超光谱成像用于在生菜叶中的痕量预测
Jun Sun1, Lei Shi1, Jiehong Cheng1
1School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, China.
概括
这项研究引入了一种非破坏性的高光谱成像方法,用于检测 (Cd) 在中的痕量. 异质二维相关谱学 (H2D-COS) 有效地确定了关键的光谱频段,以准确预测Cd含量.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- (Cd) 污染对农产品构成重大风险.
- 准确检测沙拉中的Cd含量对于食品安全和控制至关重要.
- 非破坏性检测方法在农业应用中非常理想.
研究的目的:
- 开发一种非破坏性的方法,用于检测中的微量 (Cd) 含量.
- 通过使用高光谱成像 (HSI) 来确定Cd检测的最佳光谱频段.
- 为了比较用于Cd预测的不同特征提取和机器学习模型的性能.
主要方法:
- 超光谱成像 (HSI) 用于非破坏性检测.
- 异质二维相关谱学 (H2D-COS) 用于将可见近红外和光谱相关起来.
- 萨维茨基·戈莱 (SG) 衍生方法用于光谱数据预处理,以增强弱Cd相关特征.
- 评估了多种特征提取方法 (SPA,RC,RF,2D-COS) 和机器学习模型,包括支持矢量机 (SVM).
主要成果:
- 该SG衍生方法有效地抑制了噪声,并增强了Cd相关的光谱特征.
- 通过融合光谱动态反应,H2D-COS显著改善了Cd相关特征的提取.
- 确定了用于Cd检测的最佳光谱频段 (例如407,432,453 nm).
- 与H2D-COS和SG衍生预处理相结合的SVM模型显示出最佳的预测性能.
结论:
- H2D-COS和SG衍生物预处理的综合方法对于提取用于Cd检测的关键光谱带是有效的.
- 与H2D-COS相结合的HSI为在生菜叶中Cd含量痕迹的非破坏性预测提供了有希望的潜力.
- 这项技术有助于更安全的农产品控制和管理.
更多相关视频
10:22Improved UPLC-UV Method for the Quantification of Vitamin C in Lettuce Varieties Lactuca sativa L. and Crop Wild Relatives Lactuca spp.
Published on: June 30, 2020
13.7K
12:03Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil
Published on: September 1, 2020
6.2K
