农业机械学报

作者：刘翠玲，李佳琮，孙晓荣，殷莺倩，张善哲，吴静珠

单位：北京工商大学,北京工商大学,北京工商大学,北京工商大学,北京工商大学,北京工商大学,

关键词：白菜;农药残留;三维荧光光谱;宽度学习系统;波段选择

基金：北京市自然科学基金项目（4222043）、国家自然科学基金项目（61807001）和北京工商大学2023研究生科研能力提升计划项目

为了高效监控蔬菜中农药残留情况，利用荧光光谱技术检测白菜中吡虫啉农药残留量。首先通过三维荧光光谱确定400nm为吡虫啉的最佳激发波长；其次通过分析6种预处理算法和2种降维算法，分别选出多元散射校正（Multiple scattering calibration, MSC）和无信息变量消除(Uninformative variable elimination, UVE)作为最佳的预处理与波长选择方法；宽度学习系统（Broad learning system, BLS）用于荧光光谱建模，同时与偏最小二乘回归（Partial least squares regression, PLSR）、支持向量机（Support vector machine, SVM）和深度极限学习机（Deep extreme learning machines, DELM）等经典模型进行比较。结果显示BLS模型获得了最佳吡虫啉含量预测效果，测试集决定系数R2p达0.949，均方根误差(Root mean square error, RMSE)达0.347mg/kg。表明了荧光光谱技术结合宽度学习预测农药残留量的可行性，可以为在线检测农药残留量系统的开发提供理论依据。

来源：2023年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第10期