数字农科院2.0

烤后烟叶不同部位高光谱特征分析及判别模型构建

文献类型： 中文期刊

作者： 闫鼎;张义志;程森;蔡宪杰;董祥洲;杨悦章;岳耀稳;王大彬;林润英

作者机构：

关键词： 高光谱特征;烤后烟叶;模型构建;部位识别

期刊名称：湖北农业科学

ISSN： 0439-8114

年卷期： 2024 年 63 卷 8 期

页码：

收录情况： 科技核心（2024版） ; ; 农林核心（2020版）

摘要： 利用高光谱(400~1700 nm)成像技术扫描得到3个部位(上B、中C、下X)烤后烟叶的高光谱图像,并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征,并构建5种识别烟叶部位的判别模型(SVM、KNN、RF、LightGBM和XGBoost)。结果表明,3个部位烟叶的光谱反射率为C>X>B(400~750 nm),B>C>X(750~1400 nm),C>B≈X(1400~1700 nm)。3个部位烟叶的高光谱数据存在较强相关性,总体上可见光以及近红外波段在各自区域内相关性较强,而两者之间相关性较弱。共提取得到7个特征值大于1的主成分,方差累计贡献率接近1.00。3个部位烟叶的光谱反射率在450~550 nm和750~1400 nm区域相互之间存在明显差异,中部叶在550~850 nm和1400~1700nm分别与上、下部叶具有明显差异,上部叶在400~450 nm分别与中、下部叶差异明显,下部叶在680 nm附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好,准确率、精确率、召回率和F1分数均达95%以上,LightGBM表现居中,各项指标在90%~95%,RF、KNN和XGBoost相对较差,各项指标在90%以下。

分类号：

  • 相关文献

[1]不同品种水稻叶片的高光谱特征及其色素、含水率分析. 张亚彪 , 罗举 , 唐健 , 刘映红 *. 2015

[2]棉花苗期冻害高光谱特征研究. 李章成,周清波,江道辉,吕新,林海荣,李茂松. 2008

[3]不同采收模式对烤后烟叶产质量的影响. 朱峰,沈始权,耿伟,任杰,曹亚凡,薛峰,党军政,柯美福,李彦辉. 2020

[4]基于高光谱成像技术和深度学习的烤后烟叶品种分类判别. 孟令峰,邢富康,韦克苏,王爱华,程昌新,曹娜,林跃平,王松峰,朱荣光. 2024

[5]带茎采烤上部烟叶品质的关键影响指标分析. 刘峰峰,毕庆文,张国超,何结望,孙福山,代英鹏. 2025

[6]基于Box-Behnken响应面法的烤后烟叶品种分子鉴定技术构建. 田震,李媛,毛静静,任民,熊党安,张兴伟,殷瑜东,李少鹏,刘国祥. 2025

[7]基于反射光谱的开放环境下小麦籽粒蛋白质含量定量分析方法研究. 李栓明,王克如,谢瑞芝,郭银巧,戴建国,肖春华,李少昆. 2016

[8]在普洱茶产地溯源中化学计量学工具的应用研究. 林昕,沙岭杰,兰珊珊,林涛,魏茂琼,和丽忠,刘宏程. 2015

[9]基于LUCC的兰州城市生态系统服务价值动态分析. 林栋,马晖玲,任正超,李元恒. 2016

[10]小麦籽粒蛋白质光谱特征变量筛选方法研究. 李栓明,郭银巧,王克如,谢瑞芝,戴建国,肖春华,李静,李少昆. 2015

[11]中国农产品膳食暴露评估模型构建初探. 宋雯,陈志军,钱永忠,徐辰武,刘贤金. 2014

[12]果园无人车多体动力学模型构建及有效性验证. 王元杰,潘冠廷,于龙飞,杨福增. 2020

[13]燕麦草常规营养成分含量近红外预测模型的建立. 张书阅,熊安然,潘予琮,余诗强,蒋林树,熊本海. 2022

[14]风险获益评估模型在食物营养与安全评估中的研究进展. 赵雪梅,王晓红,梁克红,朱宏,王瑶瑶,朱大洲. 2021

[15]古农文语义检索模型构建及其应用研究. 刘楠竹,崔运鹏,王末. 2023

[16]不同成熟度茄衣烟叶高光谱特征分析及分类模型构建. 王大彬,孟贵星,王雪松,陈红华,邓建强,向必坤,谭绍安,王瑞. 2023

[17]近红外光谱分析技术在玉米青贮饲料检测中的研究进展. 何可可,陈雅坤,邱庆,呼德,尹双双,闫威明,臧长江,赵连生. 2024

[18]果蔬流通减损对耕地资源释放及食物供给增加的影响研究. 蒋静怡,林鑫涛,钱建平,陈健. 2025

作者其他论文 更多>>