论文部分内容阅读
植物叶片中叶绿素和花青素的含量是表征植物生长状况的最主要信息。传统检测方法需要破坏植物叶片，而且提取和测定过程费时耗力，不能满足大量样本快速检测的要求，因此研究一种简便、快速、无损的分析方法具有实际意义。本文就近红外光谱技术无损检测叶片中花青素和叶绿素的可行性进行了探讨。利用模型转移技术研究了叶片叶绿素校正模型在不同生长期和不同树种间的转换，拓展了模型的使用范围。 分别以红叶石楠树叶中花青素含量，银杏、梧桐、香樟树叶中叶绿素含量为检测指标，研究了样品的近红外光谱无损检测技术和定量分析模型的建立及优化方法。探索了各种光谱预处理方法，利用主成分回归(PCR)和偏最小二乘(PLS)算法建立了光谱定量校正模型，评价叶片花青素和叶绿素的近红外光谱检测的可行性及优劣性。通过波长选择方法进一步提高近红外光谱分析模型的精确度。研究结果表明，PLS模型的预测结果明显好于PCR模型的预测结果;利用合适的波长选择方法，可以提高模型的预测能力及稳定性。 以5月份采集的银杏(gingko5.13)、梧桐(chinar5.13)、香樟(camphor5.13)以及9月份采集的银杏(gingko9.13)树叶为研究对象，分析不同树种和不同生长期树叶样品的近红外光谱的差异，利用主成分分析(PCA)对不同树种和不同生长期样品的分布情况进行了研究，将gingko5.13的PLS模型选为主模型，对另外三组样品叶绿素含量值进行预测。研究结果表明，由某种树叶样品建立的叶绿素近红外定量模型，不适合用于其他树种样品的叶绿素含量预测，同种树种的模型也不适合不同生长期树叶中叶绿素含量的直接预测。 利用模型转移算法，分段直接校正法(PDS)对不同生长期和不同树种叶片(即gingko5.13、chinar5.13、camphor5.13、gingko9.13)叶绿素定量分析模型之间的相互转换进行了研究。以gingko5.13为主光谱，chinar5.13，camphor5.13，gingko9.13为从光谱。结果表明，经过一阶导预处理结合基于变量稳定性的竞争性自适应加权抽样法(SCARS)波长选择后，PDS模型转移的效果最好。其预测均方根误差远远低于直接预测的结果，误差为chinar5.13∶0.2850mg/g鲜重;camphor5.13∶0.1761mg/g鲜重;gingko9.13∶0.1357mg/g鲜重。这些误差接近于这三类样品自身模型的预测误差。以上结果表明PDS这种模型转移方法用于叶绿素的近红外定量模型转移是可行的，实现了树叶中叶绿素含量的近红外定量模型在不同生长期不同树种的树叶间的共享。