通过超光谱成像来追踪 pistachio 坚果的来源和灌做法

科学领域:

• 农业科学 农业科学
• 频谱学是一种光谱学.
• 数据科学数据科学数据科学

背景情况:

• 核桃是全球高需求的商品,因为它们的味道和健康益处.
• 准确评估 pistachio 的来源,质量和产量对于农业优化至关重要.

研究的目的:

• 应用高光谱成像 (HSI) 和机器学习 (ML) 进行 pistachio 分析.
• 为了确定 pistachio 的地理来源,灌做法,并预测质量和产量参数.

主要方法:

• 利用HSI捕获西班牙果园里 pistachios 的光谱数据.
• 使用的ML模型包括部分最小平方 (PLS),支向量机 (SVM) 和极端梯度提升 (XGBoost).
• 分析了用于分类和回归任务的光谱特征.

主要成果:

• 在归类菲斯塔奇原产地方面取得了>94%的准确性.
• 在使用PLS和SVM评估含水量和色素时达到99%的准确性.
• 在识别与灌处理相关的光谱特征方面,证明了高精度 (92%与PLS).
• 成功预测了产量 (R2=0.89与PLS) 和空白坚果 (R2=0.71与PLS).

结论:

• HSI和ML是菲斯塔原产地确定和质量评估的有效工具.
• 频谱分析显示了优化 pistachio 生产,可持续性和产量预测的潜力.
• 不同的光谱特征与灌做法和坚果质量参数相关.