北京理加联合科技有限公司

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: 99

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 - 04 - 07
农药精准施用的挑战霜霉病等真菌性病害是全球葡萄生产中的重要威胁。近140年来,铜基抗菌化合物一直是防治植物病原菌的重要手段。然而,在实际操作中因杀菌剂施用不当及农药飘移,不仅造成经济损失,还会引致农业土壤持续污染。当前,水敏纸仍是农药飘移评估的常用方法,但该方法已被证明难以精准表征农药在葡萄园的整体沉积状况。高光谱成像技术凭借非破坏性、信息维度丰富的优势,已成功应用于葡萄品种分类、果实成熟度与品质评估、冠层实时监测等领域,而利用该技术实现叶片表面农药沉积量的定量检测,仍是亟待深入研究的开放性课题。近期,西班牙布尔戈斯大学的研究团队在《Data》发表了一篇Data Descriptor,公开了一个包含372幅葡萄叶片高光谱图像的数据集。该数据集系统揭示了3种杀菌剂在不同浓度和施用条件下的光谱差异,可为精准农业中的农药沉积监测、定量分析以及机器学习模型构建提供重要的数据基础。 图1.机械工作台...
2026 - 04 - 07
研究背景人口增长和农业发展的需求推动氮肥大量施用,虽保障了粮食安全,却给水生环境带来巨大压力。氮肥过量施用后,硝酸盐会通过径流和淋溶作用向地表水体迁移,进而引发水体富营养化、藻类水华、地下水污染等问题。在农业小流域,硝酸盐的迁移主要受暴雨驱动的水文过程影响,暴雨会激活地表与浅层地下径流通道,让土壤快速饱和,进而加快硝酸盐经径流和淋溶向河网的迁移速度。现有研究虽证实了暴雨事件与硝酸盐迁移过程存在关联,但不同暴雨型态在事件尺度上对硝酸盐的具体调控机制,目前仍未明确。为此,华中农业大学史志华老师团队以丹江口库区农业小流域为研究对象,结合高频水文监测与稳定水同位素示踪法,完成20场暴雨事件的原位观测与样品分析,系统阐明不同暴雨峰值模式下硝酸盐的输出途径与规律,相关成果发表于国际权威期刊《Water Research》。该研究为解析暴雨结构对农业流域硝酸盐输出的调控作用提供了精准的数据支撑,在揭示水...
2026 - 03 - 31
研究背景青藏高原作为全球变化敏感区和放大器,近几十年来增温幅度显著高于全球平均水平,其生态系统水热格局和碳循环过程正在发生深刻变化。土壤呼吸是陆地生态系统向大气释放CO₂的主要途径,其强度及变化直接影响生态系统碳收支,并关系到气候变化背景下陆地碳循环反馈的准确评估。然而,在气候敏感的色季拉山,土壤CO₂通量(FCO₂) 如何在日尺度上响应温度与水分的耦合作用?海拔梯度是否真的像传统理论预期的那样,导致通量单调下降?这些问题仍待解答。近期,西藏农牧大学研究团队联合河海大学等团队以青藏高原色季拉山为研究对象,开展了为期两年的原位高频观测研究。其成果发表于知名期刊 《Forests》(2026),研究结果揭示了色季拉山FCO₂非单调的海拔分布格局及其背后的温度主导与水分阈值驱动机制,为优化高寒生态系统碳循环模型及精准评估气候变暖背景下的碳反馈效应提供了重要的科学支撑与数据支持。 图1.研究区域。...
2026 - 03 - 31
研究背景冬枣作为一种营养丰富的功能性水果,其内部品质指标,尤其是可溶性固形物含量(SSC),是决定果实甜度、风味及消费者购买决策的核心因素。传统的SSC检测依赖于破坏性折光法,效率低下且无法满足大规模、无损、在线评估的需求。可见/近红外光谱技术(Vis-NIRS)因其快速、无损的特性,已成为农产品品质检测的主流手段。然而,在实际应用中仍面临因成熟度异质性和测量位置的不确定性导致模型预测结果波动。近日,塔里木大学施明登老师团队在《Journal of Food Composition and Analysis》上发表了一项研究成果,提出了一种结合对比学习与光谱技术的新方法,成功攻克冬枣SSC无损检测中成熟度变异与测量位置不确定性两大技术瓶颈,为冬枣的在线品质监测提供了全新思路。 图1.无损数据采集系统。研究方法样本采集:冬枣采自新疆阿拉尔市塔克拉玛果业有限公司的果园,涵盖4个成熟度阶段(白熟...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

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