[發明專利]一種基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法

在審

• 申請號: 202210958330.6
• 申請日: 2022-08-16
• 公開（公告）號: CN115356311A
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 龍俐至;倪康;阮建云;馬立鋒;楊向德;石元值;伊曉云;張群峰;劉美雅;張文婧
• 申請（專利權）人: 中國農業科學院茶葉研究所
• 主分類號: G01N21/64
• 分類號: G01N21/64
• 代理公司: 蘇州久元知識產權代理事務所(普通合伙) 32446
• 代理人: 袁欣琪

1.一種基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，包括以下步驟：

S1.熒光誘導動力學曲線的測定：將茶樹葉片置于暗適應葉夾，采用葉綠素熒光儀測定OJIP快速熒光誘導曲線；

S2.樣品的預處理：將OJIP曲線對應的茶樹葉片殺青并干燥至恒重，球磨葉片成粉末狀；

S3.樣品氮素測定：稱取固定質量樣品，利用元素分析儀進行植物氮素測定；

S4.偏最小二乘法作為線性回歸模型代表：采用五點加權平滑法對原始光譜數據進行預處理，并利用SPSS軟件計算光譜數據與氮素值的相關性，采用指數函數、一元線性函數、對數函數、多項式以及冪函數構建氮素含量估算模型，選取最優的函數模型作為氮素含量的一元線性回歸模型；

S5.支持向量機作為非線性回歸代表：構建一個輸入層、一個輸出層、五個隱含神經元、一個輸出所構成的BP神經網絡進行訓練，迭代，得到BP神經網絡模型，進行精度檢驗，然后對茶樹葉片進行檢測。

2.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S1中暗適應葉夾時間為25min以上。

3.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S1中熒光儀為熒光儀FluorPen。

4.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S2中球磨時間為1-3h。

5.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S3中天平為精確度為0.0001g的電子天平。

6.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S4中所述元素分析儀為元素分析儀vario MACRO cube。

7.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S5中迭代次數為800-1200，學習精度為0.01，訓練目標為均方根誤差小于0.001。

8.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S5中所述BP神經網絡模型的計算公式如下：

其中，k為輸入層單元數，m為輸出層單元數，α為[1，10]之間的常數。

9.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，步驟S5中所述精度檢驗公示為：

式中，y’_i和y_i分別為實測值和由模型計算出的理論值，n為樣本數。

10.根據權利要求1所述基于葉綠素熒光誘導動力學的茶樹氮快速檢測方法，其特征在于，具體包括以下步驟：

S1.熒光誘導動力學曲線的測定：將茶樹葉片置于暗適應葉夾25min以上，采用葉綠素熒光儀FluorPen測定OJIP快速熒光誘導曲線；

S2.樣品的預處理：將OJIP曲線對應的茶樹葉片殺青并干燥至恒重，球磨葉片1-3h，形成粉末狀；

S3.樣品氮素測定：用精確度為0.0001g的電子天平稱取固定質量樣品，利用元素分析儀vario MACRO cube進行植物氮素測定；

S4.偏最小二乘法作為線性回歸模型代表：采用五點加權平滑法對原始光譜數據進行預處理，并利用SPSS軟件計算光譜數據與氮素值的相關性，采用指數函數、一元線性函數、對數函數、多項式以及冪函數構建氮素含量估算模型，選取最優的函數模型作為氮素含量的一元線性回歸模型；

S5.支持向量機作為非線性回歸代表：構建一個輸入層、一個輸出層、五個隱含神經元、一個輸出所構成的BP神經網絡進行訓練，迭代，得到BP神經網絡模型，進行精度檢驗，然后對茶樹葉片進行檢測；

所述BP神經網絡模型的計算公式如下：

其中，k為輸入層單元數，m為輸出層單元數，α為[1，10]之間的常數；

所述精度檢驗公式為：

式中，y’_i和y_i分別為實測值和由模型計算出的理論值，n為樣本數。