胡艷培，姚江河*，李春蓉，陳好斌

(1.塔里木大學(xué)信息工程學(xué)院，新疆阿拉爾 843300；2.塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆阿拉爾 843300)

新疆是我國(guó)紅棗的主產(chǎn)區(qū)，南疆駿棗是新疆紅棗的代表[1-2]。研究南疆駿棗棗樹生長(zhǎng)過程就要知道其生長(zhǎng)過程所需營(yíng)養(yǎng)元素的變化，這些元素對(duì)棗樹的產(chǎn)量和長(zhǎng)勢(shì)有很大影響。駿棗葉子的含水量象征棗樹生長(zhǎng)的健康狀況，果樹葉片長(zhǎng)勢(shì)、品質(zhì)、顏色及其形態(tài)結(jié)構(gòu)會(huì)隨著水分含量的多少發(fā)生一系列的變化[3]，可以根據(jù)葉片的水分含量實(shí)時(shí)檢測(cè)和診斷。因此，快速地獲取駿棗葉片水分狀況，對(duì)駿棗的估產(chǎn)、長(zhǎng)勢(shì)、農(nóng)情監(jiān)測(cè)、可視化農(nóng)業(yè)等方面具有重要的意義[4-5]。

NIR技術(shù)檢測(cè)方法是一種低成本、快速和無(wú)損的檢測(cè)方法[6-8]。目前已被廣泛地應(yīng)用在食品業(yè)、煙草業(yè)、醫(yī)藥、農(nóng)業(yè)等行業(yè)[9-13]，其主要應(yīng)用于植物營(yíng)養(yǎng)元素的檢測(cè)(葉綠素、氮等含量)[14]、早期病蟲害診斷[15]和土壤性質(zhì)分析[16]等。田永超等[17]研究在不同的水氮條件下，水稻冠層Spectral reflectance與植株含水量的量化關(guān)系。董晶晶等[18]利用Spectral reflectance信息提取葉片含水量，研究反射率與含水量存在線性關(guān)系。吉海彥等[19]使用輻射光譜儀測(cè)量冬小麥的反射光譜，分別建立反射光譜與冬小麥葉片水分含量和葉綠素含量的定量模型。賈燦潮等[20]應(yīng)用NIR技術(shù)快速測(cè)定何首烏中水分的含量，所建模型預(yù)測(cè)性和精度較好。洪添勝等[21]利用波段為400～1 000 nm高光譜圖像技術(shù)對(duì)雪花梨水分進(jìn)行無(wú)損檢測(cè)的研究，通過ANN(人工神經(jīng)網(wǎng)絡(luò))對(duì)雪花梨建立水分的預(yù)測(cè)模型。結(jié)果表明，雪花梨水分的預(yù)測(cè)相關(guān)系數(shù)(R)為0.94 。張曉東等[22]利用高光譜圖像技術(shù)檢測(cè)生菜含水率，采用自適應(yīng)波段選擇法優(yōu)選出特征波長(zhǎng)；建立偏最小二乘回歸模型，得出生菜葉片的含水量模型的相關(guān)系數(shù)(R)為0.90。但有關(guān)南疆駿棗葉片含水量的近紅外光譜檢測(cè)技術(shù)國(guó)內(nèi)外研究很少，因此筆者以南疆駿棗葉片為研究對(duì)象，應(yīng)用NIR技術(shù)，對(duì)采集到的駿棗葉片原始光譜進(jìn)行SNV、Autoscaling、Normalize、MSC預(yù)處理，比較4種不同的光譜預(yù)處理方法對(duì)駿棗葉片含水量模型的影響，進(jìn)而確定其適合的預(yù)處理方法，以此來(lái)簡(jiǎn)化模型的運(yùn)算過程，為大面積遙感監(jiān)測(cè)以及進(jìn)一步研究駿棗葉子含水量提供理論依據(jù)和數(shù)據(jù)支撐。

