基于可见-近红外光谱技术的油菜叶片叶绿素含量无损检测研究
Nondestructive detection of rape leaf chlorophyll level based on Vis/NIR spectroscopy.作者机构:浙江省海宁市农业机械管理站浙江海宁314400 浙江大学生物系统工程与食品科学学院浙江杭州310029 浙江工业大学信息工程学院浙江杭州310032
出 版 物:《浙江大学学报(农业与生命科学版)》 (Journal of Zhejiang University:Agriculture and Life Sciences)
年 卷 期:2009年第35卷第4期
页 面:433-438页
核心收录:
学科分类:082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0903[农学-农业资源与环境]
基 金:国家高技术研究发展计划863"资助项目(2007AA10Z210) 国家自然科学基金资助项目(30671213) 农业部公益性行业(农业)科研专项资助项目(200803037) 宁波市重大科技攻关资助项目(2007C10034)
主 题:油菜 叶绿素含量 可见-近红外光谱技术 遗传算法 叶片厚度
摘 要:为了快速无损获取油菜叶片叶绿素含量信息,试验研究了油菜叶片的可见-近红外反射光谱特性与叶绿素含量之间的定量关系.试验采集140个油菜叶片样本,其中70个样本用于建模,另外70个样本用于模型预测.光谱曲线扫描采用美国USB4000光纤光谱仪,叶绿素含量值采用日本Minolta公司生产的SPAD-502仪测定.实验发现,波段范围680~730 nm处的光谱吸光度与油菜叶片叶绿素含量之间具有显著相关性.同时发现油菜叶片厚度对建模预测精度有较大影响.试验首先用待定系数法构造叶绿素含量预测方程;然后用标准遗传算法对其进行参数优化.试验确定最优光谱范围是696.82~716.53 nm.不考虑叶片厚度时,建模和预测关联度r分别是0.4823和0.5649.考虑叶片厚度校正后,建模和预测关联度r分别提高到0.8936和0.9178.说明基于可见-近红外反射光谱技术实现油菜叶片叶绿素含量快速无损检测是可行的.