基于近红外光谱技术与支持向量机的苜蓿秋眠类型测定.pdfVIP

第31卷，第6期 光谱学与光谱分析 201 1年6月 and June，2011 SpectroscopySpectralAnalysis 基于近红外光谱技术与支持向量机的苜蓿秋眠类型测定研究 王红柳1，岳征文2，卢欣石H 1．北京林业大学草地资源与生态实验室，北京 100083 2．北京林业大学水土保持与沙漠化防治教育部重点实验室，北京 100083 摘要提出了一种基于近红外光谱分析技术快速无损测定苜蓿秋眠类型的新方法。应用近红外光谱漫反 射技术测定苜蓿样本的光谱并对其进行主成分分析(PCA)，根据主成分的累积贡献率选取前lo个主成分建 立支持向量机(SVM)分类模型，并对其参数及核函数类型进行了详细的分析和讨论。试验结果表明，当c一 0．339 2，g一32时，测试集的预测准确率可达98．182％，可以作为初步测定苜蓿秋眠类型的手段之一。同 时，与主成分同归分析、偏最小二乘法、BP神经网络、LVQ神经网络等方法相比较的结果表明，PCA-SVM 模型可以有效地解决小样本问题，且可以避免陷入局部极小。 关键词苜蓿秋眠性；近红外光谱；主成分分析；支持向量机 中图分类号：$132文献标识码：A DOI：10．3964／j．issn．1000-0593(2011)06—1510—04 vector 析技术，利用支持向量机(support 引 言 立苜蓿秋眠性测定的定性分析模型，验证用近红外光谱法预 测苜蓿秋眠类型的可行性，填补国内空白。 苜蓿秋眠性是苜蓿的一种生长特性，即在北纬中高纬度 Table1 of Informationfall inelevenalfalfaculti— 地区，由于秋季光照和气候变化，导致苜蓿的形态类型和生 dormancy vatsand numberof setandtestset 产性能发生变化[1]。由于苜蓿的秋眠性对苜蓿的引种工作、 sample training 生产性能、耐寒能力有影响，因此美国已经把苜蓿秋眠性列 为品种鉴定、种子审定、菖蓿抗虫、抗病性鉴定等苜蓿评价 工作的首要指标L2j。同时，美国也将苜蓿秋眠性作为其引 种、区划种植、越冬性预测的合法依据[3j。 我国对苜蓿秋眠性的研究起源于20世纪末，相对于美 国等国家起步较晚，人数较少。仅见卢欣石等人的报道【4]。 目前，常用的测定苜蓿秋眠性的方法有两种：株高法和子叶 节长法。研究结果表明，利用上述两种方法测定秋眠性，需 要在不同地区、不同时问对同一品种进行多次重复测定，需 要投入大量的财力、物力和土地。因此，寻找一种快速、准 确测定苜蓿的秋眠性的方法，成为一个亟待解决的问题【…。 近年来，近红外光谱分析技术以其快速、准确、环保等优 点[6]，在农业、化工、食品、生物等领域取得了广泛的应 1实验部分 用[7¨]。国内外相关的文献及研究成果亦呈指数增长。2001 年，美国学者Kallenbach报道了利用近红外光谱法可以预测 1．1试验条件 苜蓿的秋眠等级L1“，开创了该方法预测秋眠性的先河。但这 试验材料为11个苜蓿秋眠等级标准对