在丹康茶中检测生物活性化合物含量,使用VNIR-SWIR高光谱成像和KRR模型,使用精细的特征波长方法

科学领域:

• 农业科学 农业科学
• 频谱学是一种光谱学.
• 生物化学 生物化学

背景情况:

• 超光谱成像 (HSI) 提供了茶中的生物活性化合物的非破坏性分析.
• 准确的检测需要从复杂的超谱数据中有效地提取特征.
• 可见近红外 (VNIR) 和短波近红外 (SWIR) 光谱范围对于茶叶分析至关重要.

研究的目的:

• 开发和验证HSI数据的特征波长精制方法.
• 建立丹康茶中关键生物活性化合物的预测模型.
• 为了可视化叶子化合物的空间分布.

主要方法:

• 为特征波长提取提出了区间带选择-竞争性自适应重量重新采样-融合 (IBS-CARS-Fusing) 方法.
• 利用了丹康茶叶的VNIR和SWIR高光谱图像.
• 开发了一个包含IBS-CARS-Fusing方法的内核回归 (KRR) 模型.
• 每个区域生成的叶子化合物质量,用于空间可视化的热图.

主要成果:

• IBS-CARS-Fusing方法显著提高了对叶绿素a (4.77%),叶绿素b (4.60%),胡卜素 (6.74%),茶叶多 (15.52%) 和氨基酸 (13.10%) 的预测准确度 (R).
• 该KRR模型实现了高预测准确度,R_p²值达到0.9500的叶绿素a,0.9481的叶绿素b,0.8946的胡卜素,0.8882的茶叶多,和0.8622的氨基酸.
• 热图有效地可视化了茶叶内的生物活性化合物的空间分布.

结论:

• IBS-CARS-Fusing方法有效地从超光谱数据中提取最佳特征波长,用于在茶中检测生物活性化合物.
• 结合IBS-CARS-Fusing的KRR模型,提供了一种强大而准确的方法来量化丹康茶中的关键生物活性化合物.
• 这项研究表明了高光谱成像与精密农业和茶叶质量控制的先进特征选择相结合的潜力.