南疆紅棗品質(zhì)近地面多尺度光譜定量檢測(cè)模型研究

一、引言

紅棗營(yíng)養(yǎng)豐富，富含多種營(yíng)養(yǎng)物質(zhì)，既可鮮食也可干制，有很高的食用和藥用價(jià)值。南疆地區(qū)氣候獨(dú)特，有著光照時(shí)間長(zhǎng)、晝夜溫差大、年均降水量低的特點(diǎn)，適宜紅棗等特色林果的種植。紅棗是南疆地區(qū)的重要經(jīng)濟(jì)作物，紅棗產(chǎn)業(yè)更是兵團(tuán)支柱產(chǎn)業(yè)之一。圖1顯示了新疆和兵團(tuán)紅棗種植面積的變化，近10年來(lái)，新疆紅棗種植面積呈現(xiàn)先升后降的趨勢(shì)，但整體上種植面積變化不大，近兩年有下降趨勢(shì)，兵團(tuán)紅棗種植面積趨于穩(wěn)定。

圖1全國(guó)及新疆、兵團(tuán)紅棗產(chǎn)量變化趨勢(shì)

隨著紅棗產(chǎn)量的逐漸增加，優(yōu)質(zhì)紅棗產(chǎn)量不足的問(wèn)題逐漸暴露出來(lái)，紅棗市場(chǎng)中出現(xiàn)“劣幣驅(qū)逐良幣”的現(xiàn)象，影響了紅棗的價(jià)格，導(dǎo)致農(nóng)民收入下降、種植積極性降低，阻礙了紅棗產(chǎn)業(yè)的發(fā)展。而要提高優(yōu)質(zhì)紅棗的市場(chǎng)競(jìng)爭(zhēng)力，減少以次充好的現(xiàn)象，需要實(shí)現(xiàn)對(duì)紅棗品質(zhì)的快速無(wú)損檢測(cè)。紅棗的含水率和和可溶性固形物含量是重要的品質(zhì)評(píng)價(jià)指標(biāo)，其中，紅棗的含水率對(duì)紅棗口感、貯藏條件和加工方式有著較大的影響，不同品種、產(chǎn)地、栽培管理的紅棗含水率差異較大，且水分的散失速率也不盡相同，因此，只有準(zhǔn)確測(cè)量其含水率才能合理評(píng)定紅棗品質(zhì)，合理選擇貯藏條件和加工方法，常用的含水率測(cè)定方法為烘干減重法，雖然檢測(cè)結(jié)果較為準(zhǔn)確，但耗時(shí)長(zhǎng)，對(duì)紅棗具有破壞性?？扇苄怨绦挝锖客瑯邮羌t棗品級(jí)評(píng)定的重要指標(biāo)，直接影響紅棗的口感，傳統(tǒng)的紅棗可溶性固形物檢測(cè)通常采用化學(xué)滴定方法，雖然能準(zhǔn)確獲取紅棗內(nèi)部糖分含量，但操作復(fù)雜、成本高、檢測(cè)速度慢。

傳統(tǒng)方法無(wú)法滿足現(xiàn)代農(nóng)業(yè)快速實(shí)時(shí)獲取農(nóng)產(chǎn)品品質(zhì)信息的要求，隨著農(nóng)業(yè)科技的發(fā)展和各種光學(xué)傳感器的普及應(yīng)用，光譜分析技術(shù)以其操作簡(jiǎn)單、信息豐富、快速無(wú)損的特點(diǎn)在眾多品質(zhì)檢測(cè)方法中脫穎而出。

二、數(shù)據(jù)獲取及分析方法

衛(wèi)星遙感技術(shù)能夠快速獲取區(qū)域尺度下的遙感數(shù)據(jù)，通過(guò)建立模型可以實(shí)現(xiàn)對(duì)區(qū)域尺度下大面積植被和作物的生長(zhǎng)信息的監(jiān)測(cè)，廣泛應(yīng)用于作物長(zhǎng)勢(shì)、養(yǎng)分、土壤、環(huán)境等的監(jiān)測(cè)上。但是，由于衛(wèi)星運(yùn)行軌道固定，且衛(wèi)星遙感探測(cè)距離較，存在空間分辨率低、數(shù)據(jù)可靠性易受外界環(huán)境影響、無(wú)法長(zhǎng)時(shí)間對(duì)同一地點(diǎn)進(jìn)行監(jiān)測(cè)等不足，這些不足制約了其在農(nóng)業(yè)領(lǐng)域的應(yīng)用。無(wú)人機(jī)遙感可在較大程度上彌補(bǔ)衛(wèi)星遙感數(shù)據(jù)的上述不足。

