中国农业科学院农业信息研究所 主办
当前位置: 首页 > 文章 > 基于近红外光谱技术建立湿加松针叶黄芪苷含量的预测模型

基于近红外光谱技术建立湿加松针叶黄芪苷含量的预测模型

台山市红岭种子园;华南农业大学林学与风景园林学院/广东省森林植物种质创新与利用重点实验室

摘  要:
研究使用DA2700型近红外光谱仪采集了112个湿加松Pinus elliottii×P.oaribaea松针粉末样本的光谱数据。结合实际测定值,采用偏最小二乘(PLS)回归法并选择最佳光谱预处理方法和最佳主成分数,建立湿加松松针黄芪苷含量的近红外快速预测模型。结果表明:当采用一阶导数(FD)+标准正态变量转换法(SNV)对光谱数据进行预处理,主成分数为6,此时模型的预测效果最好,校正集相关系数(RC)和交互验证集相关系数(RV)分别为0.808 2和0.710 9。校正集均方根误差(RMSEC)和交互验证集均方根误差(RMSEV)分别为1.931 4和2.398 8,说明模型的预测效果较好。利用外部验证集对模型进行验证,得到模型的外部验证相关系数R=0.812 9,预测均方根误差RMSEP=2.973 8。

关键词:湿加松;黄芪苷;近红外;预测模型;

PDF下载 引用

所属期刊

林业与环境科学

ISSN: 2096-2053

CN: 44-1723/S

相似文章

推荐期刊