[基于高光谱技术在不同空间尺度上认证州的地理原产地]
Xue Guo1, Rui-Bin Bai1, Hui Wang1
1National Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs, National Resource Center for Chinese Materia Medica, China Academy of Chinese Medical Sciences Beijing 100700, China.
超光谱成像准确地识别了 () (Chrysanthemum morifolium) 的起源,使用花基面向数据和随机森林模型. 这项技术提供了一种可靠的方法来验证药用草本的真实性和质量控制.
科学领域:
- 农业科学 农业科学
- 分析化学是一种分析化学.
- 植物学认证真实性
背景情况:
- (Chrysanthemum morifolium) 是中国药典中一个关键的药用草本.
- 种植区的显著变化导致了可变的果质量.
- 准确的来源识别对于确保药用草本的真实性和有效性至关重要.
研究的目的:
- 开发和评估超光谱成像模型,以确定州的地理来源.
- 为了比较不同的数据采集模式,光谱预处理技术和化学模型.
- 评估原产地识别在省级和市县级的可行性.
主要方法:
- 在可见近红外 (VNIR) 和短波红外 (SWIR) 频段采集高光谱数据.
- 使用诸如乘法散射校正 (MSC) 和第二导数 (D2) 等方法进行数据预处理.
- 使用部分最小平方差分分析 (PLSDA),随机森林 (RF) 和支持向量机 (SVM) 的模型开发.
- 使用竞争性自适应重量取样 (CARS) 选择特征波长.
主要成果:
- 最优的模型结合了面向 (B) 数据的花基,第二派生预处理和射频方法.
- 全频段 (VNIR + SWIR) 建模略高于单频段,预测准确率为99.69% (省) 和99.40% (市县).
- 通过CARS进行特征波长选择,可以降低模型的复杂性,同时保持高精度 (99.56%的省份,98.65%的市县).
结论:
- 超光谱技术与化学测量相结合,有效地识别了 Gongju 在不同地理尺度上的起源.
- 该研究为快速检测系统提供了坚实的理论和技术基础.
- 这种方法支持开发专门的,小型化的质量控制仪器.
更多相关视频
10:28Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information
Published on: June 13, 2020
07:13Early Detection of Cyanobacterial Blooms and Associated Cyanotoxins using Fast Detection Strategy
Published on: February 25, 2021
相关概念视频
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Selected Data About Geographic Locations
