便携式近红外和可见光光谱仪检测水稻水分含量方法比较研究

引用本文

张静, 郭榛, 王思花, 岳明慧, 张姗姗, 彭慧慧, 印祥, 杜娟, 马成业. 便携式近红外和可见光光谱仪检测水稻水分含量方法比较研究[J]. 光谱学与光谱分析, 2023,43(7): 2059-2066.
ZHANG Jing, GUO Zhen, WANG Si-hua, YUE Ming-hui, ZHANG Shan-shan, PENG Hui-hui, YIN Xiang, DU Juan, MA Cheng-ye. Comparison of Methods for Water Content in Rice by Portable Near-Infrared and Visible Light Spectrometers[J]. Spectroscopy and Spectral Analysis, 2023,43(7): 2059-2066.
Doi:10.3964/j.issn.1000-0593(2023)07-2059-08 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

便携式近红外和可见光光谱仪检测水稻水分含量方法比较研究

张静, 郭榛, 王思花, 岳明慧, 张姗姗, 彭慧慧, 印祥, 杜娟^*, 马成业^*

山东理工大学农业工程与食品科学学院, 山东淄博 255000

*通讯作者 e-mail: dujuan0427@163.com; mcycn2002@163.com

作者简介: 张静, 1997年生,山东理工大学农业工程与食品科学学院硕士研究生 e-mail: zj2021zj@126.com

收稿日期: 2021-11-12 修回日期: 2022-11-30

基金: 国家自然科学基金面上项目(32171910),山东省自然科学基金面上项目(ZR2020MC085),山东省重大科技创新工程项目(2019JZZY010734)资助

摘要

使用便携式近红外(901~1 650 nm)和可见光(400~900 nm)光谱仪结合多变量分析方法无损检测水稻水分含量, 选用100种不同品种的水稻并采集其光谱信息, 其中粳稻52种, 籼稻34种, 糯稻14种。采用GB 5009.3—2016中的直接干燥法测定每种水稻样本的水分含量。利用蒙特卡洛偏最小二乘法(MCPLS)剔除水稻样本中的异常值, 基于近红外和可见光光谱的数据集分别剔除8个和4个异常值。采用基于联合X-Y距离的样本划分法(SPXY)按照3: 1的比例划分样品, 近红外和可见光数据集分别得到69、 72个校正集和23、 24个预测集。采用正交信号校正(OSC)、多元散射校正法(MSC)、去趋势变换(De-trend)、标准正态变换(SNV)、基线校正(Baseline)、 Savitzky-Golay 卷积导数(S-G导数)、标准化(Normalize)、移动平均平滑(moving average)、 Savitzky-Golay卷积平滑处理法(S-G平滑)共9种算法对原始光谱数据进行预处理, 基于近红外和可见光光谱的OSC、 SNV和OSC、 Moving average预处理效果较好, 进行后续模型的处理。选择特征波长以减小光谱信息冗余并提高模型检测效果, 基于近红外和可见光光谱的最佳波长选择方法分别为连续投影算法(SPA)和竞争性自适应重加权算法(CARS), 分别保留15, 39个特征波长。之后, 建立偏最小二乘回归(PLSR)、主成分回归(PCR)模型。结果表明, 基于近红外和可见光光谱的最优模型分别为SPA-PLSR和OSC-CARS-PCR, 其预测集相关系数(RP2), 预测集均方根误差(root mean square error forprediction, RMSEP)和预测集归一化均方根误差(normalized root mean square error, NRMSEP)分别为0.810 3、 0.802 1, 0.412、 0.388和3.62%、 3.34%。基于近红外光谱的SPA-PLSR模型预测效果更好, 鲁棒性更高, 预测效果好于可见光光谱。本研究验证了便携式近红外和可见光光谱仪快速、无损检测水稻中水分含量的可行性, 为水稻收获、贮藏等过程水分含量的测定提供技术支持, 为后续便携式光谱仪的开发提供参考。

关键词: 近红外光谱; 可见光光谱; 水稻; 水分含量; 便携式; 快速检测

中图分类号:O433.5 文献标志码:A

Comparison of Methods for Water Content in Rice by Portable Near-Infrared and Visible Light Spectrometers

ZHANG Jing, GUO Zhen, WANG Si-hua, YUE Ming-hui, ZHANG Shan-shan, PENG Hui-hui, YIN Xiang, DU Juan^*, MA Cheng-ye^*

School of Agricultural Engineering and Food Science, Shandong University of Technology, Zibo 255000, China

