采用激光诱导击穿光谱(LIBS)结合化学计量学的方法对柑橘叶片黄龙病进行定性检测。试验结果显示:柑橘叶片中营养元素P(Ⅱ)、Mn(Ⅰ)、Si(Ⅰ)和Fe(Ⅰ)的LIBS信号强度与柑橘叶片的健康程度有直接关系,其中健康、中度感染黄龙病和重度感染...采用激光诱导击穿光谱(LIBS)结合化学计量学的方法对柑橘叶片黄龙病进行定性检测。试验结果显示:柑橘叶片中营养元素P(Ⅱ)、Mn(Ⅰ)、Si(Ⅰ)和Fe(Ⅰ)的LIBS信号强度与柑橘叶片的健康程度有直接关系,其中健康、中度感染黄龙病和重度感染黄龙病的柑橘叶片中P(Ⅱ)、Mn(Ⅰ)、Si(Ⅰ)和Fe(Ⅰ)的特征光谱强度呈依次减少的关系;然后再分别建立5个特征光谱以及采用光谱融合方法将5个特征光谱融合的偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)模型,并对其判别模型进行分析,其中Fe(Ⅰ)的RMSEC为0.394,Rc为0.871,总误判率为23.1%;RMSEP为0.454,Rp为0.841,总误判率为26.6%。光谱融合的RMSEC为0.341,Rc为0.905,总误判率为15.5%,RMSEP为0.395,Rp为0.867,总误判率为22.7%;利用归一化、多元散射校正(MSC)、标准正态变换(SNV)和正交信号校正(OSC)4种预处理方法对原始光谱进行预处理,并建立PLS-DA模型。研究结果表明,利用LIBS技术结合OSC光谱预处理和PLS-DA建模方法,模型的RMSEC为0.027,Rc为0.994,总误判率为0;RMSEP为0.023,Rp为0.995,总误判率为0,对3种类别的柑橘叶片能进行较好地分类。展开更多
文摘采用激光诱导击穿光谱(LIBS)结合化学计量学的方法对柑橘叶片黄龙病进行定性检测。试验结果显示:柑橘叶片中营养元素P(Ⅱ)、Mn(Ⅰ)、Si(Ⅰ)和Fe(Ⅰ)的LIBS信号强度与柑橘叶片的健康程度有直接关系,其中健康、中度感染黄龙病和重度感染黄龙病的柑橘叶片中P(Ⅱ)、Mn(Ⅰ)、Si(Ⅰ)和Fe(Ⅰ)的特征光谱强度呈依次减少的关系;然后再分别建立5个特征光谱以及采用光谱融合方法将5个特征光谱融合的偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)模型,并对其判别模型进行分析,其中Fe(Ⅰ)的RMSEC为0.394,Rc为0.871,总误判率为23.1%;RMSEP为0.454,Rp为0.841,总误判率为26.6%。光谱融合的RMSEC为0.341,Rc为0.905,总误判率为15.5%,RMSEP为0.395,Rp为0.867,总误判率为22.7%;利用归一化、多元散射校正(MSC)、标准正态变换(SNV)和正交信号校正(OSC)4种预处理方法对原始光谱进行预处理,并建立PLS-DA模型。研究结果表明,利用LIBS技术结合OSC光谱预处理和PLS-DA建模方法,模型的RMSEC为0.027,Rc为0.994,总误判率为0;RMSEP为0.023,Rp为0.995,总误判率为0,对3种类别的柑橘叶片能进行较好地分类。
