基于傅里叶变换红外光谱和siPLS-GA-PLS的水稻叶片氮素含量预测研究

被引：11

作者：

林芬芳

陈祝炉

王珂

邓劲松

许红卫

机构：

[1] 浙江大学农业遥感与信息技术应用研究所

来源：

红外与毫米波学报 | 2009年 / 28卷 / 04期

关键词：

水稻; 氮; 傅里叶变换红外光谱; 协同偏最小二乘法; 遗传—偏最小二乘法;

D O I：

暂无

中图分类号：

S511 [稻];

学科分类号：

0901 ;

摘要：

傅里叶变换中红外光谱谱区宽,搜索空间大,需要采用高效率和高质量的算法进行波长选择.敏感波段及其组合的选择是简化分析模型和提高模型预测精度的关键技术之一.本研究以水稻孕穗期叶片干样的中红外光谱透射率和叶片氮素含量为数据源,通过协同偏最小二乘算法(siPLS)从宽谱区中初选出波段范围1583.3～992.2cm-1,再采用迭代遗传算法(GA)从中选出了84个水稻叶片氮素含量预测的敏感波段.研究结果显示以此敏感波段建立的偏最小二乘回归模型的预测均方根误差(RMSEP)和水稻叶片总氮含量的测量值与预测值之间的相关系数分别为0.1186和0.9120,该预测结果明显优于协同偏最小二乘法(siPLS)和光谱指数NFSA的预测结果,说明傅里叶变换红外光谱技术结合siPLS-GA-PLS算法能够实现水稻叶片氮素含量的预测.

引用

页码：277 / 280

页数：4

共 9 条

[1] 基于支持向量机算法的红外光谱技术在奶粉蛋白质含量快速检测中的应用 [J].

吴迪 ;

曹芳 ;

冯水娟 ;

何勇 .

光谱学与光谱分析, 2008, (05) :1071-1075

[2] 近红外分析中光谱预处理及波长选择方法进展与应用 [J].

褚小立 ;

袁洪福 ;

陆婉珍 .

化学进展, 2004, (04) :528-542

[3] 不同供氮水平的水稻叶尖的傅里叶转换红外光谱(英) [J].

周启发 ;

沈掌泉 ;

王人潮 .

ActaBotanicaSinica, 2002, (05) :547-550

[4]

红外光谱法在高分子研究中的应用[M]. 科学出版社 , 沈德言编著, 1982

[5]

水稻生理[M]. 科学出版社 , 潘瑞炽主编, 1979

[6] Retrieval of vegetation equivalent water thickness from reflectance using genetic algorithm (GA)-partial least squares (PLS) regression [J].

Li, L. ;

Cheng, Y. -B. ;

Ustin, S. ;

Hu, X. -T. ;

Riano, D. .

ADVANCES IN SPACE RESEARCH, 2008, 41 (11) :1755-1763

[7]

Sequential changes of main components in different kinds of milk powders using two-dimensional infrared correlation analysis[J] . Qun Zhou,Su-Qin Sun,Lu Yu,Chang-Hua Xu,Isao Noda,Xin-Rong Zhang.Journal of Molecular Structure . 2006 (1)

[8]

Genetic algorithms applied to feature selection in PLS regression: how and when to use them[J] . Chemometrics and Intelligent Laboratory Systems . 1998 (2)

[9] STANDARD NORMAL VARIATE TRANSFORMATION AND DE-TRENDING OF NEAR-INFRARED DIFFUSE REFLECTANCE SPECTRA [J].

BARNES, RJ ;

DHANOA, MS ;

LISTER, SJ .

APPLIED SPECTROSCOPY, 1989, 43 (05) :772-777

← 1 →