*Corresponding authors

Abstract

This study compared the stability and accuracy of the portable near-infrared spectrograph (901~1 650 nm) and visible spectrograph (400~900 nm) in nondestructive detection of moisture content in rice. 100 different varieties of rice were selected and their spectral information was collected, including japonica rice, indica rice and glutinous rice. The number of varieties were 52, 34, 14. Firstly, the direct drying method in GB 5009.3—2016 was used to determine the water content of each rice sample. Then, the outliers in rice samples were eliminated by Monte-Carlo partial least squares method, 8 and 4 outliers were eliminated from the dataset based on near-infrared and visible spectra. Moreover, the sample set partitioning based on joint x-y distance (SPXY) was used to divide the samples according to 3∶1. The near-infrared and visible data sets obtained 69, 72 calibration sets and 23, 24 prediction sets, respectively. In addition, nine algorithms including orthogonal signal correction (OSC), multivariate scattering correction (MSC), de-trend, standard normal variate (SNV), baseline, Savitzky-Golay convolution derivative (S-G derivative), normalization, moving average smoothing, and Savitzky-Golay convolution smoothing (S-G smoothing) were used to preprocess the original spectral data, OSC and SNV based on near-infrared and OSC and moving average based visible spectra had good effects, and subsequent model processing is carried out. Finally, feature wavelengths were selected to reduce spectral information redundancy and improve the model detection effect. The best wavelength selection methods based on near-infrared and visible spectra were successive projections algorithm (SPA) and competitive adaptive reweighting sampling (CARS), respectively, with 15 and 39 feature wavelengths reserved. And then, partial least squares regression (PLSR) and principal component regression (PCR) models were established. The results showed that the best combination of the models for near-infrared and visible spectra were SPA-PLSR and OSC-CARS-PCR, respectively. The correlation coefficient (RP2), root mean square error (RMSEP) and normalized root mean square error(NRMSEP) of the prediction set were 0.810 3, 0.802 1, 0.412, 0.388 and 3.62%, 3.34%, respectively. The SPA-PLSR model based on the near-infrared spectrum had a better prediction effect, and better robustness than other models. The prediction effect of the near-infrared spectrum was better than that of the visible spectrum. This study verified the feasibility of portable near-infrared spectrograph and visible spectrograph for rapid and nondestructive detection of moisture content in rice, provided technical support for determining moisture content in rice harvesting, storage and other processes, and provided a reference for the development of subsequent portable spectrographs.

Keyword: Near-infrared spectra; Visible spectra; Rice; Moisture content; Portable; Rapid detection

文章图片

引言

中国是世界上最大的水稻生产国之一, 其总产量位居世界第一, 总种植面积居世界第二。水稻的水分、蛋白质、淀粉、脂肪、维生素等物质含量对于其品质有重要影响^[1]。水稻作为主要粮食来源, 其质量品质关系人民群众生命健康。水稻的水分含量是决定其储存时间的一个重要指标, 水分含量过高则水稻不耐贮藏, 易发生霉变, 严重降低食用价值。水分含量过低, 则水稻颗粒不饱满, 产量低重量轻, 影响水稻市场价格。

水稻的水分含量一般采用国标直接干燥法进行测定, 需采用专门的仪器设备, 耗费时间, 周期长, 操作繁琐, 对样品具有破坏性, 并且无法实现大规模检测, 造成检测结果不及时, 对水稻收获及品质检测生产加工造成滞后性^[2]。因此建立一种快速、无损、准确的检测水稻中水分含量的方法十分必要。

近几年便携式近红外和可见光光谱仪发展迅速, 相关检测方法具有快速、无损、准确、成本低等优点, 被广泛应用于各种农作物、肉类等检测中。常用的光谱检测技术有拉曼光谱法、荧光光谱检测技术、近红外光谱检测技术以及高光谱成像检测技术^{[3, 4, 5, 6]}。孙阳^[7]等采用便携式近红外光谱仪、多元散射校正(multiple scattering correction, MSC)结合矢量归一化(standard normal variate, SNV)预测了面粉水分含量, 相关系数r为0.897 7, 均方根误差RMSE为0.327 1。高升^[8]等采用红提葡萄水分含量评估便携式近红外和可见光光谱仪的准确性, 建立的偏最小二乘回归模型预测集相关系数(coefficient of determination for prediction, $R_{P}^{2}$ )为0.902 8, 证明此技术可以应用于红提葡萄水分含量的预测。 Wang^[9]等将经过处理的数据发送到手机并通过GPS定位地理信息相结合, 采用便携式光谱仪预测了玉米叶片中的水分含量, 取得了较好的预测效果, 其预测集相关系数R²为0.771。 Ma^[10]等对四种不同处理条件下的猪肉水分含量进行预测, 采用回归系数法选择最佳波长, 建立偏最小二乘回归的预测模型, 结果表明, 近红外光谱范围对猪肉中水分含量有很好的预测效果, 预测集相关系数 $R_{P}^{2}$ 为0.948 9。 Zhang^[11]等采用近红外高光谱成像技术建立了鲑鱼片中水分含量的预测模型, 结合蒙特卡洛无信息变量消除算法(Monte Carlo-uninformative variable elimination, MC-UVE)和连续投影算法(successive projections algorithm, SPA)提取特征波长, 研究表明, 采用近红外高光谱成像技术可以对鲑鱼片水分含量进行精确预测。相关研究证明, 采用便携式近红外和可见光光谱仪检测样品水分含量是可行的, 但有关于便携式光谱仪应用到水稻水分含量的无损检测鲜有报道。本研究选用100种水稻, 应用便携式近红外和可见光光谱技术结合化学计量学方法, 建立水稻中水分含量的预测模型, 为水稻在收割和贮藏等过程, 提供快速、无损、便捷的检测方法。

1 实验部分

1.1 样品及水分含量测定

共购买来自不同产地(江苏、安徽、湖北、贵州、广西、重庆等)的100种水稻, 其中粳稻有52种, 包括南粳9108、宏稻59、润农303、淮稻5号等, 籼稻有34种, 包括银两优丝苗、荃两优1606、深两优862、徽两优898, 糯稻有14种, 包括珍珠糯、农虎禾、绍糯9714、丹旱稻53等。

采集100种水稻的光谱信息后, 按照国标GB 5009.3—2016的直接干燥法测定水稻中水分的含量。将100种水稻样品分别用小型粉碎机进行破碎处理, 放置于密封袋内保存, 每个样品用直接干燥法测定三次, 最后取平均值作为水稻的水分含量。

