返回當前位置:主頁>應用案例>農(nóng)業(yè)監(jiān)測
來源:賽斯拜克 發(fā)表時間:2023-05-29 瀏覽量:663 作者:awei
本研究通過近紅外高光譜技術結合化學計量學方法對中國不同地域的竹葉進行鑒別分析。研究結果表明,通過高光譜技術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)品追溯提供了科學依據(jù)。
近紅外高光譜技術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,可以獲取有關其化學成分和結構特征的豐富信息。在竹葉鑒別分析中,近紅外高光譜技術具有許多應用價值。
近紅外高光譜技術可以幫助分析竹葉中不同地域的化學成分差異。通過對不同地域竹葉樣本進行近紅外高光譜分析,可以快速獲得它們的光譜特征。進而可以比較和分析不同地域竹葉的化學成分差異,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,近紅外高光譜技術具有快速、準確、高通量等優(yōu)勢。通過建立竹葉樣本數(shù)據(jù)庫和相應的模型,可以利用近紅外光譜數(shù)據(jù)進行快速竹葉鑒別,提高鑒別效率和準確性。
化學計量學方法在竹葉分析中也具有廣泛應用和獨特優(yōu)勢。化學計量學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,從而進一步提高竹葉鑒別的準確性和可行性。
基于近紅外高光譜技術和化學計量學方法,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)和化學計量學方法,通過建立相應的模型和算法來實現(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用,可以為科學研究、品種保護、質(zhì)量評估等提供準確可靠的幫助。
近紅外高光譜技術結合化學計量學方法對中國不同地域的竹葉進行鑒別分析
本研究應用了900-1700nm的成像高光譜相機,可采用廣東賽斯拜克科技有限公司產(chǎn)品SC250進行相關研究。短波近紅外高光譜成像儀SC250內(nèi)置推掃結構可以快速實現(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,通過輔助相機實現(xiàn)對掃描區(qū)域的監(jiān)控,主機內(nèi)置電源模塊,可實現(xiàn)快速架設完成數(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行鑒別分析。近紅外高光譜技術是一種快速、無損的分析技術,由于光譜特性穩(wěn)定、信息量大等特性已經(jīng)廣泛應用于植物、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結合化學計量學方法對中國不同地域的竹葉進行鑒別分析,旨在為竹資源的開發(fā)利用提供理論基礎。
采用近紅外高光譜結合特征波譜對不同竹葉樣本進行分類鑒別研究。獲取 900~1 700 nm 范圍的光譜,進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的準確性和穩(wěn)定性。
結果顯示,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可以實現(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實現(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。
近紅外高光譜技術結合化學計量學方法在竹葉鑒別分析領域有著廣闊的研究空間和應用前景。未來的發(fā)展方向可以包括改進近紅外高光譜技術的采集設備和算法,優(yōu)化化學計量學方法在竹葉鑒別中的應用,加強不同地域竹葉樣本的收集和分析,以及促進相關研究成果的應用和推廣,為竹葉鑒別分析領域的發(fā)展做出更多貢獻。