农业机械学报

作者：张海辉,田世杰,马敏娟,赵娟,张军华,张佐经

单位：西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;陕西省农业信息感知与智能服务重点实验室,西北农林科技大学;陕西省农业信息感知与智能服务重点实验室,西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;陕西省农业信息感知与智能服务重点实验室,

关键词：苹果; 霉心病; 近红外光谱; 光谱修正

基金：国家自然科学基金项目(31701664）、陕西省重点研发计划项目（2017ZDXM-NY-017）和陕西省科技统筹创新工程计划项目（2016KTCQ02-14）

针对苹果霉心病近红外透射光谱信息受果实直径影响的难题，提出了一种能够修正果实直径对透射光谱影响的方法。基于透射光谱采集平台获取327个红富士苹果的可见/近红外光谱（350～1?100?nm）信息，采用电子游标卡尺获取其直径（光程）信息。以直径为80?mm健康苹果的平均光谱作为参考光谱，将327个苹果的光谱与参考光谱进行比较，结合直径信息利用公式求得透射光在果实内的衰减系数?P?，用衰减系数?P?进行透射光谱的修正。修正后光谱建立支持向量机（SVM）模型、误差反向传播神经网络（BP-ANN）模型，并与修正前原始光谱建立模型进行对比。实验结果表明，应用此光谱修正方法能够显著提高模型判别精度，其中应用SVM算法对修正后的光谱建立模型效果最好，对训练集和测试集的判别准确率分别为99.34%和90.20%，相对于原始光谱建立的模型判别准确率分别提高了7.84和5.89个百分点。基于此方法修正果实直径对于透射光谱的影响是可行的，构建的模型能够实现苹果霉心病的准确判别。

来源：2019年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第1期