基于近红外光谱技术的茶鲜叶海拔高度判别模型建立

来源：华中农业大学学报杂志2018年第1期北京时间：

作者：王胜鹏

摘要：以不同海拔高度的茶鲜叶为研究对象，扫描获取其近红外光谱（NIRS）并筛选特征光谱区间后，分别应用逐步多元线性回归法（SMLR）、主成分回归法（PCR）和联合区间偏最小二乘法（SiPLS）建立茶鲜叶海拔高度预测模型。结果表明，在5 542.41～6 888.48 cm-1区间内，对原始光谱进行一阶导数＋3点Norris平滑预处理后，建立的SMLR模型预测集相关系数和预测均方差分别为0.800 5和0.486；在4 929.16～6 965.62 cm-1区间内，当主成分数为3时，对原始光谱进行一阶导数＋3点Norris平滑预处理后，建立的PCR模型预测集相关系数和预测均方差分别为0.803 6和0.472；当将光谱划分为18个子区间、因子数为13时，选用\[5 8 11 17\]4个子区间建立的SiPLS模型预测集相关系数和预测均方差分别为0.944 3和0.295。经比较， SiPLS模型预测结果最佳。

关键词：茶鲜叶; 海拔高度; 近红外光谱; 多元线性回归法; 主成分回归法; 联合区间偏最小二乘法

基金资助：国家自然科学基金项目(31400586); 国家现代茶产业技术体系建设专项(CARS-23)