在菜 (Spinacia oleracea L.) 叶子中对的量化进行生理机制引导的高光谱建模
Yuping Yang1, Xiaoshi Shi2, Qinglin Li3
1College of Mechanical and Electrical Engineering, Sichuan Agricultural University, Yaan 625014, China; College of Agriculture, Sichuan Agricultural University, Chengdu 611130, China.
Journal of hazardous materials
|December 9, 2025
概括
这项研究引入了一种超光谱成像方法,通过分析植物生理变化,准确检测在菜中的. 这种方法提高了重金属的食品安全和农业监测.
科学领域:
- 农业科学 农业科学
- 食品安全 食品安全
- 频谱学是一种光谱学.
背景情况:
- 准确检测蔬菜中的重金属对于食品安全至关重要,但具有挑战性.
- 光谱技术提供了快速的,非破坏性的分析,但往往缺乏精度.
研究的目的:
- 开发一种高光谱成像方法,以准确量化在菜叶中的含量.
- 将植物对的生理反应纳入光谱检测策略.
主要方法:
- 利用高光谱成像,以诱导的菜生理变化为指导.
- 根据叶绿素-黄酸破坏和细胞完整性,选择了特征性光谱区域 (388.34-430 nm和1000-1036.34 nm).
- 开发了一个卷积神经网络 (Cd-SpiNet) 来提取特定的光谱特征.
主要成果:
- 取得了0.9753的检测确定系数 (R2).
- 获得了0.0287 mg/kg的预测根平均平方误差 (RMSEP).
- 通过通过生理指导的特征提取来证明对相关信号的增强模型灵敏度.
结论:
- 生理学指导的超光谱成像策略为农业中精确的重金属监测提供了强大的解决方案.
- 将植物生理机制集成到光谱检测中,可以显著提高量化的准确性.
- 这种方法对于及时评估风险和管理食品生产中的生态危害至关重要.
