有机蔬菜,是指在蔬菜生产过程中严格按照有机生产规程,禁止使用任何化学合成的农药、化肥、生长调节剂等化学物质,以及基因工程生物及其产物,而是遵循自然规律和生态学原理,采取一系列可持续发展的农业技术,协调种植平衡,维持农业生态系统持续稳定,且经过有机食品认证机构鉴定认证,并颁发有机食品证书的蔬菜产品。
关于如何快速鉴别有机蔬菜与非有机蔬菜,光谱仪器的应用提供了新的思路。一起来了解一下今日推荐的文章。
当前有机叶类蔬菜面临着可能被非有机产品替代以及容易脱水和变质的挑战。为了解决这些问题,本研究采用ASD FieldSpec 4 便携式地物光谱仪结合线性判别分析 (LDA) 来快速区分有机和非有机叶菜。有机类包括有机空心菜 (Ipomoea Aquatica Forsskal)、苋菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura),而非有机类别由四种对应的非有机类别组成。分别对这些蔬菜的叶子和茎的反射光谱进行二元分类。鉴于 VIS-NIR 光谱范围广泛,使用稳定性选择 (SS)、随机森林 (RF) 和方差分析 (ANOVA) 来评估遗传算法 (GA) 选择的波长的重要性。根据GA选择的波长及其SS评估值和位置,叶片光谱分类的显著波段为550-910 nm和1380-1500 nm,而茎光谱分类的显著波段为750-900 nm和1700-1820 nm。在LDA分类中使用这些选定的波段,分类精度达到了95%以上。
本研究所选取的叶类蔬菜用蒸馏水进行了严格的清洗,以有效消除其表面杂质,并在开始光谱测量之前进行了干燥处理。为了防止蔬菜变质,在不参与实验时,将其储存在温度为 4°C 的冷藏装置中。叶片和茎类样品的反射光谱在实验室中通过ASD系统直接测量,没有使用化学试剂和其他预处理。
ASD地物光谱仪系统实验平台
对于本研究,仅使用了400 nm到2500 nm之间的反射值。针对四种不同类别的叶菜,包括有机和非有机品种,共获取了100个反射光谱。这些反射光谱是从不同样品的不同位置获取。每个单独的光谱是通过对相应样品的五次扫描数据进行平均得到的。
四种叶菜的可见光和近红外反射光谱;绿色曲线(有机);红色曲线(非有机)
叶类蔬菜的叶和茎的可见光和近红外反射光谱
根据遗传算法选择的波长(所有点)得出的所选波段,以及通过稳定性选择方法评估的前 10 个显著波长(红点)的位置
(a) 叶片光谱(550–910 nm和1380–1500 nm)
(b) 茎光谱(750–900 nm和1700–1820 nm)
【结论】
本研究结合了可见光和近红外光谱学、波长选择方法以及线性判别分析,成功地实现了对有机叶菜和非有机对应物的快速区分。通过分析遗传算法选取的波长分布和最显著波长的分布,我们明确确定了适用于叶片和茎的关键光谱带,这些带包括了550–910 nm和1380–1500 nm以及750–900 nm和1700–1820 nm的范围。利用这些光谱带进行分类,我们取得了98.3%的高准确度。研究还揭示了特定波长对叶片和茎的光谱分类有着显著影响,例如在700 nm、820 nm和1400 nm附近的波长对叶片分类的影响显著,而在800 nm、1780 nm和2400 nm附近的波长对茎分类起到了重要作用。此外,我们发现稳定选择方法在评估波长重要性和分类结果方面表现优异。这项研究提供了一种经济、快速、无损伤的方法来识别有机叶菜,未来的研究可以进一步改进分类模型,并将该技术扩展到其他有机叶菜的识别中,从而为农产品质量和认证领域的发展提供了重要的参考。
会议新闻 | 理加联合参加中国生态系统研究网络第26次工作会议
安装案例 | 中国科学院遗传发育所(石家庄)-SF3000
LI-2100 | 基于水分利用策略和植物性状确定坡耕地玉米种植适宜土壤厚度
理加联合参加中国生态系统研究网络第二十六次工作会议
相关产品
PS-9000便携式土壤碳通量自动测量系统
Palas AQ Guard 便携紧凑型室内空气质量检测仪
Nikira 开路气溶胶消光仪
Palas U-SMPS 通用扫描迁移率粒度仪
Palas Fidas 200 环境空气颗粒物连续自动监测系统
Campbell土壤剖面传感器SoilVUE10
Campbell闭路涡度相关通量系统(CPEC310)
Spectral Devices多相机成像系统
SU-100紫外辐射传感器
SP系列短波辐射传感器
SO-100&SO-200氧气传感器
SN-500净辐射传感器
SL系列向上/向下长波辐射传感器
SI系列温度传感器
Airphoton AeroExplorer 颗粒物采样站
关注
拨打电话
留言咨询