近红外和高光谱技术用于小麦籽粒蛋白含量预测探索

被引：18

作者：

吴静珠 ^{[1
]}

吴胜男 ^{[1
]}

刘翠玲 ^{[1
]}

陈兴海 ^{[2
]}

高峰 ^{[1
]}

机构：

[1] 北京工商大学计算机与信息工程学院

[2] 北京卓立汉光仪器有限公司

来源：

传感器与微系统 | 2013年 / 32卷 / 02期

关键词：

高光谱; 近红外; 小麦籽粒; 蛋白;

D O I：

10.13873/j.1000-97872013.02.006

中图分类号：

O657.33 [红外光谱分析法];

学科分类号：

070302 ; 081704 ;

摘要：

以57份小麦籽粒为样本,分别采用Vertex 70傅立叶近红外光谱仪(单籽粒测样附件)和近红外增强型高光谱成像系统采集光谱,建立预测小麦籽粒蛋白含量的模型。基于近红外的小麦单籽粒模型相关系数为0.52,交叉校验均方根误差为0.807;而基于高光谱建立的模型相关系数为0.81,交叉校验均方根误差为0.7035。结果表明:在样本量少且为籽粒形态时,可优先考虑高光谱技术替代传统的近红外单籽粒采样模式来检测样本内部品质,但其实用性还有待进一步验证。若深入结合图像信息,高光谱技术在农产品内外品质检测方面有更广阔的应用。

引用

页码：60 / 62

页数：3

共 5 条

[1] 基于CARS-PLS的食用油脂肪酸近红外定量分析模型优化 [J].