不同近红外光谱预处理方法
对胡杨叶片含水量检测模型的影响

来源：江苏农业科学杂志2018年第第19期北京时间：

作者：胡艳培; 白铁成; 陈好斌; 姚江河; 刘冠华; 杨洪坤

单位：1.塔里木大学信息工程学院，新疆阿拉尔 843300； 2.塔里木大学经济与管理学院，新疆阿拉尔 843300

摘要：近红外光谱预处理是胡杨叶片含水量光谱检测的前提，然而样本背景、电噪声和杂散射等会干扰近红外光谱的测量结果。为了避免以上因素对近红外光谱产生的影响，采用连续投影算法(successive ections algorithm，简称SPA)、数据中心化、归一化和标准正态变量变换方法(standard normal variate transformation，简称SNV)对原始光谱数据进行预处理，使用偏最小二乘法(partial least squares，简称PLS)建立胡杨叶片水分含量检测的校正集和预测集模型。结果表明，直接使用原始光谱，利用SPA算法筛选变量数为7个，模型预测精度为0.971 44，RMSPCV为0.046 132，相关系数r=0.674 24，RMSEP=0.021 434；使用原始光谱+标准正态变量变换方法，利用SPA算法筛选变量数为6个，模型预测精度为0.976 63，RMSPCV为0.045 642，相关系数r=0.774 72，RMSEP=0.018 24。SNV+SPA预处理方法能够有效地消除噪声和散射，提高模型的预测精度，相关性明显增加，降低数据维数和误差，可用于胡杨叶片水分含量的快速、无损检测，同时对其他作物叶片水分含量光谱预处理检测具有一定的参考意义。

关键词：近红外光谱预处理方法;叶片含水量;标准正态变量变换;SPA;PLS

基金资助：国家自然科学基金(编号：61362026)。