炭疽病是油茶最常见的病害之一,因此对油茶炭疽病进行快速检测具有重要意义。提出了一种检测油茶叶片炭疽病的新方法,采用激光诱导击穿光谱检测技术,快速无损诊断正常和感染炭疽病油茶叶片中的Mn元素含量,根据火焰原子吸收光谱法对样品中Mn元素的真实含量进行了分析。分别采用平滑、去噪、归一化、基线校正、一阶求导降噪、二阶求导降噪对光谱数据进行预处理,使用偏最小二乘方法(PLS)建立定量模型,采用间隔偏最小二乘法(iPLS)对光谱数据进行波段筛选。最终结合7点平滑和一阶导数降噪进行预处理,根据iPLS建立定量模型。实验结果表明,平分为24个子区间时,第6个子区间的建模效果最佳,建模相关系数为0.9076,建模均方根误差为0.2090 μg/mg,预测相关系数为0.8947,预测均方根误差为0.2100 μg/mg。

柑橘叶片叶绿素含量的准确检测对柑橘营养状况和生长态势具有极其重要的意义。 研究了快速无损诊断柑橘叶片中叶绿素含量的方法, 以期为拉曼光谱检测技术用于柑橘叶片叶绿素含量检测提供参考。 采集不同冠层高度和不同地理分布的柑橘叶片120片, 拭去叶片表面的灰尘, 用去离子水对其清洗、 晾干装入密封袋中并用标签分类标注。 然后对柑橘叶片进行拉曼光谱采集, 参数设置如下: 分辨率为3 cm-1, 积分时间为15 s; 激光功率为50 mW。 分别采用BaselineWavelet、 迭代限制最小二乘（IRLS）和不对称最小二乘(ALS)三种算法对柑橘叶片的拉曼光谱背景进行扣除, 使用偏最小二乘（PLS）方法建立定量模型; 四种光谱预处理方法归一化(Normalization), Savitzky-Golay卷积平滑(SG smoothing, SG平滑)、 多元散射校正(MSC)和Savitzky-Golay一阶导数(SG 1st Der)对扣除背景后的光谱进行进一步的优化处理。 结果表明: 采用原始光谱、 BaselineWavelet、 IRLS、 ALS背景扣除处理后的光谱建立PLS模型, 模型的相关系数r分别为0.858, 0.828, 0.885和0.862, 交互验证均方根误差(RMSECV)分别为5.392, 5.870, 4.934和5.336, 最佳因子数分别为8, 3, 8和8; IRLS背景扣除处理后的PLS模型的RMSECV最小, 相关系数最高, 建模效果最好。 分别采用SG平滑、 归一化、 MSC和SG 1st Der预处理方法对IRLS背景扣除后光谱进行预处理并建立PLS模型, 结果表明: IRLS光谱及其结合SG平滑、 归一化、 MSC和SG 1st Der四种预处理方法的PLS模型的R分别为0.885, 0.897, 0.852, 0.863和0.888, RMSECV分别为4.934, 4.715, 5.595, 5.182和4.962; 最佳因子数分别为8, 8, 8, 8和5; IRLS-SG平滑后PLS模型的RMSECV最小, 模型效果最优。 对IRLS-SG平滑预处理后的PLS模型展开验证, 预测相关系数r为0.844, 预测均方根误差(RMSEP)为5.29, 预测精确度较高。 采用拉曼光谱结合三种光谱背景扣除方法和四种预处理方法对柑橘叶片叶绿素含量进行定量分析表明: 采用IRLS背景扣除结合SG平滑预处理后的PLS模型最优, 建模集r为0.897, RMSECV为4.715; 预测集r为0.844, RMSEP为5.29, 预测精度较高。 拉曼光谱结合背景扣除方法可以为柑橘叶片叶绿素含量的定量分析提供一种快速简便的分析方法。