基于近红外光谱技术的4种樟属植物识别技术研究

编号 zgly0001748736

文献类型 期刊论文

文献题名 基于近红外光谱技术的4种樟属植物识别技术研究

作者 涂白连  谢阳志  伍艳芳  郑永杰  刘新亮  张月婷  徐海宁 

作者单位 江西农业大学·林学院  江西省林业科学院·国家林业草原樟树工程技术研究中心 

母体文献 南方林业科学 

年卷期 2022,50(6)

页码 54-60

年份 2022 

分类号 S792.23  O657.33 

关键词 近红外光谱  樟属植物  叶片  PCA聚类分析  识别 

文摘内容 探究近红外光谱分析技术应用于樟属植物识别的可行性,为樟属植物识别提供一个新方法。本研究运用近红外光谱仪采集猴樟、黄樟、油樟、银木4种樟属植物叶片的近红外光谱信息,并结合PCA聚类分析(PCA-Cluster)和偏最小二乘判别分析法(PLS-DA)建立识别模型。结果表明:运用PCA-Cluster方法,选择4 400~4 800 cm^(-1)、5 400~6 600cm^(-1)、7 800~10 000 cm^(-1)建模波段,Segment 5 Gap5的3点二阶泰勒求导(ds2)方法对光谱数据进行预处理所建模型的识别效果最好,对外部验证集样品的识别率达97.5%;运用PLS-DA方法选择4 000~8 000 cm^(-1)波段,一阶导数、5点平滑两种预处理相结合的方法建立判别模型性能最佳,其校正集相关系数(Rc^(2))为0.923,交叉验证均方根误差(RMSEC)为0.1202,利用所建模型对外部验证集样品进行识别,识别率为100%。说明近红外光谱技术能够用于不同种樟属植物的识别。