全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

韭菜中毒死蜱残留量与高光谱特征参数的相关性建模

, PP. 563-570

Keywords: 农药残留,高光谱特征参数,模型,相关系数,气相色谱-质谱联用,毒死蜱,韭菜

Full-Text   Cite this paper   Add to My Lib

Abstract:

本研究目的在于分析农药残留量(pesticideresidue,pr)与高光谱中响应特征参数之间的关系,并利用筛选的光谱特征参数建立反演毒死蜱残留量的有效模型。首先采用asdfieldspec高光谱仪测得韭菜样本的光谱,通过气相色谱-质谱联用(gc-ms)法测得毒死蜱残留量(pr)值;分析样本光谱反射率值及其一阶微分值与毒死蜱残留量的相关性,计算33个高光谱特征参数与毒死蜱残留量的相关性;根据相关系数高低选择敏感的光谱特征参数;最后采用最佳相关系数下的光谱特征参数对毒死蜱残留量进行建模反演。相关性分析结果显示:近红外波段789~867nm范围内一阶微分光谱值与pr值呈正相关,1860nm处一阶微分光谱值(first-orderdifferential1860nm,fd1860)与pr值紧密相关;在33个高光谱特征参数中,近红外一阶微分总和(thesumoffirst-orderdifferentialnearinfrared,sdnir)与pr值呈良好的正相关关系。基于此,文章以供试样本的fd1860和sdnir观测值为自变量,分别建立了3个预测毒死蜱残留量的模型,即线性、二次多项式及指数模型,并采用交叉验证测试方法检验了模型的合理性。对实验所得决定系数r2和预测均方根误差(rmse)的评价结果表明,以sdnir为自变量构建的模型稳定性强,其二次多项式模型是最佳反演毒死蜱残留量的有效模型。因此,样本的高光谱特征参数sdnir的变化幅度直接反映了韭菜样本中毒死蜱残留量的变化,表明运用蔬菜的高光谱特征参数反演蔬菜中农药残留量的方法是可行的。

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133