返回當(dāng)前位置:主頁>應(yīng)用案例>農(nóng)業(yè)監(jiān)測
來源:賽斯拜克 發(fā)表時間:2023-05-29 瀏覽量:726 作者:awei
本研究通過近紅外高光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法對中國不同地域的竹葉進(jìn)行鑒別分析。研究結(jié)果表明,通過高光譜技術(shù)可以有效鑒別竹葉的地域差異,為竹葉的質(zhì)量控制和產(chǎn)品追溯提供了科學(xué)依據(jù)。
近紅外高光譜技術(shù)是一種非破壞性的分析方法,通過在近紅外光波段收集物質(zhì)的反射光譜,可以獲取有關(guān)其化學(xué)成分和結(jié)構(gòu)特征的豐富信息。在竹葉鑒別分析中,近紅外高光譜技術(shù)具有許多應(yīng)用價值。
近紅外高光譜技術(shù)可以幫助分析竹葉中不同地域的化學(xué)成分差異。通過對不同地域竹葉樣本進(jìn)行近紅外高光譜分析,可以快速獲得它們的光譜特征。進(jìn)而可以比較和分析不同地域竹葉的化學(xué)成分差異,為竹葉的鑒別提供有力的支持。
近紅外高光譜技術(shù)在竹葉鑒別中具有可行性和精確性。相比傳統(tǒng)的鑒別方法,近紅外高光譜技術(shù)具有快速、準(zhǔn)確、高通量等優(yōu)勢。通過建立竹葉樣本數(shù)據(jù)庫和相應(yīng)的模型,可以利用近紅外光譜數(shù)據(jù)進(jìn)行快速竹葉鑒別,提高鑒別效率和準(zhǔn)確性。
化學(xué)計(jì)量學(xué)方法在竹葉分析中也具有廣泛應(yīng)用和獨(dú)特優(yōu)勢?;瘜W(xué)計(jì)量學(xué)方法可以從大量近紅外光譜數(shù)據(jù)中提取有用信息,如主成分分析、聚類分析等。這些方法能夠揭示竹葉樣本之間的相似性和差異性,從而進(jìn)一步提高竹葉鑒別的準(zhǔn)確性和可行性。
基于近紅外高光譜技術(shù)和化學(xué)計(jì)量學(xué)方法,在竹葉分析中可以提出一種綜合分析竹葉的新方法。這種方法可以充分利用近紅外高光譜數(shù)據(jù)和化學(xué)計(jì)量學(xué)方法,通過建立相應(yīng)的模型和算法來實(shí)現(xiàn)竹葉的高效鑒別和分類。該方法在竹葉鑒別分析中有潛在的應(yīng)用,可以為科學(xué)研究、品種保護(hù)、質(zhì)量評估等提供準(zhǔn)確可靠的幫助。
近紅外高光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法對中國不同地域的竹葉進(jìn)行鑒別分析
本研究應(yīng)用了900-1700nm的成像高光譜相機(jī),可采用廣東賽斯拜克科技有限公司產(chǎn)品SC250進(jìn)行相關(guān)研究。短波近紅外高光譜成像儀SC250內(nèi)置推掃結(jié)構(gòu)可以快速實(shí)現(xiàn)光譜影像的連續(xù)采集,在900-1700nm波段具有較高的靈敏度和穩(wěn)定性,通過輔助相機(jī)實(shí)現(xiàn)對掃描區(qū)域的監(jiān)控,主機(jī)內(nèi)置電源模塊,可實(shí)現(xiàn)快速架設(shè)完成數(shù)據(jù)采集作業(yè)。
竹屬于禾本科竹亞科,是世界上最寶貴的植物資源之一。全世界約有竹類70屬、1200多種,而我國有39屬、500余種,竹林面積高達(dá)720萬公頃,約占世界總量的1/301。大量的研究表明竹葉含有豐富的黃酮、酚酸、多糖等功能性成分,顯示出良好的抗氧化、調(diào)節(jié)血脂、保護(hù)心腦血管及抑制食品加工過程中丙烯酰胺生成等功效。
然而,研究發(fā)現(xiàn),不同種屬的竹葉中功能性成分的含量差異較大,例如矢竹屬總黃酮含量僅為倭竹屬的1/3,而總黃酮的豐度對竹葉的抗氧化活性具有重要影響。因此,快速準(zhǔn)確區(qū)分不同品種的竹葉,是竹類資源開發(fā)過程中的重要任務(wù)之一。傳統(tǒng)對于竹類品種的鑒別主要是通過觀察竹葉大小、紋理、竹枝分枝和竹竿高度等。
然而竹資源科屬較多,亟需一種快速、無損的方法對竹葉進(jìn)行鑒別分析。近紅外高光譜技術(shù)是一種快速、無損的分析技術(shù),由于光譜特性穩(wěn)定、信息量大等特性已經(jīng)廣泛應(yīng)用于植物、藥材、農(nóng)產(chǎn)品等的檢測中,尤其在樣本的品種鑒別中有大量的報道。因此采用近紅外高光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法對中國不同地域的竹葉進(jìn)行鑒別分析,旨在為竹資源的開發(fā)利用提供理論基礎(chǔ)。
采用近紅外高光譜結(jié)合特征波譜對不同竹葉樣本進(jìn)行分類鑒別研究。獲取 900~1 700 nm 范圍的光譜,進(jìn)行主成分的聚類分析,根據(jù)主成分的載荷系數(shù)和Random frog進(jìn)行特征波段的提取,分別獲得6條和12條特征波段,最后根據(jù)全波段與特征波段建立LS-SVM判別模型,并用ROC曲線評估LS-SVM的準(zhǔn)確性和穩(wěn)定性。
結(jié)果顯示,三個鑒別模型的AUC均高于0.98,且采用主成分的載荷系數(shù)得到的6條特征波段建立的LS-SVM綜合效果最佳。表明采用近紅外高光譜技術(shù)可以實(shí)現(xiàn)不同品種竹葉的分類鑒別,這為竹類品種的快速分類提供了一個新的參考方法。下一步的研究中將考慮采用光譜技術(shù)實(shí)現(xiàn)竹葉中黃酮、酚酸、多糖等功能性成分的快速檢測,可以提高竹葉開發(fā)利用的效率。
近紅外高光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法在竹葉鑒別分析領(lǐng)域有著廣闊的研究空間和應(yīng)用前景。未來的發(fā)展方向可以包括改進(jìn)近紅外高光譜技術(shù)的采集設(shè)備和算法,優(yōu)化化學(xué)計(jì)量學(xué)方法在竹葉鑒別中的應(yīng)用,加強(qiáng)不同地域竹葉樣本的收集和分析,以及促進(jìn)相關(guān)研究成果的應(yīng)用和推廣,為竹葉鑒別分析領(lǐng)域的發(fā)展做出更多貢獻(xiàn)。