1 材料與方法

1.1駿棗葉片樣品的采集與處理采集的90個(gè)葉片樣品來(lái)自新疆南疆第一師10團(tuán)塔里木大學(xué)試驗(yàn)棗園種植基地，選取不同位置的駿棗樹，根據(jù)棗樹樹齡劃分選取18棵棗樹，每棵間隔1 m。采集棗樹上、中、下三層葉片(新葉、成熟葉、老葉)，每棵樹采集8片。采摘回來(lái)的葉片帶回重點(diǎn)實(shí)驗(yàn)室，挑選出完好無(wú)損的73個(gè)葉片，用水清洗干凈葉子，并晾干。然后對(duì)葉片樣品進(jìn)行編號(hào)、標(biāo)記。

1.2采集樣品的近紅外光譜數(shù)據(jù)駿棗葉片近紅外光譜采集儀器為聚光科技SupNIR-1520TM便攜式近紅外光譜分析儀，波長(zhǎng)為1 000～1 800 nm，光譜分辨率≤12 nm，光譜采集的過程中，使駿棗葉片處于平整。每次采集駿棗葉片光譜前應(yīng)進(jìn)行參比，每個(gè)駿棗葉片樣品分別采集葉片正反面2條光譜，然后求取樣品光譜的平均值。

1.3駿棗葉片光譜預(yù)處理方法在近紅外光譜應(yīng)用時(shí)，不僅可以測(cè)到樣品中有用的信息，還可以測(cè)到其他的信息和噪聲，這是因?yàn)槭艿綐颖颈尘啊㈦娫肼?、雜散射等因素的干擾。在建立模型前必須對(duì)原始的光譜數(shù)據(jù)進(jìn)行預(yù)處理是分析樣品中成分的前提條件。文中使用的4種預(yù)處理方法分別為SNV、Autoscaling、Normalize、MSC。

1.4駿棗葉片含水量的測(cè)定駿棗葉片含水量測(cè)定采用相對(duì)含水量。首先對(duì)葉片進(jìn)行稱重，放入精密度為萬(wàn)分之一的電子秤上，待數(shù)據(jù)穩(wěn)定時(shí)進(jìn)行歸零。最后將采集完光譜后的葉子放入烘箱烘干。重復(fù)上面操作對(duì)所有樣品進(jìn)行稱重、記錄下數(shù)據(jù)，計(jì)算葉片相對(duì)含水量。

1.5模型建立與評(píng)價(jià)模型采用相關(guān)系數(shù)(R)、預(yù)測(cè)殘差平方和(PRESS)、預(yù)測(cè)精度(precision)、預(yù)測(cè)標(biāo)準(zhǔn)偏差(RMSEP)等參數(shù)來(lái)評(píng)價(jià)。較高的相關(guān)系數(shù)(R)、較小的預(yù)測(cè)殘差平方和(PRESS)和預(yù)測(cè)標(biāo)準(zhǔn)偏差(RMSEP)是判斷模型預(yù)測(cè)能力好壞的標(biāo)準(zhǔn)，相關(guān)系數(shù)越接近1，則說明所建模型的預(yù)測(cè)(或回歸)結(jié)果好、預(yù)測(cè)能力越強(qiáng)，反之模型預(yù)測(cè)能力不好。用預(yù)測(cè)精度(precision)來(lái)衡量模型的準(zhǔn)確程度，值越接近1，說明模型的精確度越高，反之，精確度就越低。

2 結(jié)果與分析

2.1駿棗葉片原始光譜圖駿棗原始光譜圖見圖1。

圖1 駿棗葉片原始光譜圖Fig.1 Original spectral image of Jun jujube leaves

2.2駿棗葉片含水量的測(cè)量結(jié)果在采集的90個(gè)葉片中挑選出完好無(wú)損的73個(gè)駿棗葉片樣本，從中選取53個(gè)作為校正集樣本，剩余20個(gè)作為預(yù)測(cè)集樣本。其駿棗葉片樣本水分的最大值、最小值分別為0.669 1、0.504 3，平均值為0.599 9，平均偏差為0.003 4。