1.2 便携式近红外/可见光图像信息采集

光谱实验系统由台湾超微光学(OTO Photonics)公司的SW2520-NIR和SE2030-VNIR光谱仪、单孔冷光源、光纤、载物台、计算机组成(图1)。光谱采集软件为Spectra Smart, 调整光源的强度, 得到稳定的光谱曲线, 经过数据的多次采集, 发现平滑度的大小不影响光谱反射率平均值, 但当平滑度为5时反射率平均偏差较小。设置积分时间500 ms, 平均采集次数3次, 平滑度5。

	Figure Option View Download New Window
	图1 便携式近红外/可见光成像系统图Fig.1 Portable near-infrared/visible light imaging system

便携式近红外和可见光光谱仪进行图像信息采集时, 每个样本在不同位置采样12次, 计算样品的平均光谱反射率。图2显示了便携式近红外和可见光光谱仪采集的水稻原始光谱平均反射率, 由图可知所有样品的光谱曲线呈现相同的趋势, 由于光谱数据量大、相邻变量之间的相关性强, 全范围光谱中的变量往往包含环境和仪器等噪声, 导致模型性能较差等, 为了消除外界噪音、背景信息等影响, 需要选择保留合适的光谱范围。图2(a)便携式近红外选择的波长范围为901~1 650 nm, 共115个波段, 反射率范围0.24~0.95, 采样间隔为6.57 nm。峰波和峰谷主要是由于O—H, N—H, C—O和C—H键的组合吸收^[12]。在980和1 440 nm 观测到有局部反射谷, 与O—H键的第一、第二拉伸泛音吸收带有关, 主要是与样品的含水量有关^[13]。图 2(b)为便携式可见光光谱采集的100种水稻平均光谱反射率, 选择的波长范围是400~900 nm, 共1 178个波段, 反射率范围是0.05~0.91, 采样间隔为0.45 nm。

	Figure Option View Download New Window
	图2 100个水稻样品的近红外(a)和可见光(a)原始光谱曲线Fig.2 Original spectral curves of near infrared (a) and visible light (b) of 100 rice samples

为了提高光谱信息的准确性, 减少暗电流、光源强度等因素对采集光谱数据造成的影响, 对原始近红外和可见光光谱进行黑白校正。白板校正: 调整反射率为0.99的白板(芬兰Specim公司)高度与放置在培养皿中进行测试的样品等高, 采集的图像信息记为I_white。黑板校正: 用黑板遮住采集信息的光纤, 采集的图像信息记为I_dark。所得到的校正后水稻光谱反射信息, 公式为

$R_{T} = \frac{I_{raw} - I_{dark}}{I_{white} - I_{dark}}$

式中, R_T为校正后的样品光谱图像, I_raw为原始样品光谱图像, I_dark为黑板标定光谱图像, I_white为白板标定光谱图像。

1.3 数据预处理方法

首先, 为了提高模型的精度和预测的准确性, 需要剔除样品异常值。蒙特卡洛偏最小二乘法(Monte-Carlo partial least squares, MCPLS)具有渐近一致性, 可以同时测定理化和光谱异常值, 从而降低了模型构建的过拟合风险^[14]。 MCPLS的具体流程是在建立偏最小二乘回归(partial least squares regression, PLSR)模型中, 根据蒙特卡洛交叉验证法, 选出样本预测误差的标准差(standard deviation, STD)和均值(MEAN), 做散点图, 不在阈值范围内的作为异常值。

其次, 在便携式光谱仪采集光谱的过程中, 光源在照射到水稻上时, 由于样品的粒径及吸光度的不同在实验过程中会产生差异, 导致漫反射过程中的光程发生变化, 得到的光谱重复性变差, 因此需要对原始光谱进行预处理, 以去除无用信息^[15]。正交信号校正(OSC)、多元散射校正法(MSC)、去趋势变换(De-trend)、标准正态变换(SNV)、基线校正(Baseline)、 Savitzky-Golay 卷积导数(S-G导数)、标准化(Normalize)、移动平均平滑 (Moving Average)、 Savitzky-Golay 卷积平滑处理(S-G平滑)等方法用于对原始光谱数据进行预处理。

1.4 基于光谱信息水分含量估测方法

基于联合X-Y距离的样本划分法(sample set partitioning based on joint X-Y distance, SPXY)将样本集划分为校正集和预测集, SPXY算法原理是将光谱空间的分布与目标合成空间结合起来, 可以计算每对样本目标成分距离^[16]。

原始光谱数据中存在大量冗余无用的光谱信息以及各种噪音, 会降低运算速度, 影响模型预测的准确性和精度, 因此采用连续投影算法(SPA)和竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)对数据进行降维, 挑选特征波长^[17]。 SPA能有效解决最小冗余和移除变量共线性问题, 从而提高建模的效率^[18]。 CARS基于达尔文的“适者生存”的原则, 通过多次抽样选取变量的子集, 然后选取交叉验证集的均方根误差(RMSECV)值最小的子集作为最优波长组合^[19]。

偏最小二乘回归方法(PLSR)和主成分回归方法(principal component regression, PCR)用于建立光谱信息和水稻水分之间的数学联系。 PLSR通过构建线性回归模型, 可以间接描述自变量和因变量之间的关系, 有效地解决了各光谱变量之间线性相关性高的问题^[20]。 PCR也是一个线性回归模型, 可以充分利用所有光谱数据, 迭代进行因子分析^[21]。

