農(nóng)業(yè)行業(yè)
在煙葉質(zhì)量評價(jià)體系中，油分是衡量烤煙品質(zhì)的重要指標(biāo)之一。傳統(tǒng)上，油分評價(jià)主要依賴專業(yè)人員的經(jīng)驗(yàn)性判斷，這種方式存在主觀性強(qiáng)、效率偏低等問題。近年來，高光譜成像技術(shù)因其圖譜合一的特性，在農(nóng)產(chǎn)品質(zhì)量檢測領(lǐng)域展現(xiàn)出應(yīng)用潛力。本文以一項(xiàng)針對烤煙油分檢測的研究為例，介紹可見-近紅外高光譜技術(shù)在該場景下的實(shí)際應(yīng)用效果。
該研究選取了全國22個(gè)植煙省（自治區(qū)）的634份初烤煙葉樣品，涵蓋上、中、下三個(gè)部位。研究團(tuán)隊(duì)采用彩譜科技有限公司的FigSpec系列高光譜成像系統(tǒng)（包含F(xiàn)igSpec-23和FigSpec-25兩個(gè)相機(jī)），同步采集煙葉在400-1000nm和900-1700波長范圍內(nèi)的光譜信息。采集過程中，通過固定光源角度和相機(jī)距離，確保光照均勻性，每個(gè)樣品采集兩次光譜數(shù)據(jù)后取均值作為原始輸入。
油分得分由20人組成的外觀質(zhì)量評價(jià)小組按照10分制獨(dú)立評定。樣品按7:3比例劃分為建模集（443份）和驗(yàn)證集（191份），兩組樣品的油分得分分布特征與總體保持一致，為后續(xù)模型構(gòu)建提供了可靠基礎(chǔ)。
原始光譜數(shù)據(jù)中包含噪聲和散射干擾，需要經(jīng)過預(yù)處理來增強(qiáng)有效信號。研究對比了滑動(dòng)平均濾波（MA）、多元散射校正（MSC）、標(biāo)準(zhǔn)正態(tài)變換（SNV）、一階導(dǎo)數(shù)（D1）和標(biāo)準(zhǔn)化（SS）五種單一預(yù)處理方法及其組合策略。
分析結(jié)果顯示，MSC和SNV預(yù)處理能夠有效提升光譜反射率與油分得分之間的相關(guān)性。在928.36-1177.03nm波長范圍內(nèi)，相關(guān)系數(shù)由原始光譜的0.076-0.124提升至0.331-0.640。D1預(yù)處理則通過強(qiáng)化光譜曲線的局部變化特征，使強(qiáng)相關(guān)波段（|r|≥0.4）數(shù)量超過100個(gè)。這些結(jié)果表明，合理的預(yù)處理策略有助于提升后續(xù)模型的預(yù)測能力。
研究采用偏最小二乘回歸（PLSR）和支持向量回歸（SVR）兩種算法構(gòu)建油分得分定量預(yù)測模型。基于可見-近紅外全波段的PLSR模型在多數(shù)預(yù)處理?xiàng)l件下驗(yàn)證集RPD值介于1.642至1.775之間，其中經(jīng)MA預(yù)處理后驗(yàn)證集R2達(dá)到0.683，RMSE為0.346。SVR模型在D1+SS組合預(yù)處理下驗(yàn)證集R2為0.653，RMSE為0.362。
為融合兩種模型的優(yōu)勢，研究引入加權(quán)平均融合策略。基于可見-近紅外全波段的融合模型（MA預(yù)處理下的PLSR與D1+SS預(yù)處理下的SVR）驗(yàn)證集R2提升至0.721，RMSE降至0.324，RPD為1.894，預(yù)測效果優(yōu)于單一模型。
高光譜數(shù)據(jù)包含數(shù)百個(gè)波段，存在信息冗余問題。研究采用連續(xù)投影算法（SPA）進(jìn)行特征波段篩選。結(jié)果顯示，經(jīng)MA預(yù)處理后，SPA篩選出95個(gè)特征波段構(gòu)建的PLSR模型驗(yàn)證集R2為0.685，RMSE為0.345；經(jīng)D1+SS預(yù)處理后，SPA篩選出56個(gè)特征波段構(gòu)建的SVR模型驗(yàn)證集R2為0.666，RMSE為0.355。特征波段數(shù)量由全波段的428個(gè)大幅減少，數(shù)據(jù)維度顯著降低。
基于SPA篩選后的PLSR與SVR融合模型進(jìn)一步提升了預(yù)測精度，驗(yàn)證集R2達(dá)到0.724，RMSE為0.323，RPD為1.904。該結(jié)果表明，特征波段篩選在降低數(shù)據(jù)冗余的同時(shí)保持了模型的有效性。
該研究展示了可見-近紅外高光譜技術(shù)在烤煙油分無損檢測中的可行性。相比傳統(tǒng)人工評判方式，高光譜技術(shù)具有客觀、無損、快速的潛在優(yōu)勢，可為煙葉自動(dòng)分級裝備開發(fā)和品質(zhì)智能管控系統(tǒng)構(gòu)建提供參考依據(jù)。彩譜科技有限公司的FigSpec系列高光譜成像系統(tǒng)在該研究中承擔(dān)了核心數(shù)據(jù)采集任務(wù)，驗(yàn)證了其在農(nóng)業(yè)物料品質(zhì)檢測場景下的適用性。
FigSpecFS-23成像高光譜相機(jī)
l圖像分辨率：1920*1920
l光譜范圍：400-1000nm
l光譜分辨率(FWHM)：2.5nm
l光譜通道數(shù)：1200
FigSpecFS-25成像高光譜相機(jī)
l圖像分辨率：640*640
l光譜范圍：900-1700nm
l光譜分辨率(FWHM)：6nm
l光譜通道數(shù)：512
