基于高光谱成像技术的油菜种子油酸含量反演模型

作者：卢信; 廖桂平^*; 刘凡

来源：中国农业科技导报, 2023, 25(01): 92-99.

DOI：10.13304/j.nykjdb.2021.1001

• 油菜
• 高光谱成像
• 油酸含量

高油酸油菜籽品种是当前油菜育种方向之一，为开发高效、无损测定油酸含量的方法，提高油菜高油酸种质资源筛选效率，选用3个油菜品种为材料，分别采集其种子光谱成像信息及油酸含量数据，首先对光谱信息进行11种预处理，确定多元散射校正（MSC）最佳预处理方法，然后基于主成分分析（PCA）、连续投影（SPA）、竞争性自适应重加权采样（CARS）方法对数据进行降维，最后分别建立支持向量机（SVM）、最小二乘支持向量机（LS-SVM）和极限学习机（ELM）3种定量分析模型，对油菜油酸含量进行无损检测。通过改变训练样本的数量来测试模型，为验证模型的稳定性，用相关系数（R）、均方根误差（RMSE）进行效果评价。结果表明，在所有模型中，多元散射校正+竞争性自适应重加权采样+极限学习机（MSC+CARS+ELM）模型预测效果最好，校正集相关系数（Rc）、均方根误差（RMSEc）分别为0.894、1.993 4%，预测集相关系数（Rp）为0.868，均方根误差（RMSEp）为1.069 8%，可更加准确地预测油酸含量，创建一种快速、无损检测油菜种子油酸含量的方法，为利用高光谱技术进行油菜营养品质无损检测提供理论依据。

• 出版日期2023
• 单位湖南农业大学