1.5 精度验证

模型评价是研究的重要组成部分, 通常用校正集、交叉验证集和预测集决定系数( $R_{C}^{2}$ 、 $R_{CV}^{2}$ 和 $R_{P}^{2}$ ), 均方根误差(RMSEC、 RMSECV和RMSEP)以及归一化均方根误差(NRMSEC, NRMSECV和NRMSEP)来衡量模型的性能。一般而言, 预测效果较好的模型应具有较高的R²和较低的RMSE, NRMSE。

2 结果与讨论

2.1 剔除异常值

图3为近红外和可见光光谱筛选出的水稻中水分含量的异常值。确定各样本预测误差的统计特征参数(均值和标准差)并分别把均值和标准差平均值的2.5倍作为阈值用于区分异常值。由图3(a)阈值STD=0.28, MEAN=0.97, 图3(b)阈值STD=1.58, MEAN=1.19分别将图分为四部分, 左下部分为正常样本, 其余部分为异常样本, 由图3(a)可知共有8个样本在阈值范围以外, 图3(b)共有4个样本在阈值范围以外。将这些样本进行逐个剔除并构建PLSR模型, 若剔除后模型的性能提高, 则证明是异常值, 反之, 则不予剔除。结果如表1所示。近红外和可见光数据集分别剔除了八个和四个异常值, $R_{c}^{2}$ 均有所提高, RMSE和NRMSE均有所下降, 模型的性能得到了提升。

	Figure Option View Download New Window
	图3 便携式近红外(a)和可见光(b)水稻水分含量的异常值Fig.3 Outliers of water content in portable near infrared (a) and visible (b) rice

表1 近红外和可见光光谱剔除异常样本前后水稻水分含量的PLSR模型 Table 1 PLSR model of rice water content before and after elimination of abnormal samples by portable near infrared and visible spectroscopy

光谱仪	剔除样本	最佳主成分数	RMSECV	$R_{C}^{2}$	RMSEC	NRMSEC/%
便携式近红外	原始样本	8	0.483	0.793 2	0.436	3.77
	5	8	0.470	0.806 2	0.424	3.67
	78	8	0.495	0.789 5	0.431	3.73
	75	8	0.473	0.803 0	0.418	3.62
	84	8	0.457	0.806 1	0.424	3.67
	94	8	0.473	0.804 8	0.424	3.67
	97	8	0.478	0.801 5	0.427	3.70
	86	8	0.477	0.802 6	0.425	3.68
	32	8	0.503	0.791 9	0.436	3.77
	5、75、84、94、97、86	8	0.409	0.854 8	0.362	3.13
	5、78、75、84、94、97、86、32	10	0.393	0.877 1	0.325	2.81
便携式可见光	原始样本	7	0.807	0.453 2	0.709	6.17
	32	17	0.791	0.949 9	0.214	1.86
	81	10	0.772	0.793 5	0.437	3.80
	84	9	0.761	0.723 0	0.507	4.41
	91	7	0.789	0.478 9	0.688	5.98
	32、81、84、91	9	0.582	0.787 4	0.442	3.84

2.2 样本集划分

SPXY方法将剔除异常值后剩余的92和96个样本集按照3∶1的比例进行划分, 得到近红外69个校正集和23个预测集, 可见光72个校正集和24个预测集。相关研究中, 大多按照3∶1比例划分样本集^{[22, 23]}。水稻样本中水分含量如表2所示, 校正集中最小值到最大值范围都涵盖了预测集的范围, 表明样本集的划分是科学合理的。

表2 SPXY法划分样本集水稻水分含量统计数据 Table 2 Statistical data of rice water content in sample set divided by SPXY method

2.3 光谱数据预处理

在本实验中, 定量分析水稻中水分含量, 分别建立基于原始光谱和9种预处理光谱的PCR和PLSR模型, 结果如表3和表4所示。

表3 近红外原始光谱数据及不同预处理光谱数据的水分含量PCR和PLSR模型 Table 3 PCR and PLSR model of water content of near infrared original spectral data and different preprocessed spectral data

模型	预处理		最佳主成分数		校正集						交叉验证集
模型	预处理		最佳主成分数		$R_{C}^{2}$		RMSEC		NRMSEC/%		$R_{CV}^{2}$		RMSECV		NRMSECV/%
PCR	无		11		0.878 6		0.320		2.77		0.823 0		0.392		3.39
	OSC		1		0.902 5		0.287		2.48		0.895 0		0.297		2.57
	MSC		12		0.899 4		0.291		2.52		0.834 1		0.367		3.18
	De-trend		13		0.868 1		0.334		2.89		0.783 0		0.422		3.65
	SNV		13		0.901 5		0.288		2.49		0.843 0		0.370		3.20
	Baseline		13		0.882 6		0.315		2.73		0.815 2		0.394		3.41
	S-G导数		10		0.886 9		0.309		2.67		0.838 0		0.369		3.19
	Normalize		13		0.894 5		0.298		2.58		0.841 3		0.379		3.28
	Moving average		11		0.871 7		0.329		2.85		0.816 6		0.402		3.48
	S-G平滑		11		0.874 3		0.326		2.82		0.813 7		0.406		3.51
PLSR		无		8		0.869 3		0.332		2.87		0.818 4		0.397		3.44
		OSC		1		0.902 5		0.287		2.48		0.898 2		0.293		2.54
		MSC		8		0.896 7		0.295		2.55		0.832 6		0.373		3.23
		De-trend		10		0.878 6		0.320		2.77		0.791 2		0.413		3.57
		SNV		9		0.899 3		0.291		2.52		0.845 0		0.368		3.18
		Baseline		7		0.856 7		0.348		3.01		0.828 5		0.392		3.39
		S-G导数		8		0.888 2		0.307		2.66		0.827 8		0.379		3.28
		Normalize		8		0.879 7		0.319		2.76		0.818 9		0.395		3.42
		Moving average		9		0.868 7		0.333		2.88		0.813 8		0.401		3.47
		S-G平滑		8		0.864 7		0.338		2.93		0.807 8		0.398		3.44

