要玩就玩最好的5197新蔺攻略

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

日期: 2024-03-04
浏览次数: 166

有机蔬菜,是指在蔬菜生产过程中严格按照有机生产规程,禁止使用任何化学合成的农药、化肥、生长调节剂等化学物质,以及基因工程生物及其产物,而是遵循自然规律和生态学原理,采取一系列可持续发展的农业技术,协调种植平衡,维持农业生态系统持续稳定,且经过有机食品认证机构鉴定认证,并颁发有机食品证书的蔬菜产品。

关于如何快速鉴别有机蔬菜与非有机蔬菜,光谱仪器的应用提供了新的思路。一起来了解一下今日推荐的文章。


使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜

(空心菜、苋菜、生菜和小白菜)

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

当前有机叶类蔬菜面临着可能被非有机产品替代以及容易脱水和变质的挑战。为了解决这些问题,本研究采用ASD FieldSpec 4 便携式地物光谱仪 结合线性判别分析 (LDA) 来快速区分有机和非有机叶菜。有机类包括有机空心菜 (Ipomoea Aquatica Forsskal)、苋菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura),而非有机类别由四种对应的非有机类别组成。分别对这些蔬菜的叶子和茎的反射光谱进行二元分类。鉴于 VIS-NIR 光谱范围广泛,使用稳定性选择 (SS)、随机森林 (RF) 和方差分析 (ANOVA) 来评估遗传算法 (GA) 选择的波长的重要性。根据GA选择的波长及其SS评估值和位置,叶片光谱分类的显著波段为550-910 nm和1380-1500 nm,而茎光谱分类的显著波段为750-900 nm和1700-1820 nm。在LDA分类中使用这些选定的波段,分类精度达到了95%以上。

本研究所选取的叶类蔬菜用蒸馏水进行了严格的清洗,以有效消除其表面杂质,并在开始光谱测量之前进行了干燥处理。为了防止蔬菜变质,在不参与实验时,将其储存在温度为 4°C 的冷藏装置中。叶片和茎类样品的反射光谱在实验室中通过ASD系统直接测量,没有使用化学试剂和其他预处理。

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

ASD地物光谱仪系统实验平台

对于本研究,仅使用了400 nm到2500 nm之间的反射值。针对四种不同类别的叶菜,包括有机和非有机品种,共获取了100个反射光谱。这些反射光谱是从不同样品的不同位置获取。每个单独的光谱是通过对相应样品的五次扫描数据进行平均得到的。

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

四种叶菜的可见光和近红外反射光谱;绿色曲线(有机);红色曲线(非有机)

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

叶类蔬菜的叶和茎的可见光和近红外反射光谱

使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜(空心菜、苋菜、生菜和小白菜)

根据遗传算法选择的波长(所有点)得出的所选波段,以及通过稳定性选择方法评估的前 10 个显著波长(红点)的位置

(a) 叶片光谱(550–910 nm和1380–1500 nm)

(b) 茎光谱(750–900 nm和1700–1820 nm)

【结论】

本研究结合了可见光和近红外光谱学、波长选择方法以及线性判别分析,成功地实现了对有机叶菜和非有机对应物的快速区分。通过分析遗传算法选取的波长分布和最显著波长的分布,我们明确确定了适用于叶片和茎的关键光谱带,这些带包括了550–910 nm和1380–1500 nm以及750–900 nm和1700–1820 nm的范围。利用这些光谱带进行分类,我们取得了98.3%的高准确度。研究还揭示了特定波长对叶片和茎的光谱分类有着显著影响,例如在700 nm、820 nm和1400 nm附近的波长对叶片分类的影响显著,而在800 nm、1780 nm和2400 nm附近的波长对茎分类起到了重要作用。此外,我们发现稳定选择方法在评估波长重要性和分类结果方面表现优异。这项研究提供了一种经济、快速、无损伤的方法来识别有机叶菜,未来的研究可以进一步改进分类模型,并将该技术扩展到其他有机叶菜的识别中,从而为农产品质量和认证领域的发展提供了重要的参考。


