烤后烟叶不同部位高光谱特征分析及判别模型构建.pdfVIP

第63卷第8期湖北农业科学Vol.63No.8

湖北农业科学2024年

2024年8月HubeiAgriculturalSciencesAug.，2024

闫鼎，张义志，程森，等.烤后烟叶不同部位高光谱特征分析及判别模型构建［J］.湖北农业科学，2024，63（8）：140-146．

烤后烟叶不同部位高光谱特征分析及判别模型构建

121134325

闫鼎，张义志，程森，蔡宪杰，董祥洲，杨悦章，岳耀稳，王大彬，林润英

（1.上海烟草集团有限责任公司，上海200082；2.中国农业科学院烟草研究所，山东青岛2661014；

3.安徽皖南烟叶有限责任公司，安徽宣城242000；4.华环国际烟草有限公司，安徽滁州233121；

5.福建省烟草公司龙岩市公司，福建龙岩364000）

摘要：利用高光谱（400~1700nm）成像技术扫描得到3个部位（上B、中C、下X）烤后烟叶的高光谱图像，

并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征，并

构建5种识别烟叶部位的判别模型（SVM、KNN、RF、LightGBM和XGBoost）。结果表明，3个部位烟叶的

光谱反射率为CXB（400~750nm），BCX（750~1400nm），CB≈X（1400~1700nm）。3个部位烟叶

的高光谱数据存在较强相关性，总体上可见光以及近红外波段在各自区域内相关性较强，而两者之间相

关性较弱。共提取得到7个特征值大于1的主成分，方差累计贡献率接近1.00。3个部位烟叶的光谱反

射率在450~550nm和750~1400nm区域相互之间存在明显差异，中部叶在550~850nm和1400~1700

nm分别与上、下部叶具有明显差异，上部叶在400~450nm分别与中、下部叶差异明显，下部叶在680nm

附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好，准确率、精确率、召回率和F1分

数均达95%以上，LightGBM表现居中，各项指标在90%~95%，RF、KNN和XGBoost相对较差，各项指标

在90%以下。

关键词：高光谱特征；烤后烟叶；模型构建；部位识别

中图分类号：S512.1；S127文献标识码：A

文章编号：0439-8114（2024）08-0140-07

DOI:10.14088/ki.issn0439-8114.2024.08.024开放科学（资源服务）标识码（OSID）：

Analysisofhyperspectralcharacteristicsfromdifferentpositionsofflue-curedtobaccoand

constructionofdiscriminatingmodels

12113

YANDing，ZHANGYi-zhi，CHENGSen，CAIXian-jie，DONGXiang-zhou，