表4 可见光原始光谱数据及不同预处理光谱数据的水分含量PCR和PLSR模型 Table 4 PCR and PLSR model of water content of visible original spectral data and different preprocessed spectral data

模型	预处理	最佳主成分数	校正集			交叉验证集
模型	预处理	最佳主成分数	$R_{C}^{2}$	RMSEC	NRMSEC/%	$R_{CV}^{2}$	RMSECV	NRMSECV/%
PCR	无	14	0.822 4	0.391	3.40	0.737 1	0.495	4.30
	OSC	1	0.829 0	0.383	3.33	0.822 3	0.397	3.45
	MSC	12	0.807 8	0.406	3.53	0.742 7	0.482	4.19
	De-trend	14	0.813 7	0.400	3.48	0.713 4	0.504	4.38
	SNV	14	0.814 7	0.399	3.47	0.730 9	0.487	4.24
	Baseline	9	0.770 7	0.444	3.86	0.698 9	0.510	4.44
	S-G导数	12	0.751 1	0.463	4.03	0.653 0	0.554	4.82
	Normalize	13	0.813 6	0.400	3.48	0.725 4	0.491	4.27
	Moving average	15	0.822 7	0.390	3.39	0.715 2	0.497	4.32
	S-G平滑	14	0.822 3	0.391	3.40	0.727 4	0.495	4.30
PLSR	无	8	0.800 4	0.414	3.60	0.684 9	0.527	4.58
	OSC	1	0.829 0	0.383	3.33	0.830 6	0.393	3.42
	MSC	7	0.804 2	0.410	3.57	0.699 1	0.522	4.54
	De-trend	6	0.800 4	0.414	3.60	0.683 5	0.531	4.62
	SNV	7	0.803 3	0.411	3.57	0.685 6	0.531	4.62
	Baseline	8	0.810 3	0.404	3.51	0.696 1	0.507	4.41
	S-G导数	2	0.707 4	0.501	4.36	0.622 8	0.578	5.03
	Normalize	8	0.821 1	0.392	3.41	0.704 1	0.517	4.50
	Moving average	9	0.830 2	0.382	3.32	0.700 6	0.525	4.57
	S-G平滑	8	0.800 0	0.415	3.61	0.689 7	0.521	4.53

从表3可以看出, 基于原始近红外光谱建立的PCR和PLSR模型的RMSECV和NRMSECV分别是0.392、 3.39%和0.397、 3.44%, 表明模型具有良好的稳定性。经过OSC、 MSC、 SNV、 S-G导数等4种预处理后, 模型的 $R_{C}^{2}$ 均高于原始光谱所建模型, RMSECV和NRMSECV均低于0.392和3.39%, 经过4种预处理后模型的性能得到了提高, 交互验证集的稳定性较好。挑选出预处理效果最好的二种(OSC、 SNV)来进行后续模型的处理。由表4知, 基于可见光原始光谱的PCR和PLSR模型的RMSECV和NRMSECV分别是0.495、 4.30%和0.527、 4.58%, 可以看出PCR模型明显优于PLSR。在PCR模型中经过预处理以后, 只有OSC提高了模型的准确性, 因此, 选择OSC预处理方法对后续数据进行处理。在PLSR模型中, 经过OSC、 MSC、 SNV、 Baseline、 Normalize、 Moving average, 6种预处理方法后, 模型的性能得到了提高, 挑选效果最好的前两种(OSC、 Moving average)进行后续模型的优化。

2.4 特征波长的选择

2.4.1 连续投影算法(SPA)

图4为便携式近红外光谱仪采用SPA算法对原始光谱数据提取特征波段的过程。其挑选过程由均方根误差(RMSE)的大小来决定, 其值越小代表模型的性能越好, 随着相关波长数的变化RMSE会逐渐变动。如图4(a), 当RMSE最小是0.366 71时, 所提取的特征波长数是10个。在原始数据中对应的波段如图4(b)所示, 10个特征波长分别是901、 914、 934、 1 098、 1 157、 1 197、 1 354、 1 400、 1 466和1 505 nm, 占总波段数的8.7%。

	Figure Option View Download New Window
	图4 SPA算法筛选水稻水分含量特征波长过程 (a): 变量的RMSECV; (b): 筛选出的特征波长序号Fig.4 Process of SPA algorithm in screening characteristic wavelength of rice water content (a): RMSECV of variable; (b): Sequence number of selected characteristic wavelength

2.4.2 竞争性自适应重加权算法(CARS)