2.1 實(shí)驗(yàn)區(qū)概況

本研究所選擇區(qū)域?yàn)樾陆a(chǎn)建設(shè)兵團(tuán)第一師阿拉爾市10團(tuán)、11團(tuán)和13團(tuán)的部分紅棗園。阿拉爾市地處塔里木河上游，光照時(shí)間長(zhǎng)、全年降水量少、晝夜溫差大，且土壤多為沙土，適宜特色林果業(yè)的發(fā)展，產(chǎn)出的紅棗含糖量高，品質(zhì)優(yōu)異。

2.2 實(shí)驗(yàn)數(shù)據(jù)獲取

2.2.1紅棗單果尺度光譜數(shù)據(jù)獲取

研究采用無(wú)人機(jī)高光譜成像系統(tǒng)采集紅棗高光譜數(shù)據(jù)，高光譜相機(jī)采用透射光柵進(jìn)行分光，以線性推掃式進(jìn)行光譜數(shù)據(jù)采集，得到近紅外范圍的高光譜圖像。高光譜分選系統(tǒng)內(nèi)布置有均勻光源，內(nèi)部涂有黑色吸光漆以降低外界環(huán)境干擾。計(jì)算機(jī)中安裝高光譜數(shù)據(jù)采集軟件，能夠?qū)崿F(xiàn)黑白校正、傳送帶移動(dòng)速度、相機(jī)高度、曝光時(shí)間調(diào)整和高光譜數(shù)據(jù)的存儲(chǔ)等功能室內(nèi)高光譜數(shù)據(jù)采集時(shí)，需要進(jìn)行準(zhǔn)備工作。將高光譜相機(jī)打開，預(yù)熱光源30min確保光譜發(fā)出的光穩(wěn)定，不會(huì)對(duì)試驗(yàn)結(jié)果產(chǎn)生影響，之后進(jìn)行黑白校正，進(jìn)一步消除光源、儀器噪聲對(duì)高光譜數(shù)據(jù)的影響。單果尺度數(shù)據(jù)采集于2020年10月1日，挑選出大小合適、表面無(wú)損傷的紅棗樣本135個(gè)，對(duì)樣品進(jìn)行標(biāo)號(hào)，光譜數(shù)據(jù)采集時(shí)，設(shè)定高光譜相機(jī)高度為42cm、傳送帶行程為30cm、傳送速度為1.6cm/s，分多次采集紅棗光譜，采集圖如圖2所示

圖 2 紅棗光譜采集圖

2.2.2紅棗冠層尺度光譜數(shù)據(jù)獲取

冠層光譜數(shù)據(jù)采集于2020年10月1日，采集時(shí)間為14:00至16:00，天氣晴朗，無(wú)云層遮擋，為了降低冠層棗樹樹枝、葉片及陰影的影響，選擇紅棗密集且葉片相對(duì)教少的棗樹進(jìn)行測(cè)量，并對(duì)盡可能多的紅棗進(jìn)行標(biāo)記，將高光譜相機(jī)固定在旋轉(zhuǎn)云臺(tái)上，同時(shí)測(cè)量棗樹到相機(jī)的距離、高度及太陽(yáng)高度角等信息，并在測(cè)量后摘下相機(jī)視野范圍的紅棗帶回實(shí)驗(yàn)室進(jìn)行后續(xù)試驗(yàn)。為了減少因?yàn)樘?yáng)光強(qiáng)度對(duì)光譜的影響，在每次拍攝時(shí)需要采集既包含冠層同時(shí)含有標(biāo)準(zhǔn)白板的圖像，以便后續(xù)進(jìn)行平場(chǎng)校正。紅棗帶回室內(nèi)后進(jìn)行暗室光譜數(shù)據(jù)采集，并測(cè)定紅棗含水率和可溶性固形物含量信息。

