施用羊粪下小米粗脂肪、粗蛋白质含量高光谱检测

2024-01-01 00:00:00王国梁张艾英王丽霞赵培悦刘鑫成锴郭二虎
山西农业科学 2024年3期
关键词:高光谱粗蛋白质可视化

摘要:运用先进技术实现有机肥高效利用,因地制宜发展区域农业是有机旱作农业发展的重要手段。羊粪施用量的选择与谷子种植用养结合能够有效提高小米品质质量,区别于传统检测手段,高光谱成像对待测样本可以做到检测快速、无损,因而在实现小米粗脂肪、粗蛋白质快速检测中具有巨大潜力。为了为谷子栽培措施的改避及利用高光谱成像对小米营养成分快速检测提供参考和理论支持,试验采集358份小米样本高光谱图像数据并利用传统检测手段进行粗脂肪、粗蛋白质含量测定,同时运用化学计量学方法进行2种成分含景预测。结果表明,连续投影算法结合迭代保留信息变量算法建立的偏最小二乘回归模型在2种成分含量检测上精度最高,其中模型预测粗蛋白质含量相关系数、均方根误差、相对分析误差分别为0.88、0.59、1.99,利用该回归模型进行可视化表达可直观看出不同羊粪施用量下粗脂肪、粗蛋白质的积累规律,并得出每公顷施用90m3肥料为最佳施用量。

关键词:小米粗脂肪、粗蛋白质;高光谱;化学计量学方法;可视化

中图分类号:0657.3 文献标识码:A 文章编号:1002-2481(2024)03-0001-08

小米中粗脂肪、粗蛋白质含量分别占比在5%和10%左右。研究表明,小米巾蛋白质含量高于小麦和大米,且涵盖氨基酸种类齐全,比例适宜,熬制小米粥后,上浮“米油”对特殊人群极具一定药用保健功能,小米以其丰富的营养价值现已被大众公认为优质谷物,对于小米粗脂肪和粗蛋白质的快速检测也变得日益重要。

高光谱检测具有无损、快速、无接触及化学试剂零使用等技术特点,目前,运用光谱技术针对农作物营养成分检测的研究也渐渐被农业科研人员所关注。田翔等对小米淀粉、直链淀粉、蛋白质和脂肪应用近红外光谱法进行快速检测,结果表明,采用化学法和近红外法检测结果无显著差异;王浩等运用近红外结合PLSR模型实现小米硒含量的快速预测。此外,高光谱数据具有变量维度高的特点,为了降低变量维度、提升预测模型预测精度,一般采用特征波段提取算法对目标变量数据组进行特征波段选择。其中,变量组合集群分析(Variable Combination Population Analysis,VCPA)算法能够将所有存在相互影响的原始变量自由组合,并通过预设终端输出变量波段数阈值,选取极具代表性的变量波段,赵环等阱运用该算法预测小麦蛋白质含量并取得较理想预测效果;SPA算法通过选择初始向量,计算在未选变量上的投影,选出最佳波段组合,李颖运用SPA算法对木材可见一近红外光谱数据进行特征波段提取并建立PLS模型,在木材分类过程中取得较为理想效果;而IRIV算法可以在剔除冗余波段的同时将变量强、弱信息波段尽可能多地保留,于雷等运用IRIV算法优选了大豆叶片高光谱波长并对叶绿素含量进行估测,为高光谱技术估测叶片生理参数提供新思路。目前,特征波段提取算法联用在特征波段选择上应用渐广,余海东提出近红外光谱波长选择采用3步联用策略,提高模型预测精度同时,既突出各算法优势,也克服了算法局限性。因此,通过运用高光谱成像结合化学计量学相关知识实现小米粗脂肪、粗蛋白质快速检测具有重要的现实意义。