图5为便携式可见光光谱仪采用CARS算法提取特征波长的过程, 使用蒙特卡洛采样的次数为2 500次。图5(a)表示随着样本采样次数的增加, 波长变量先迅速减少后呈缓慢下降趋势, 即波长变量由粗略筛选到仔细筛选的过程。图5(b)表示在特征波长挑选时交叉验证集中均方根误差(RMSECV)呈现缓慢下降到最小值后迅速增大的过程。随着RMSECV值逐渐减小, 表明与水稻水分含量相关的特征波长包含在内, 当减小到最小值以后增大的过程中预示着与水分含量相关的波长在被逐渐剔除, 因此得到最小的RMSECV=0.433 2。图5(c)为波长变量回归系数的变化, 当取得的RMSECV为最小值时在*位置停止采样, 此时的采样次数为1 332次, 若继续采样则会剔除部分有用变量。所以在采样次数为1 332次时提取39个特征波长, 占总波段数的3.3%。

	Figure Option View Download New Window
	图5 CARS筛选水稻水分含量特征波长过程Fig.5 Process of CARS algorithm in screening characteristic wavelength of rice water content

2.5 模型的建立及优选

分别基于原始光谱的特征波长和预处理光谱的特征波长建立PCR、 PLSR模型, 其结果如表5所示。近红外光谱中, 基于原始光谱结合SPA的PLSR模型的预测集 $R_{P}^{2}$ 最优是0.810 3, RMSEP和NRMSEP最小分别是0.412和3.62%。经过OSC和SNV预处理以后建模的结果低于原始光谱的模型, 可能是经过预处理时去除了一些与水分含量有关的波长, 导致模型的预测精度和稳定性降低。可见光光谱中, OSC预处理光谱结合CARS建立的PCR模型的预测集 $R_{P}^{2}$ 最优是0.802 1, RMSEP和NRMSEP分别为0.388和3.34%。与PLSR模型相比, PCR模型的整体效果准确性更好。因此, 基于近红外和可见光光谱建立的最优模型分别是SPA-PLSR和OSC-CARS-PCR, 选取特征波长极大的简化了模型, 提高了预测的准确性。通过两种光谱仪最优模型的比较可知, 便携式近红外光谱仪预测模型的稳定性和准确性高于可见光光谱仪, 分析认为是从近红外115个波段中筛选出的10个波段包含了较多与水分含量相关的特征波段, 而在可见光光谱中1 178个波段中挑选出的39个特征波段可能偏少, 不能把与水分相关的特征波段全部包含在内。

表5 基于不同预处理及特征波长筛选方法建立的模型效果 Table 5 Effects of different pretreatment and characteristic wavelength screening methods on the mode

光谱	建模方法	预处理	特征波长提取方法	波长数	主成分数	校正集			预测集
光谱	建模方法	预处理	特征波长提取方法	波长数	主成分数	$R_{C}^{2}$	RMSEC	NRMSEC/%	$R_{P}^{2}$	RMSEP	NRMSEP/%
近红外	PCR	无 OSC SNV	SPA SPA SPA	115 10 10	11 1 7	0.883 2 0.892 2 0.852 2	0.314 0.302 0.353	2.72 2.61 3.05	0.799 2 0.104 9 0.635 5	0.424 2.624 0.572	3.72 23.03 5.02
近红外	PLSR	无 OSC SNV	SPA SPA SPA	10 10 10	8 1 9	0.874 5 0.892 2 0.891 3	0.325 0.302 0.303	2.81 2.61 2.62	0.810 3 0.104 9 0.588 4	0.412 2.624 0.608	3.62 23.03 5.34
可见光	PCR	无 OSC	CARS CARS	39 39	8 1	0.821 4 0.844 1	0.405 0.378	3.52 3.29	0.794 6 0.802 1	0.441 0.388	3.80 3.34
可见光	PLSR	无 OSC Moving average	CARS CARS CARS	39 39 39	8 1 9	0.826 3 0.844 1 0.825 9	0.400 0.378 0.400	3.48 3.29 3.48	0.784 7 0.709 8 0.760 6	0.475 0.394 0.456	3.93 3.31 4.09

表5 基于不同预处理及特征波长筛选方法建立的模型效果 Table 5 Effects of different pretreatment and characteristic wavelength screening methods on the mode

2.6 与其他研究的比较

吕都^[24]等使用傅里叶近红外光谱仪采集了161份稻谷的光谱信息, 并运用PLSR建立稻谷水分预测模型, $R_{P}^{2}$ 值为0.980 1, RMSEP值为0.36%, RPD值为7.14, RMSEP值与本工作基于全谱的PLSR模型效果接近。 Daniela^[25]等使用近红外反射光谱和多变量分析方法检测巴西大豆中水分含量, 建立的PLS模型的R²值为0.81, RMSEP值为1.61%。张乐^[26]等运用近红外光谱结合化学计量学方法建立单粒玉米种子水分检测模型, 收集并测定了110份玉米样本的含水量, 去噪自动编码器结合随机森林模型的R²值为0.982 4, RMSEP值为0.420 6。综上所述, 近红外光谱可以实现稻谷、大豆、玉米等谷物种子水分含量的检测, 但关于应用便携式可见光光谱仪检测谷物水分含量的报道较少。

3 结论

(1)采用便携式近红外和可见光光谱仪分别对水稻水分含量进行建模预测并比较其性能, 对采集的光谱数据进行校正, 剔除异常值并进行样本集的划分, 对光谱数据进行预处理并结合不同的化学计量学方法建模。

(2)分别用SPA和CARS法提取近红外和可见光光谱中与水分含量相关的特征波长, 结合效果较优的预处理方法, 建立PCR和PLSR模型, 选择最优模型简化数据处理过程, 提高预测结果的准确性和稳定性。