请点击下方链接,阅读原文:

https://mp.weixin.qq.com/s/fZJEIa8sW7MgewX4lgh2LQ


News / 相关新闻 More
2026 - 07 - 13
在全球变化背景下,水循环正在被重新塑造。降水如何进入土壤?土壤水如何被植物吸收?深层土壤水是否参与地下水补给?这些问题看似分散,却都指向同一个关键介质——土壤水。近日,西北师范大学朱国锋老师团队在《Scientific Data》发表数据论文,构建并发布了一个全球尺度的土壤水稳定同位素数据集。该数据集系统整合1975—2024年间的土壤水氢氧稳定同位素观测资料,共收录27,455 条记录,覆盖六大洲、37个国家和463 个观测点,为解析全球土壤水循环过程、校准水文模型以及研究植被水分利用策略提供了重要数据基础。图1.(a) 全球土壤水稳定同位素数据集中采样点的空间分布;(b) 记录的时间分布;以及 (c) 按类别划分的分布。数据从哪里来?数据来源分为三条路径:文献提取(15,051条记录):系统检索Web of Science、Scopus和Google Scholar,从262篇同行评审...
2026 - 07 - 13
研究背景蛋白质是关乎粮食安全的关键营养素。然而,从生产到消费,全球蛋白质供应链的效率低得惊人,氮素损失高达86%-96%。此外,大量氮素在生产、运输和粪污管理过程中以硝酸盐淋失、氨挥发和氧化亚氮排放等形式进入环境造成其污染。浮萍是一类生长迅速、蛋白含量较高的水生漂浮植物,能够吸收水体中的N、P,并形成可用于动物饲料的植物蛋白。基于这一特性,利用稀释畜禽粪肥培育浮萍,被认为是连接粪污资源化和可持续蛋白生产的潜在路径。然而,该体系在回收氮素、生产蛋白的同时,是否会产生CH₄、N₂O和NH₃等排放风险,仍需要系统评估。瑞士有机农业研究所Timo Stadtlander 老师联合德国波恩大学等研究团队,在《Scientific Reports》 发表了一项关于稀释牛粪肥浮萍养殖系统气体排放的研究。研究以普通浮萍为研究对象,设置“稀释牛粪肥”和“稀释牛粪肥 + 浮萍”两类处理,并分别在模拟白天和夜间...
2026 - 07 - 06
研究背景太湖流域是我国富营养化问题较为突出的典型区域,蓝藻水华频发,水环境治理压力长期存在。除太湖主湖区外,上游小流域湖泊同样承担着重要的污染传输功能,其水质状况直接影响整个流域的治理成效。长荡湖位于太湖流域上游,是连接上游来水与太湖的重要过渡湖泊,同时承担供水、灌溉、防洪及渔业生产等多重功能。近年来,受高密度淡水养殖、河网来水以及各类治理工程的共同作用,其水质变化呈现出明显的复杂性。针对这类小型流域,亟需构建一套耦合池塘养殖与水质变化的一体化分析框架。相比传统现场采样和固定点位监测,遥感技术具有覆盖范围广、时间序列长、可重复观测等优势。基于此,河海大学陈嘉琪老师团队以长荡湖为研究区域,综合卫星遥感影像、ASD地物光谱仪现场光谱和水质实测数据,构建了水质参数反演与上游养殖塘动态识别相结合的分析框架,研究发表在期刊《Journal of Hydrology: Regional Studies...
2026 - 07 - 06
研究背景番石榴是热带和亚热带地区重要的经济果树,但在生产中常受到叶甲类害Costalimaita ferruginea危害。该害虫取食叶片和嫩芽,造成叶片穿孔、叶绿素组织受损和光合能力下降,进而影响植株生长与果实产量。传统虫害调查主要依赖人工目视判断,不仅主观性强、效率有限,也难以在早期准确识别叶片受害程度。因此,如何以快速、无损、可量化的方式捕捉虫害胁迫信号,成为精准植物保护和果园健康监测中的重要问题。而高光谱遥感技术恰好提供了解决思路:它能捕捉叶片可见光—近红外波段完整反射光谱,精准识别虫害带来的叶片生理与结构损伤,为果园精准植保监测开辟新路径。基于这一思路,巴西圣保罗州立大学的研究团队以番石榴叶片为对象,分析了C. ferruginea 侵染条件下叶片光谱响应特征,为番石榴虫害的非破坏性识别和精准监测提供了新的技术参考。 图1.遭受侵害的番石榴植株 (a);无穿孔叶片 (b);轻度穿...
关闭窗口】【打印
Copyright ©2018-2023 要玩就玩最好的5197新蔺(股份)有限公司-Official website
犀牛云提供企业云服务

要玩就玩最好的5197新蔺攻略

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开
XML 地图