2.3駿棗葉片含水量的模型建立與驗(yàn)證采集到的原始光譜使用SNV(標(biāo)準(zhǔn)正態(tài)變量變換)、Autoscaling(標(biāo)準(zhǔn)化)、Normalize(歸一化)、MSC(多遠(yuǎn)散射校正)進(jìn)行預(yù)處理。使用偏最小二乘法建立駿棗葉片含水量的模型。其結(jié)果如表1所示。

2.4駿棗葉片模型驗(yàn)證結(jié)果對(duì)比分析采集到的近紅外光譜往往會(huì)受到樣本背景、電噪音和雜散射等因素的干擾。提高模型的預(yù)測(cè)精密度就要對(duì)采集的光譜進(jìn)行預(yù)處理。而模型的評(píng)價(jià)由預(yù)測(cè)相關(guān)系數(shù)(R)、預(yù)測(cè)精(precision)、預(yù)測(cè)殘差平方和(PRESS)、預(yù)測(cè)標(biāo)準(zhǔn)偏差(RMSEP)來(lái)決定。

根據(jù)模型的評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)比4種不同光譜預(yù)處理后，發(fā)現(xiàn)預(yù)處理對(duì)駿棗葉片含水量結(jié)果影響較明顯，經(jīng)MSC預(yù)處理后的光譜如圖2所示，消除了散射的影響和基線的漂移。模型建立的最好的組合是原始光譜+MSC+PLS(圖3)。相關(guān)系數(shù)由原始的0.673 1提高到0.874 6，預(yù)測(cè)精度由0.950 7提高到0.957 8，預(yù)測(cè)殘差平方和由0.028 4降低到0.017 7，預(yù)測(cè)標(biāo)準(zhǔn)偏差由0.037 7降低到0.029 7。

3 結(jié)論與討論

傳統(tǒng)的人工對(duì)葉片檢測(cè)方法不但費(fèi)時(shí)而且又費(fèi)力，效果不是很佳，特別容易對(duì)葉片造成損傷。近年來(lái)，近紅外光譜技術(shù)發(fā)展較快，在農(nóng)業(yè)中已經(jīng)被廣泛應(yīng)用，可以實(shí)現(xiàn)對(duì)作物葉片快速、有效、無(wú)破壞性的信息采集與檢測(cè)，用近紅外光譜技術(shù)檢測(cè)方法為大面積遙感監(jiān)測(cè)以及進(jìn)一步研究駿棗葉子含水量提供理論依據(jù)和數(shù)據(jù)支撐。

(1)對(duì)運(yùn)用4種預(yù)處理方法進(jìn)行比較，為增大預(yù)處理方法比較的廣泛性，可以對(duì)更多的預(yù)處理方法進(jìn)行比較，如導(dǎo)數(shù)、center、平滑、去趨勢(shì)、FT、WT等方法。

(2)只對(duì)8—9月駿棗樹葉片進(jìn)行試驗(yàn)，為進(jìn)一步提高模型的適用性和廣泛性，對(duì)6—10月駿棗樹葉片進(jìn)行建模分析。

(3)只用PLS建立模型，為了選擇更優(yōu)的模型，可以使用更多的建模方法(如BP神經(jīng)網(wǎng)絡(luò)、LS-SVM、PCA、ANN等)，以選擇更優(yōu)的模型。

試驗(yàn)以南疆駿棗葉片為研究對(duì)象，運(yùn)用NIR技術(shù)檢測(cè)葉片含水量的指標(biāo)，在全波段1 000～1 800 nm建立PLS檢測(cè)模型。結(jié)果發(fā)現(xiàn)，在駿棗葉片含水量的光譜預(yù)處理中，4種預(yù)處理方法中除了標(biāo)準(zhǔn)化相關(guān)系數(shù)降低，其余都達(dá)到0.80以上，精度都達(dá)到95%。葉片含水量的預(yù)處理最好的組合是：原始光譜+MSC+PLS，其中R=0.874 6，P=0.957 8，PRESS=0.017 7，RMSEP=0.029 7。