水分是牧草最为重要的品质属性,水分含量的多少直接影响牧草品质的变化。羊草(Leymus chinensis)因富含重要的维生素、蛋白质、中性洗涤纤维、酸性洗涤纤维、脂肪等家畜必需营养成分,在收获和储藏过程中极易受到生长地的水、土、气等的影响而发生营养成分损失或变质,因此为了有效降低冗余无信息变量,提高羊草水分含量近红外模型的预测精度和稳定性,本研究采用4种光谱特征区间选择方法,包括间隔偏二乘法(Interval partial least-squares regression,iPLS)、向后区间偏最小二乘法(Backward interval PLS,BiPLS)、联合区间偏最小二乘法(Synergy interval PLS,SiPLS)、和连续投影算(Successive projections algorithm,SPA)建立羊草水分含量的预测模型。结果表明:SiPLS方法最适合用于羊草水分含量特征波长的筛选,其次为BiPLS方法,最差的方法为iPLS,同时,相对分析误差(Residual predictive deviation,RPD)=2.648>2.50。这表明SiPLS的近红外光谱模型在预测羊草水分含量的应用上完全可行,预测精度在96.13%以上。
类型: 期刊论文
作者: 陈积山,张强,刘杰淋,邸桂俐,朱瑞芬,孔晓蕾
关键词: 近红外光谱,羊草水分,光谱特征波长
来源: 草地学报 2019年06期
年度: 2019
分类: 农业科技
专业: 农作物
单位: 黑龙江省农业科学院草业研究所
基金: 黑龙江省自然科学基金(C2018058),国家牧草产业技术体系(CARS-34)资助
分类号: S543.9
页码: 1774-1780
总页数: 7
文件大小: 2502K
下载量: 86
本文来源: https://www.lunwen66.cn/article/643c5f32f5bae48a0854a5d0.html