基于近红外光谱特征的赤霉病小麦籽粒SIMCA识别模型构建研究

摘要

利用近红外光谱分析仪采集2012年度江苏、安徽、河南等省份25份农户田间小麦品种籽粒样品的近红外光谱信息,对获取的近红外光谱数据分别进行均值标准化、一阶求导、二阶求导和多元散射校正处理,利用全波段(950 ～1 650 nm)和特征波长处(985、1 130、1 160、1 190、1 235、1 320、1 385、l 410 nm)的近红外光谱数据,采用离差平方和法(Ward法)聚类分析和主成分分析等化学计量学方法,构建赤霉病小麦籽粒和未病小麦籽粒的SIMCA识别模型.模型诊断和验证结果显示,构建的SIMCA识别模型对赤霉病小麦籽粒和未感病小麦籽粒的正确识别率均为100％,识别效果良好.