学位论文 > 优秀研究生学位论文题录展示

近红外光谱分析技术在尖椒叶片生长信息获取中的应用

作　者: 吴晓莲
导　师: 陈青春
学　校: 南京农业大学
专　业: 农业工程
关键词: 近红外 光谱分析 尖椒 叶绿素含量 建模
分类号: S641.3
类　型: 硕士论文
年　份: 2008年
下　载: 3次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近红外光谱分析技术具有简单、快速、准确、无污染、重复性好、便于实现在线分析等优点,已经在某些领域得到了应用,并且发展迅速,前景广阔。但目前近红外光谱的分析技术应用还主要集中在石化、粮食、医学等行业。为了拓宽其应用范围,为植物生长信息获取探寻一个快速、无损的检测方法,本研究是以设施农业中的作物-尖椒(Pointed paprika,茄科,辣椒属)为研究对象,利用近红外光谱分析技术获取尖椒叶片生长信息(以叶绿素、水分和SPAD为例)的方法。本研究有两个重点：一是研究利用近红外光谱技术获取尖椒叶片叶绿素的光谱信息时,不同的预处理、建模方法、波段选择、异常样品剔除方法,对预测模型的影响；二是利用近红外获取尖椒叶片叶绿素的光谱信息,并利用光谱分析技术、化学计量学等方法建立预测尖椒叶片叶面水分、SPAD和叶绿素含量的预测模型。本文通过常规化学分析方法获取了尖椒叶片中的水分和叶绿素含量。利用美国尼高力(Nicolet)仪器公司的高性能高精确度NEXUS智能光纤漫反射附件的光谱测量方法获取叶面的光纤漫反射光谱。同时对近红外光谱分析实验进行了重点研究,通过对样品处理方法、扫描条件、谱图的预处理、建模方法、异常样品剔除等因素的分析,确定谱图最佳预处理方法及最佳预测模型的参数如下：水分的最佳预处理方法为水分原始光谱+MSC,最佳预测模型的参数分别为：R=0.95978,RMSEC:0.00735,RMSEP=0.0165,f=8叶绿素的最佳预处理方法为SNV+一阶微分+13点平滑,最佳预测模型的参数分别为：R=0.95208,RMSEC=0.0775,RMSEP=0.117,f=8SPAD值的最佳处理方法为MSC+一阶微分+5点平滑,预测模型的参数分别为：R=0.99273,RMSEC=6.32,RMSEP=1.21,f=8最佳建模方法为偏最小二乘法(PLS)。模型预测的结果也是准确的,可代替标准方法或参考方法进行尖椒叶片叶绿素含量的快速测定。

