基于高光谱成像反射和透射技术的雨生红球藻叶绿素含量研究

摘要

通过高光谱成像仪采集雨生红球藻（Haematococcus pluvialis）反射和透射的光谱信息,结合化学计量学方法,对雨生红球藻叶绿素a、叶绿素b含量进行预测。比较了5种预处理方法[原始光谱（raw）、基线校正（baseline correction,BO）、卷积平滑（Savitzky-Golay smoothing,SG）、多元散射校正（multiplicative scatter correction,MSC）、变量标准化（standard normal variate,SNV）],并结合偏最小二乘回归（partial least square,PLS）建模的结果,选择较好的预处理方法后采用连续投影算法（successive projections algorithm,SPA）提取特征波长,并比较3种建模算法[PLS、多元线性回归（multiple linear regression,MLR）、最小二乘支持向量机（least square support vector machine,LS-SVM）]的预测结果,选择效果较好的建模算法用于预测叶绿素含量。其中,高光谱成像反射法对叶绿素a含量的预测,显示SNV预处理算法和SPA-MLR建模算法的效果较好,预测的剩余预测偏差（residual predictive deviation,RPD）达到3.429 6;高光谱成像透射法对雨生红球藻叶绿素a含量的预测显示,BO预处理算法和SPA-LS-SVM建模算法的效果较好,预测的RPD值达到3.156 3;同样地,对于高光谱成像反射法和透射法雨生红球藻叶绿素b含量的预测,显示均是采用BO预处理算法和SPA-MLR建模算法的效果较好,预测的RPD值分别为1.822 1和2.013 2。研究表明,采用高光谱成像反射和透射系统,通过一定的预处理结合建模算法可以对雨生红球藻叶绿素a、叶绿素b含量进行预测,为叶绿素a、叶绿素b含量的检测提供了1种新的方法。