使用线性转换的基于反射率的光谱指数,对番茄溶性固体含量进行了新的估计

科学领域:

• 农业科学 农业科学
• 频谱学是一种光谱学.
• 化学测量 化学测量 化学测量

背景情况:

• 对于番茄质量评估而言,溶性固体含量 (SSC) 的非破坏性估计至关重要.
• 现有的光谱模型往往缺乏跨不同番茄品种的概括性.
• 开发各种番茄类型的强大模型仍然是一个重大挑战.

研究的目的:

• 开发一种强大的可溶性固体含量 (SSC) 预测框架,用于使用高光谱反射率和遗传算法 (GA) 的多种番茄类型.
• 提高用于非破坏性番茄质量评估的光谱模型的概括能力和可转移性.

主要方法:

• 收集了来自13种番茄品种的152种水果的超光谱反射和SSC数据.
• 开发了新的线性变换光谱指数 (ltDSI, ltNDSI, ltRSI) 用于光谱数据分析.
• 使用遗传算法 (GA) 来优化波长组合和光谱指数的转换系数.

主要成果:

• 用GA优化的光谱指数表现优于传统指数和全频谱模型.
• 拟议的模型表明对番茄类型的敏感性降低,在验证数据集中达到R2 ≈ 0.80,RMSE ≈ 0.6 °Brix,MRE ≈ 10%.
• 开发的框架显示了改进的模型稳定性和可转移性.

结论:

• 对光谱指数结构和参数的联合优化有效地提高了SSC预测的模型稳定性和可转移性.
• 拟议的框架为番茄的非破坏性SSC评估提供了一个可扩展的解决方案.
• 为开发现场部署的光谱传感工具提供实用指导,用于跨品种的水果质量表型化.