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: 136

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 - 05 - 22
研究背景在全球变化研究中,河流、湖泊等内陆水体并非只是碳从陆地输送到海洋的通道,也是重要的碳转化与温室气体释放界面。进入水体的有机碳,一部分在水体中滞留埋藏,另一部分则通过微生物分解、厌氧产甲烷和气体扩散等过程转化为CO₂和CH₄,并释放到大气中。在快速城市化地区,土地利用变化、生活污水输入、河网改造和营养盐富集会进一步改变水体理化环境与碳循环过程。然而,不同类型城市水体的温室气体排放差异及其驱动机制仍有待明确。围绕这一问题,中国科学院南京地理与湖泊研究所程俊翔老师团队在国际期刊 《Science of the Total Environment》发表研究成果。研究以高度城市化地区苏州河湖系统为对象,开展 CH₄ 和 CO₂ 通量原位监测,并同步测定水体理化指标,系统揭示了不同类型城市水体温室气体排放的时空格局及主要驱动因素,为城市水体碳循环评估与排放管控提供了实测依据。 图1.苏州市土地...
2026 - 05 - 22
研究背景哈密瓜的风味品质和商品价值与甜度密切相关,而可溶性固形物含量(SSC)是评价果实甜度的重要指标。传统SSC检测多依赖折光仪测定,虽结果可靠,但需取样、榨汁或切片,具有破坏性,难以满足批量化、连续化和在线分选对快速无损检测的需求。高光谱成像技术融合了图像与光谱信息,能够间接反映果实内部化学成分(如糖、水分、酸度)的分布与含量,为非破坏性检测提供了新路径。然而,现有研究多集中于单一品种,跨品种检测的模型泛化能力仍面临挑战,尤其是哈密瓜这类果皮差异大、糖分分布不均的厚皮甜瓜。近日,青岛农业大学赵磊老师团队在《Symmetry》发表了一项研究,系统探索了高光谱成像结合机器学习在哈密瓜多品种可溶性固形物(SSC)无损检测中的应用,提出了一种基于RPD加权的集成模型,显著提升了跨品种预测的鲁棒性和准确性。 图1.光谱采集过程。研究方法样本准备:品种:西州蜜、伽师瓜、金凤凰、黑眉毛(各40个,共...
2026 - 05 - 18
研究背景全球气候变化正在改变干旱与半干旱草原生态系统的稳定性边界。随着年际降水波动增强、大气氮沉降加剧以及放牧压力持续存在,草原生态系统的稳定性正受到多重驱动因子的共同影响。物种丰富度(SR)和地上净初级生产力(ANPP)分别反映群落多样性与生态系统生产功能,二者之间的耦合关系被认为是评估草地稳定性和恢复力的重要生态学指标。然而,已有研究多关注单因子效应或静态气候条件下的生态响应,对于降水变异、放牧干扰和氮输入如何在不同降水年份中共同调控SR–ANPP耦合关系,仍缺乏系统认识。近期,兰州大学侯扶江老师和王晓波老师团队在《Earth's Future》上发表了一项研究,团队以黄土高原典型干旱草原为对象,探讨了不同降水年份下,放牧强度和氮添加如何影响SR与ANPP之间的耦合关系,并进一步解析了植物功能群和土壤因子在其中的调控机制。图1.长期放牧试验平台和氮添加试验区。UG、LG、MG和...
2026 - 05 - 18
研究背景松树枯萎病(PWD)是由松材线虫引发的毁灭性森林病害,具有传播快、致死率高和防控难度大的特点。当前防控多依赖病后治理,存在明显滞后性,难以满足早期预警需求。研究表明,PWD的发生发展与树体水分和叶绿素含量变化密切相关,二者可作为判断病害侵染程度的重要生理指标。然而,传统地面检测成本高、效率低,难以实现大范围、无损监测。近年来,随着光谱遥感技术的成熟,如何在病害无症状阶段实现早期识别,已成为防控研究的重点。然而,早期松树枯萎病的动态演变规律尚不明确,遥感监测的最佳时间窗口也缺乏系统性研究。近期,中国科学院空天信息创新研究院黄文江老师团队在《Ecological Informatics》发表了一项研究,研究通过构建“高光谱—色度—病理”多维监测框架,揭示了早期松树枯萎病的时间响应序列,并确定了遥感指标的最佳检测时机。 图1.研究区域概述。研究方法研究以安徽省宣城市麻姑山林场为研究区,选...
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