基于高光谱与集成学习的单粒玉米种子水分检测模型
2022-06-21吴静珠李江波刘翠玲孙晓荣
农业机械学报 2022年5期
关键词:模型
吴静珠 张 乐 李江波 刘翠玲 孙晓荣 余 乐
(1.北京工商大学食品安全大数据技术北京市重点实验室, 北京 100048;2.北京农业智能装备技术研究中心, 北京 100097)
0 引言
随着机械化的提升,玉米播种方式从传统的“一穴多粒”逐渐转变为单粒精量播种[1]。而单粒精量播种技术的关键核心之一是高质量种子的筛选。根据GB 4404.1—2008,水分是我国农作物种子质量四大必检项目之一[2]。当玉米种子含水率高于14%时会导致种子呼吸增大、养分消耗过多、引起种子活力下降[3]。因此单粒玉米种子水分检测对于单粒精量播种技术具有重要的实际意义。传统的种子水分检测方法如烘干法等,虽然检测精度较高,但存在试样破坏性、耗时长以及无法进行单粒检测等弊端。近年来高光谱技术以其“图谱合一”的技术优点,在单粒种子水分快速、无损检测领域表现出极大的应用潜力[3-9]。
我国在2010年发布了GB/T 24900—2010[10]用于玉米种子批水分测定,表明近红外光谱技术在玉米种子批水分检测领域具有实际应用可行性。田喜等[11]在波长1 000~2 500 nm范围内分别提取了玉米籽粒全表面结构和胚结构区域的高光谱信息,采用竞争性自适应重加权变量选择算法、遗传算法、连续投影算法筛选特征波段,建立并比较偏最小二乘回归模型对水分含量的预测效果。结果表明,提取玉米籽粒胚结构的图谱信息较全表面光谱信息更高效。COGDILL等[12]在波长750~1 090 nm范围内建立了一种基于高光谱成像预测单粒玉米种子的水分和油脂含量的模型。……
登录APP查看全文
