[發(fā)明專利]一種利用近紅外光譜檢測油菜莖稈倒伏指數(shù)的方法

有效

• 申請?zhí)枺?/td>: 201710439197.2
• 申請日: 2017-06-12
• 公開（公告）號: CN107153047B
• 公開（公告）日: 2020-04-03
• 發(fā)明（設(shè)計(jì)）人: 周廣生;張良曉;蒯婕;郭程
• 申請（專利權(quán)）人: 華中農(nóng)業(yè)大學(xué)
• 主分類號: G01N21/359
• 分類號: G01N21/359
• 代理公司: 北京輕創(chuàng)知識產(chǎn)權(quán)代理有限公司 11212
• 代理人: 陳薇

1.一種利用近紅外光譜檢測油菜莖稈倒伏指數(shù)的方法，其特征在于，包括以下步驟：

S1：通過偏最小二乘法建立油菜莖稈倒伏指數(shù)與菜莖稈切面上的近紅外光譜的對應(yīng)關(guān)系；

S2：測量待檢測的油菜莖稈切面上的近紅外光譜；

S3：根據(jù)S2得到的所述待檢測的油菜莖稈切面上的近紅外光譜以及S1得到的油菜莖稈倒伏指數(shù)與菜莖稈切面上的近紅外光譜的對應(yīng)關(guān)系，計(jì)算待檢測的油菜莖稈中的倒伏指數(shù)，所述倒伏指數(shù)是用于評價(jià)油菜莖稈倒伏的指數(shù)，倒伏指數(shù)＝高度×鮮重/抗折力，其中，高度和鮮重分別為測定莖段與植株頂部對應(yīng)的高度與鮮重，抗折力為所述測定莖段中間10cm的抗折力。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，S1包括以下步驟：

S11：采集多個(gè)待測油菜同品種的油菜莖稈樣品；

S12：測量所述油菜莖稈樣品中的倒伏指數(shù)；

S13：測量所述多個(gè)油菜莖稈樣品的近紅外光譜；

S14：根據(jù)S12和S13的結(jié)果建立所述油菜莖稈的倒伏指數(shù)與近紅外光譜的對應(yīng)關(guān)系。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，S13中對每個(gè)油菜莖稈樣品采集7個(gè)切面的近紅外光譜，所述油菜莖稈樣品的近紅外光譜由所述7個(gè)切面的近紅外光譜平均得到，所述7個(gè)切面分別為所述油菜莖稈樣品的兩端橫切面，從所述油菜莖稈樣品上不同部位橫切兩次得到的兩個(gè)新橫切面，以及從所述油菜莖稈樣品的三個(gè)區(qū)段取的三個(gè)縱切面。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，用于建立所述對應(yīng)關(guān)系的近紅外光譜的波段為6475.8cm^-1-5449.8cm^-1。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，用于建立所述對應(yīng)關(guān)系的近紅外光譜進(jìn)行了以下預(yù)處理方法中的任一種或幾種組合的預(yù)處理：一階導(dǎo)數(shù)法、矢量歸一化法、減去一條直線法、多元散射校正法、消除常數(shù)偏移量法、最小-最大歸一化法、MSC法、二階導(dǎo)數(shù)法。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，用于建立所述對應(yīng)關(guān)系的近紅外光譜未進(jìn)行預(yù)處理。

7.根據(jù)權(quán)利要求2-6中任一項(xiàng)所述的方法，其特征在于，S14中油菜莖稈倒伏指數(shù)與菜莖稈切面上的近紅外光譜的對應(yīng)關(guān)系為通過偏最小二乘法建立的預(yù)測模型。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，在建立所述預(yù)測模型過程中，主成分?jǐn)?shù)為8、9或10。

9.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多個(gè)油菜莖稈樣品被分成校正集和驗(yàn)證集，并且校正集與驗(yàn)證集的樣品數(shù)量比為2.5-4:1。

10.根據(jù)權(quán)利要求1所述的方法，其特征在于，S2中對待測油菜莖稈7個(gè)切面的采集近紅外光譜，所述油菜莖稈樣品的近紅外光譜由所述7個(gè)切面的近紅外光譜平均得到，所述7個(gè)切面分別為所述油菜莖稈樣品的兩端橫切面，從所述油菜莖稈樣品上不同部位橫切兩次得到的兩個(gè)新橫切面，以及從所述油菜莖稈樣品的三個(gè)區(qū)段取的三個(gè)縱切面。