2.2.3紅棗無(wú)人機(jī)區(qū)域尺度光譜數(shù)據(jù)獲取

無(wú)人機(jī)數(shù)據(jù)采集于2021年11月9日和11日，時(shí)間為16:00至18:00，地點(diǎn)為第一師10團(tuán)，坐標(biāo)為東經(jīng)81°18′，北緯40°35′，此時(shí)紅棗處于完熟期，冠層無(wú)明顯枝葉遮擋，有利于紅棗無(wú)人機(jī)圖像數(shù)據(jù)的獲取。獲取紅棗區(qū)域冠層的無(wú)人機(jī)多光譜數(shù)據(jù)，無(wú)人機(jī)采集示意圖如圖3所示。

圖 3 紅棗無(wú)人機(jī)多光譜圖像采集

無(wú)人機(jī)可以短時(shí)間內(nèi)獲取中心波長(zhǎng)為450nm、560nm、650nm、730nm和840nm這5個(gè)波長(zhǎng)下的多光譜圖像和RGB圖像，無(wú)人機(jī)采集光譜數(shù)據(jù)時(shí)，設(shè)置飛行高度為距離棗樹冠2~3m，采集完成后取采樣區(qū)域內(nèi)標(biāo)記的樣品帶回實(shí)驗(yàn)室測(cè)定含水率信息。

2.2.4紅棗含水率及可溶性固形物含量測(cè)定

紅棗光譜采集完成后，測(cè)量含水率和可溶性固形物含量信息。使用烘干減重法測(cè)量紅棗的含水率，用電子天平稱取3g左右紅棗，記錄重量后放入電熱鼓風(fēng)干燥箱中。紅棗可溶性固形物含量使用手持式糖度計(jì)測(cè)量。

2.3 數(shù)據(jù)分析方法

2.3.1異常樣本剔除方法及樣品集劃分方法

在數(shù)據(jù)采集時(shí)，使得部分樣品的信息與其他樣本呈現(xiàn)一定差異，會(huì)對(duì)后續(xù)模型建立有一定影響，因此需要對(duì)異樣樣本進(jìn)行剔除。本研究使用濃度殘差方法對(duì)紅棗含水率和可溶性固形物異常樣本進(jìn)行剔除，使用光譜殘差方法對(duì)光譜異常樣本進(jìn)行剔除。異常樣品剔除后，需要對(duì)樣品集進(jìn)行合理劃分以提高模型的預(yù)測(cè)性能和穩(wěn)定性，本研究使用光譜-理化值共生矩陣（SPXY）方法進(jìn)行樣品集劃分，訓(xùn)練集與預(yù)測(cè)集的劃分比例為3:1。

2.3.1.1濃度殘差方法

濃度殘差方法用于剔除理化信息異常樣本，首先使用樣品光譜信息和理化信息建立預(yù)測(cè)模型，之后利用檢驗(yàn)方法對(duì)樣品理化信息的測(cè)量值和預(yù)測(cè)值進(jìn)行檢驗(yàn)，進(jìn)而判斷異樣樣本信息，也可給定某一閾值進(jìn)行異常樣本剔除。

2.3.1.2光譜殘差方法

光譜殘差方法用于對(duì)光譜信息異樣樣本進(jìn)行剔除，通過(guò)對(duì)原始光譜進(jìn)行主成分分析得到重構(gòu)光譜，之后判斷原始光譜與重構(gòu)光譜的光譜殘差，之后計(jì)算殘差的方差，通過(guò)設(shè)定閾值判斷樣品光譜是否異常。

2.3.1.3光譜-理化值共生矩陣方法

使用隨機(jī)選擇方法對(duì)樣品進(jìn)行劃分時(shí)，無(wú)法充分考慮樣品的光譜和理化特征，甚至可能出現(xiàn)預(yù)測(cè)集數(shù)據(jù)范圍超出訓(xùn)練集數(shù)據(jù)的范圍的現(xiàn)象。而SPXY方法能同時(shí)考慮到樣品的光譜信息和理化信息，并對(duì)訓(xùn)練集和預(yù)測(cè)集數(shù)據(jù)范圍進(jìn)行合理劃分，有助于提高模型性能。

三、單果尺度的紅棗品質(zhì)檢測(cè)方法研究

單果尺度光譜通常在室內(nèi)暗室環(huán)境采集，環(huán)境相對(duì)理想且不易受外界環(huán)境影響，因此采集到的光譜接近樣本的真實(shí)光譜。本章節(jié)采用高光譜成像裝置采集單果尺度的紅棗光譜，分析紅棗含水率和可溶性固形物與高光譜數(shù)據(jù)之間的關(guān)系，建立兩種品質(zhì)指標(biāo)的檢測(cè)模型，并對(duì)比不同光譜預(yù)處理以及特征波長(zhǎng)選擇方法的結(jié)果，為后續(xù)冠層尺度光譜建立品質(zhì)檢測(cè)模型做鋪墊。