本试验主要对不同羊粪施用量处理下的小米高光谱数据,运用传统化学方法测定粗脂肪和粗蛋白质含量,并结合化学计量方法建立快速检测小米粗脂肪和粗蛋白质含量的预测模型,通过特征变量提取联用建立的预测模型进行小米粗脂肪和粗蛋白质含量积累规律的可视化表达,旨在探寻快速、无毒、零接触、低成本和可视化预测小米粗脂肪和粗蛋白质含量的方法。通过研究高光谱检测技术结合化学计量学在小米粗脂肪和粗蛋白质检测方面应用的可行性,为进一步在谷子农艺性状选择、育种栽培方式优化、产品质量分类定级以及提升小米终端商品价值提供参考依据。

1材料和方法

1.1试验地概况

试验地位于山西农业大学谷子研究所试验基地,该区域属暖温带大陆性气候,年平均气温9.3℃,无霜期150 d。年平均降雨量580mm。土壤属于红壤,pH值为7.4。前茬作物是玉米。基本肥力为:土壤含水量15.9%,有效氮含量58.67 mg/kg,有效磷含量15.54 mg/kg,有效钾含量95.20 mg/kg,有机质含量10.75 g/kg,土壤肥力处于中等水平。

1.2试验材料

供试长生13(品种登记号:晋审谷(认)2015008)由山西农业大学谷子研究所提供。羊粪购买自农户。羊粪有机质含量为42.7%,氮含量为1.86%,磷含量为1.47%,钾含量为2.02%。

1.3试剂与仪器设备

石油醚、浓硫酸、脱脂滤纸、过氧化氧、溴甲酚绿、甲基红、无水乙醇、盐酸(国药集团试剂有限公司)。

LTJM2099散热型小米砻谷机(郑州中谷机械设备有限公司),WF-20B型粉碎机(南京科益机械设备有限公司),HWS24型电热恒温水浴锅(上海恒科技有限公司),8400型全自动定氮仪(丹麦FOSS公司),Starter Kit型高光谱成像仪(近红外光程900-1 700 nm,数码镜头焦距25 mm,光圈F/1.3,光源型号PHILIPS 6995P,工作色温3 200K,额定电压/功率为230 V/l OOOW,美国Headwall Photonics公司),铝盒(中山市天美五金制品有限公司)。

1.4试验方法

羊粪施用量设置4个处理:S1.60 m3/hm2,S275 m3/hm2,S3 90 m3/hm2,S4.105 m3/hm2,同时设s5为空白对照。羊粪都是底施,试验一重复按15正序依次排列,二重复按5-1倒序排列。取样时,采用棋盘采样法,每小区采样180个点,每点面积2 m2,相邻5点混装,编号记录,经晾晒、砻碾、清选等工序后,共采集待测小米样本358份。

1.4.1小米高光谱数据采集小 米高光谱数据采集过程中,被测样装入直径5 cm、深1 cm的器皿内,保证被测样品表面平整、紧实,载物台平移速度16 mm/s,相机曝光时间0.9 ms,样品表面距离镜头25 mm,每份被测样品采集光谱数据3次,数据按顺序编号、保存。数据采集开始前进行黑白校正,后根据式(1)运算得到样本相对光强X,每采集3张高光谱图像,重复进行上述校正过程。采集设备如图1所示。

猜你喜欢
高光谱粗蛋白质可视化
基于CiteSpace的足三里穴研究可视化分析
基于Power BI的油田注水运行动态分析与可视化展示
云南化工(2021年8期)2021-12-21 06:37:54
基于CGAL和OpenGL的海底地形三维可视化
“融评”:党媒评论的可视化创新
传媒评论(2019年4期)2019-07-13 05:49:14
基于实测光谱的红花叶绿素含量高光谱估算模型研究
日粮粗蛋白质水平对羊养分瘤胃降解率的影响
饲料工业(2017年15期)2017-01-08 09:31:18
一种基于引导滤波和MNF的高光谱遥感图像分类方法
软件导刊(2016年9期)2016-11-07 22:19:22
基于高光谱响应的农田大棚EVA棚膜拉伸强度估计
基于光谱特征参数的果树树种的遥感识别
夏秋喂牛不宜添加尿素