全文目录


目录  4-7摘要  7-8ABSTRACT  8-10第一章 绪论  10-16  1.1 近红外光谱分析技术的发展历程  10-11  1.2 蔬果生长信息获取上的近红外分析应用  11-14    1.2.1 蔬果生产现状及生长信息获取方法  11    1.2.2 国内外相关研究  11-13    1.2.3 存在的主要问题和应用前景  13-14  1.3 本课题的研究内容和方法  14-16    1.3.1 研究内容  14    1.3.2 研究手段和方法  14-15    1.3.3 应用前景  15-16第二章 近红外光谱分析方法概述  16-21  2.1 近红外光谱分析技术的基本原理  16-17    2.1.1 近红外光谱分析的化学基础  16    2.1.2 近红外光谱分析的数学基础  16-17  2.2 近红外光谱产生过程  17  2.3 近红外光谱的信息特征  17-18  2.4 近红外光谱分析技术的特点  18-19  2.5 近红外光谱定量分析过程  19-21第三章 尖椒叶片生长信息获取近红外硬件系统  21-25  3.1 近红外光谱仪器系统组成  21-22  3.2 近红外光谱仪器的主要性能指标  22-23  3.3 智能光纤漫反射原理及工作过程  23-25    3.3.1 漫反射分析定量原理  23-24    3.3.2 智能光纤漫反射工作过程  24-25第四章 尖椒叶片生长信息理化分析实验  25-29  4.1 尖椒叶片培养  25-26  4.2 理化分析方法和步骤  26-28    4.2.1 分析水分的方法和步骤  26-27    4.2.2 叶绿素常规分析方法和步骤  27-28  4.3 常规分析总结  28-29第五章 近红外光谱分析方法研究  29-43  5.1 近红外光谱谱图预处理的方法  29-32    5.1.1 消噪处理  29-30    5.1.2 不同预处理方法的实验影响分析  30-32  5.2 近红外光谱定性和定量校正方法  32-35    5.2.1 最小二乘(线性)回归(Least Squares Regression)  32-33    5.2.2 主成分分析(Principal Component Analysis,PCA)  33-34    5.2.3 偏最小二乘法(PLS)  34    5.2.4 不同建模方法的实验影响分析  34-35  5.3 检验模型的指标  35-37  5.4 异常样品的剔除准则  37-40    5.4.1 基于预测浓度残差准则剔除异常样品  37-38    5.4.2 基于重构光谱残差准则剔除异常样品  38-39    5.4.3 光谱主成分得分的聚类分析准则剔除异常样品  39    5.4.4 杠杆值与学生残差T检验准则  39-40  5.5 剔除校正集中异常样品的方法  40-41    5.5.1 "一审"剔除法(ODO)  40-41    5.5.2 "二审"剔除法(ODT)  41  5.6 近红外光谱区间选择的必要性  41-43    5.6.1 近红外光谱区间"分段排序"挑选法  42    5.6.2 近红外光谱区间"分段排序"挑选法的实验分析  42-43第六章 尖椒叶片生长信息近红外光谱分析技术应用  43-58  6.1 实验材料  43  6.2 尖椒叶片近红外光谱获取  43  6.3 尖椒叶片智能光纤漫反射光谱测量基本参数设置  43-44  6.4 测定尖椒叶片近红外光谱数据  44-45    6.4.1 水分智能光纤漫反射光谱数据  44-45    6.4.2 测定叶绿素含量的光谱数据  45  6.5 图谱预处理  45-57    6.5.1 尖椒叶片叶绿素光纤附件图谱预处理  46-51    6.5.2 优化模型  51-56      6.5.2.1 剔除异常样品  51-55      6.5.2.2 建模谱区的选择  55-56    6.5.3 模型建立  56    6.5.4 预测模型  56-57  6.6 其他成分的模型  57-58小结  58-60参考文献  60-63附录  63-71致谢  71-72工程硕士学习期间发表的论文  72

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 非正交面齿轮齿面建模及加工误差分析,TH132.41
  3. 混凝土高拱坝三维非线性有限元坝肩稳定分析研究,TV642.4
  4. HID灯整流效应的研究,TM923.32
  5. 面向SMDA的服务建模方法及工具实现,TP311.52
  6. 导弹虚拟试验可视化技术研究,TP391.9
  7. 飞行模拟中飞行管理计算机系统CDU组件设计与仿真,TP391.9
  8. 基于测量的Internet链路延迟建模,TP393.4
  9. 基于测量的Internet延迟分析与建模,TP393.4
  10. 空中目标抗干扰识别跟踪系统,TN215
  11. 葡萄籽原花青素制备工艺及真菌毒素检测,TQ461
  12. 铋掺杂硅磷酸盐玻璃近红外发光性质及机理研究,TQ171.1
  13. 军队后勤物资管理系统设计与实现,TP311.52
  14. 内衣人台的雏形设计,TS941.2
  15. 拖拉机电控液压动力转向系统的转向机构及液压系统设计,S219.02
  16. 基于近红外光谱的水稻叶片氮素营养监测研究,S511
  17. 黄淮和南方地区大豆育成品种籽粒性状遗传构成的分子标记解析及等位变异优选,S565.1
  18. 数学建模在高中数学教学中的实践与探索,G633.6
  19. 面向RIA开发模型的研究,TP311.5
  20. 虚拟手术中建模与仿真关键技术研究,TP391.41
  21. 基于模型的小麦根系可视化研究,S512.1

中图分类: > 农业科学 > 园艺 > 蔬菜园艺 > 茄果类 > 辣椒
© 2012 www.xueweilunwen.com