3.1 紅棗光譜數(shù)據(jù)采集及光譜特性分析

光譜采集完成后，需要對(duì)光譜圖像進(jìn)行黑白校正，使用軟件在每個(gè)樣本中選擇5*5pi大小的區(qū)域作為感興趣區(qū)域，計(jì)算感興趣區(qū)域的平均光譜曲線，如圖4所示。

圖 4 紅棗光譜曲線

在近紅外波段，室內(nèi)暗箱得到的紅棗光譜中，背景噪聲和環(huán)境光影響較小，光譜曲線極為平滑，且在1150nm和1450nm出現(xiàn)顯著的吸收峰，其中1450nm吸收峰與水的吸收有關(guān)，1150nm的吸收峰可能與紅棗內(nèi)含有O-H鍵的其它成分相關(guān)。為了降低噪聲對(duì)模型的影響，對(duì)首尾端的噪聲信息進(jìn)行剔除，保留932-1718nm范圍內(nèi)的光譜數(shù)據(jù)進(jìn)行后續(xù)研究。

3.2 紅棗含水率與可溶性固形物含量統(tǒng)計(jì)

紅棗光譜采集完成后，樣品進(jìn)行光譜采集的一面一分為二之后，依據(jù)GB/5009.3-2010《食品中水分的測(cè)定》，使用手持式糖度計(jì)測(cè)量紅棗可溶性固形物測(cè)量。為了降低異常樣本和光譜對(duì)后續(xù)模型建立的影響，需要對(duì)異樣樣本進(jìn)行剔除，本文使用濃度殘差法剔除品質(zhì)異常樣本，計(jì)算光譜數(shù)據(jù)的光譜殘差剔除異常光譜曲線，圖5為使用濃度殘差法對(duì)品質(zhì)樣本進(jìn)行剔除的結(jié)果，結(jié)果表明共有7個(gè)樣本含水率異常，6個(gè)樣本可溶性固形物含量異常，圖6為異常光譜曲線剔除結(jié)果，有6個(gè)樣本的光譜曲線異常。

圖 5 濃度殘差法剔除異常樣本

圖 6光譜殘差法剔除異常樣本

對(duì)異常樣本進(jìn)行剔除后，需要合理劃分訓(xùn)練集和預(yù)測(cè)集以提升模型的預(yù)測(cè)性能，并對(duì)樣本數(shù)據(jù)范圍進(jìn)行分析以確定模型適用的數(shù)據(jù)范圍。本研究采用光譜-理化值共生矩陣（SPXY）方法對(duì)樣本集進(jìn)行劃分，訓(xùn)練集和預(yù)測(cè)集比例為3:1，結(jié)果如表1所示。

表 1 紅棗樣品訓(xùn)練集與預(yù)測(cè)集劃分結(jié)果

從總體來(lái)看，含水率和可溶性固形物含量的預(yù)測(cè)集數(shù)據(jù)范圍被包含在訓(xùn)練集范圍內(nèi)，有助于模型的建立。

四、總結(jié)

本章通過(guò)采集紅棗單果尺度光譜數(shù)據(jù)和品質(zhì)（含水率、可溶性固形物含量）信息，建立了紅棗品質(zhì)的模型，對(duì)比了不同預(yù)處理方法對(duì)模型性能影響，并確定了最佳預(yù)處理方法。使用三種特征波長(zhǎng)選擇方法篩選特征波長(zhǎng)變量并建立模型，通過(guò)對(duì)比模型預(yù)測(cè)結(jié)果得到最優(yōu)特征波長(zhǎng)選擇方法，實(shí)現(xiàn)對(duì)單果尺度下的紅棗含水率和可溶性固形物的檢測(cè)。事實(shí)證明，無(wú)人機(jī)高光譜可應(yīng)用于紅棗含水量、可溶性固物含量監(jiān)測(cè)。

推薦：

便攜式高光譜成像系統(tǒng) iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢(shì)具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價(jià)比特點(diǎn)采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計(jì)，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。