(3)选出近红外和可见光谱的最优模型分别为SPA-PLSR和OSC-CARS-PCR, 其 $R_{P}^{2}$ 和RMSEP, NRMSEP分别是0.810 3, 0.412, 3.62%和0.802 1, 0.388, 3.34%, 近红外光谱的结果略优于可见光谱, 对于预测水稻中水分含量是可行的。近红外光谱效果较好的预处理方法和特征波长选择方法为无预处理和SPA, 而可见光光谱效果较好的预处理方法和特征波长选择方法为OSC和CARS。

(4)便携式近红外和可见光谱仪模型预测结果的准确性还有待提高, 可能是因为便携式光谱在采集的过程中更容易受到外界环境的影响, 光源、样本的高度, 光纤的位置等也会造成误差。

参考文献

文献列表

[1]	Smitt M R, Myers S S. GeoHealth, 2019, 3(7): 190. [本文引用:1]
[2]	WANG Fu-teng, SUN Xiao-rong, LIU Cui-ling, et al(王赋腾, 孙晓荣, 刘翠玲, 等). Science and Technology of Food Industry(食品工业科技), 2017, 38(10): 58. [本文引用:1]
[3]	LI Ke, YAN Lu-hui, ZHAO Ying-ying, et al(李可, 闫路辉, 赵颖颖, 等). Food Science(食品科学), 2019, 40(23): 298. [本文引用:1]
[4]	Liu Jinguang, Liu Yuqian, Wang Anqi, et al. Journal of Cereal Science, 2021, 102: 103323. [本文引用:1]
[5]	Orrillo I, Cruz T J P, Cardenas A, et al. Food Control, 2019, 101: 45. [本文引用:1]
[6]	Abreu G F, Borém F M, Oliveira L F C, et al. Food Chemistry, 2019, 287: 241. [本文引用:1]
[7]	SUN Yang, LIU Cui-ling, SUN Xiao-rong, et al(孙阳, 刘翠玲, 孙晓荣, 等). Food Science and Technology(食品科技), 2020, 45(10): 267. [本文引用:1]
[8]	GAO Sheng, WANG Qiao-hua, SHI Hang, et al(高升, 王巧华, 施行, 等). Transactions of the Chinese Society for Agricultural Machinery(农业机械学报), 2021, 52(2): 308. [本文引用:1]
[9]	Wang Liangju, Jin Jian, Song Zhihang, et al. Computers and Electronics in Agriculture, 2020, 169: 105209. [本文引用:1]
[10]	Ma Ji, Sun Dawen, Pu Hongbin. Journal of Food Engineering, 2017, 196: 65. [本文引用:1]
[11]	Zhang Hailiang, Zhang Shuai, Chen Yin, et al. Journal of Food Composition and Analysis, 2020, 92: 103567. [本文引用:1]
[12]	Wiedemair V, Mair D, Held C, et al. Talanta, 2019, 205: 120115. [本文引用:1]
[13]	Yang Guiyan, Wang Qingyan, Liu Chen, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2018, 200: 186. [本文引用:1]
[14]	XU Feng, FU Dan-dan, WANG Qiao-hua, et al(许锋, 付丹丹, 王巧华, 等). Food Science(食品科学), 2018, 39(8): 149. [本文引用:1]
[15]	Chen Wuge, Li Junning, Wang Qian, et al. Measurement, 2021, 172: 108901. [本文引用:1]
[16]	Tian Han, Zhang Linna, Li Ming, et al. Infrared Physics and Technology, 2018, 95: 88. [本文引用:1]
[17]	REN Zhi-shang, PENG Hui-hui, HE Zhuang-zhuang, et al(任志尚, 彭慧慧, 贺壮壮, 等). Transactions of the Chinese Society for Agricultural Machinery(农业机械学报), 2020, 51(S2): 466. [本文引用:1]
[18]	Mário César Ugulino Araújo, Teresa Cristina Bezerra Saldanha, Roberto Kawakami Harrop Galvão, et al. Chemometrics and Intelligent Laboratory Systems, 2001, 57(2): 65. [本文引用:1]
[19]	Li Hongdong, Liang Yizeng, Xu Qingsong, et al. Analytica Chimica Acta, 2009, 648(1): 77. [本文引用:1]
[20]	Chen Jia, Zhu Shipin, Zhao Guohua. Food Chemistry, 2017, 221: 1939. [本文引用:1]
[21]	Yin Jianhua, XiaYang, Lu Mei. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2012, 88, 90. [本文引用:1]
[22]	MAO Bo-hui, SUN Hong, LIU Hao-jie, et al(毛博慧, 孙红, 刘豪杰, 等). Transactions of the Chinese Society for Agricultural Machinery(农业机械学报), 2017, 48(S1): 160. [本文引用:1]
[23]	Zhu Xiangrong, Shan Yang, Li Gaoyang, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2009, 74(2): 344. [本文引用:1]
[24]	LÜ Du, TANG Jian-bo, JIANG Tai-ling, et al(吕都, 唐健波, 姜太玲, 等). Food & Machinery(食品与机械), 2022, 38(2): 51. [本文引用:1]
[25]	Daniela S F, Juliana A L P, Ronei J P. Food Research International, 2013, 51(1): 53. [本文引用:1]
[26]	ZHANG Le, WU Jing-zhu, LI Jiang-bo, et al(张乐, 吴静珠, 李江波, 等). Journal of the Chinese Cereals and Oils(中国粮油学报), 2021, 36(12): 114. [本文引用:1]

2019

0.0

... 水稻的水分、蛋白质、淀粉、脂肪、维生素等物质含量对于其品质有重要影响^[1] ...

