视/红外光谱和化学测量用于对不同植物叶片中的含量进行非破坏性估计
Qiang Huang1, Meihua Yang2, Liao Ouyang1,3
1School of Materials and Environmental Engineering, Shenzhen Polytechnic University, Shenzhen 518055, China.
使用可见/近红外 (vis/NIR) 光谱反射率和平均平方欧几里德距离 (MSD) 方法估计植物叶绿素含量提供了一种快速,非破坏性的方法. 这种技术准确地预测了叶绿素水平,有助于评估干旱对植被的影响.
科学领域:
- 植物生理学 植物生理学
- 遥感 遥感 遥感 遥感
- 农业科学 农业科学
背景情况:
- 叶绿素含量是植物健康和光合作用能力的关键指标,直接影响作物生产率.
- 评估干旱对植被的影响在很大程度上依赖于监测生物化学和生物物理变量,如叶绿素.
- 传统的叶绿素量化方法可能耗时且具有破坏性.
研究的目的:
- 评估平均平方欧几里德距离 (MSD) 方法的有效性,用于估计不同叶类型的叶绿素含量.
- 整合MSD与光谱分析 (可见/近红外) 和预测模型 (PLSR,Cubist) 进行准确的叶绿素估计.
- 探索视/NIR光谱与MSD结合的潜力,作为植物健康监测的非破坏性替代方案.
主要方法:
- 利用了来自五种不同叶类的可见/近红外 (vis/NIR) 光谱反射率数据,跨越多个月.
- 应用平均平方欧几里德距离 (MSD) 方法来选择具有代表性的校准数据集.
- 集成的MSD与部分最小平方回归 (PLSR) 和立体模型来预测叶绿素含量,专注于特定的光谱波段 (500-640nm,740-1100nm).
主要成果:
- 立体主义模型实现了高的确定系数 (R2 = 0.77) 和非常低的平均偏差误差 (MBE = 0.01 mg g-1).
- 部分最小平方回归 (PLSR) 在R2 = 0.70和MBE = 0.04 mg g-1.1的情况下表现出强的表现.
- 该MSD方法在选择代表性校准数据集以估计叶子叶绿素时证明是有效的.
结论:
- 结合视/NIR光谱和先进建模 (PLSR,Cubist) 的MSD方法,提供了一种可靠且非破坏性的方法来量化叶子含量.
- 这种方法为传统方法提供了快速和一致的替代方案,对评估干旱对植物健康和生产力的影响有价值.
- 这些发现突出了光谱分析的潜力,用于大规模,高效地监测植被生物化学状态.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
08:41A Rapid Laser Probing Method Facilitates the Non-invasive and Contact-free Determination of Leaf Thermal Properties
Published on: January 7, 2017
相关概念视频
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview
Applications of IR Spectroscopy: Overview
Spectrophotometry: Introduction
The essential components of a spectrophotometer include a source of electromagnetic radiation, a slot for placing a material to be analyzed, and a...
UV–Vis Spectrometers
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Flame Photometry: Lab