2017

0.0

... 水稻的水分含量一般采用国标直接干燥法进行测定, 需采用专门的仪器设备, 耗费时间, 周期长, 操作繁琐, 对样品具有破坏性, 并且无法实现大规模检测, 造成检测结果不及时, 对水稻收获及品质检测生产加工造成滞后性^[2] ...

2019

0.0

... 常用的光谱检测技术有拉曼光谱法、荧光光谱检测技术、近红外光谱检测技术以及高光谱成像检测技术^[3,4,5,6] ...

2021

0.0

... 常用的光谱检测技术有拉曼光谱法、荧光光谱检测技术、近红外光谱检测技术以及高光谱成像检测技术^[3,4,5,6] ...

2019

0.0

... 常用的光谱检测技术有拉曼光谱法、荧光光谱检测技术、近红外光谱检测技术以及高光谱成像检测技术^[3,4,5,6] ...

2019

0.0

... 常用的光谱检测技术有拉曼光谱法、荧光光谱检测技术、近红外光谱检测技术以及高光谱成像检测技术^[3,4,5,6] ...

2020

0.0

... 孙阳^[7]等采用便携式近红外光谱仪、多元散射校正(multiple scattering correction, MSC)结合矢量归一化(standard normal variate, SNV)预测了面粉水分含量, 相关系数r为0 ...

2021

0.0

... 高升^[8]等采用红提葡萄水分含量评估便携式近红外和可见光光谱仪的准确性, 建立的偏最小二乘回归模型预测集相关系数(coefficient of determination for prediction, RP2)为0 ...

2020

0.0

... Wang^[9]等将经过处理的数据发送到手机并通过GPS定位地理信息相结合, 采用便携式光谱仪预测了玉米叶片中的水分含量, 取得了较好的预测效果, 其预测集相关系数R²为0 ...

2017

0.0

... Ma^[10]等对四种不同处理条件下的猪肉水分含量进行预测, 采用回归系数法选择最佳波长, 建立偏最小二乘回归的预测模型, 结果表明, 近红外光谱范围对猪肉中水分含量有很好的预测效果, 预测集相关系数 RP2为0 ...

2020

0.0

... Zhang^[11]等采用近红外高光谱成像技术建立了鲑鱼片中水分含量的预测模型, 结合蒙特卡洛无信息变量消除算法(Monte Carlo-uninformative variable elimination, MC-UVE)和连续投影算法(successive projections algorithm, SPA)提取特征波长, 研究表明, 采用近红外高光谱成像技术可以对鲑鱼片水分含量进行精确预测 ...

2019

0.0

... H键的组合吸收^[12] ...

2018

0.0

... H键的第一、第二拉伸泛音吸收带有关, 主要是与样品的含水量有关^[13] ...

2018

0.0

... 蒙特卡洛偏最小二乘法(Monte-Carlo partial least squares, MCPLS)具有渐近一致性, 可以同时测定理化和光谱异常值, 从而降低了模型构建的过拟合风险^[14] ...

2021

0.0

... 其次, 在便携式光谱仪采集光谱的过程中, 光源在照射到水稻上时, 由于样品的粒径及吸光度的不同在实验过程中会产生差异, 导致漫反射过程中的光程发生变化, 得到的光谱重复性变差, 因此需要对原始光谱进行预处理, 以去除无用信息^[15] ...

2018

0.0

... 4 基于光谱信息水分含量估测方法基于联合X-Y距离的样本划分法(sample set partitioning based on joint X-Y distance, SPXY)将样本集划分为校正集和预测集, SPXY算法原理是将光谱空间的分布与目标合成空间结合起来, 可以计算每对样本目标成分距离^[16] ...

2020

0.0

... 原始光谱数据中存在大量冗余无用的光谱信息以及各种噪音, 会降低运算速度, 影响模型预测的准确性和精度, 因此采用连续投影算法(SPA)和竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)对数据进行降维, 挑选特征波长^[17] ...

2001

0.0

... SPA能有效解决最小冗余和移除变量共线性问题, 从而提高建模的效率^[18] ...

2009

0.0

... 的原则, 通过多次抽样选取变量的子集, 然后选取交叉验证集的均方根误差(RMSECV)值最小的子集作为最优波长组合^[19] ...

2017

0.0

... PLSR通过构建线性回归模型, 可以间接描述自变量和因变量之间的关系, 有效地解决了各光谱变量之间线性相关性高的问题^[20] ...

2012

0.0

... PCR也是一个线性回归模型, 可以充分利用所有光谱数据, 迭代进行因子分析^[21] ...

2017

0.0

... 1比例划分样本集^[22,23] ...

2009

0.0

... 1比例划分样本集^[22,23] ...

2022

0.0

... 6 与其他研究的比较吕都^[24]等使用傅里叶近红外光谱仪采集了161份稻谷的光谱信息, 并运用PLSR建立稻谷水分预测模型, RP2值为0 ...

2013

0.0

... Daniela^[25]等使用近红外反射光谱和多变量分析方法检测巴西大豆中水分含量, 建立的PLS模型的R²值为0 ...

2021

0.0

... 张乐^[26]等运用近红外光谱结合化学计量学方法建立单粒玉米种子水分检测模型, 收集并测定了110份玉米样本的含水量, 去噪自动编码器结合随机森林模型的R²值为0 ...