中央民族大学生命与环境科学学院, 北京 100081
氮磷是引起湖泊富营养化的关键限制因子, 对于水体和底泥中各形态氮磷的分布特征和源解析的研究能有效地揭示水体富营养化的过程与机制并分析其污染来源。 白洋淀作为雄安新区最重要的水源之一, 其水体富营养化状况严重, 氮磷污染不容乐观。 对于各形态氮磷含量分布特征及源解析的研究有助于全面分析该地区氮磷污染状况及污染来源, 而目前同时研究底泥和水体两种介质各形态氮磷的分布规律, 并利用模型定量分析各污染源对于各形态氮磷贡献的研究较少。 利用分光光度法研究白洋淀水体和底泥两种介质各形态氮磷分布特征, 利用主成分分析法综合评估白洋淀各区域氮磷综合污染状况, 基于绝对主成分得分-多元线性回归(APCS-MLR)模型分析不同污染源对于各形态氮磷的贡献量。 研究结果表明, 白洋淀水体中总氮(TN)含量(1.41~4.64 mg·L-1)严重超标, 均为重富营养化; 水体中总磷(TP)含量(0.043~0.273 mg·L-1)污染也相对严重, 95.8%的采样点为Ⅳ类及以上水质。 水体中可被藻类和植物直接吸收利用的氨氮($NH_{4}^{+}-N$)和硝态氮($NO_{3}^{-}-N$)总占比达到54.9%; 另外, 对水体富营养化贡献大的溶解性无机磷(DIP)和溶解性有机磷(DOP)两种磷形态总占比达到52.8%。 水体氮磷总量和形态的分布规律表明: 白洋淀的水体富营养化状况不容乐观, 对水体富营养化影响大的各形态氮磷占比大, 其中白洋淀景区和淀边缘区污染相对严重。 底泥生物可利用性氮(EN和HCl-N之和)占TN的比例为17.9%~66.4%, 生物可利用性磷(BAP)的含量占TP的比例为8.50%~28.0%。 以上结果表明, 白洋淀底泥存在较大氮磷释放风险。 主成分分析结果表明, 白洋淀景区相较于其他区域氮磷污染严重。 APCS-MLR模型分析结果表明生活源污染对于各形态氮磷(尤其底泥中)的贡献量大, 农业污染、 动植物残体分解、 养殖业对各形态氮磷含量也有较大贡献。
分光光度法 水体 底泥 形态氮磷 主成分分析 APCS-MLR模型 Spectrophotometry Water Sediments Nitrogen and phosphorus fractions Principal component analysis APCS-MLR model 光谱学与光谱分析
2022, 42(4): 1306
内蒙古科技大学 信息工程学院,内蒙古 包头 014010
针对传统位置指纹算法存在定位精度低和计算复杂度高等问题,文章提出了一种基于反向传播神经网络(BPNN)和多元线性回归(MLR)的单发光二极管(LED)室内定位算法。首先,利用3个水平光电探测器(PD)作为接收器接收光功率,待测点位于接收器的中心; 然后根据接收到的光功率向量,利用BPNN确定待测点粗略的位置范围; 最后以该位置范围作为约束条件,利用MLR对待测点的位置进行更精确地定位。实验结果表明,在2.0 m × 2.0 m × 2.5 m的室内空间中,该算法的平均定位误差为5.04 cm,平均定位时间为0.002 83 s。与传统的位置指纹算法相比,该算法的平均定位精度提高了41.53%,平均定位时间减少了56.60%,在较低计算复杂度的前提下实现了更精确的定位。
可见光通信 室内定位 接收光功率 反向传播神经网络 多元线性回归 visible light communication indoor positioning received optical power BPNN MLR
1 山东师范大学地理与环境学院， 山东 济南 250358
2 华东师范大学河口海岸学国家重点实验室， 上海 200062
土壤有机质（SOM）含量是衡量土壤质量高低的重要指标， 可以用高光谱快速测定。 在以往研究中， 估算模型多以特征波段与线性经验模型为基础进行构建， 较少考虑波段间信息冗余和共线性， 预测效果不很理想并难以进行推广。 为最大化消除波段信息噪声， 提高模型预测精度， 选取莱州湾南岸滨海平原为研究区， 系统采集了111个土壤样本和实测高光谱数据（325～1 075 nm）， 并测试了土壤样本的有机质含量作为因变量； 通过主成分分析(PCA)将实测光谱信息降维为6个主成分， 并提取水分、 植被光谱特征指数（DI）， 以此作为自变量； 最后建立多元逐步线性回归（MLR）和BP神经网络(BPN)预测模型， 分析不同模型对土壤有机质预测的效果。 结果表明： ①经过主成分的波段信息分析判别提取出6个主成分， 可以表征叶绿素残留物、 盐分、 腐殖酸、 物化矿渣和微地貌的光谱特征。 ②基于6个主成分作为自变量所建立的BPN模型预测精度优于MLR模型， 他们的R2分别为0.704和0.643。 将水分和植被光谱特征指数作为自变量增加到预测模型后， MLR和BPN的预测精度分别提高了6.1%和5.2%， R2达到0.712和0.764； ③将光谱主成分和光谱特征指数作为自变量的BPN模型进行土壤有机质预测可得到精度较高的预测结果， 在土壤有机质的预测与制图中具有一定的应用潜力。
有机质 高光谱 滨海平原 PCA-MLR PCA-MLR PCA-BPN PCA-BPN Soil organic matter(SOM) Hyperspectral data Coastal plain 光谱学与光谱分析
2018, 38(8): 2556
1 华东交通大学机电工程学院, 江西 南昌 330013
2 中国轻工业联合会, 北京 100833
黄龙病是柑桔果树的毁灭性病害, 对柑桔产业危害巨大。 基于模型平均理论, 探讨联用可见与近红外光谱技术, 提高柑桔黄龙病快速无损检测精度的可行性。 采集记录柑桔叶片的可见与近红外光谱, 经实时荧光定量PCR鉴别黄龙病叶片为轻度、 中度和重度三类, 缺素和正常样品也经PCR鉴定, 共五类叶片。 基于光谱直接拼接、 光谱归一化拼接和模型平均三种不同策略, 结合偏最小二乘判别分析(PLS-DA)和多元线性回归(MLR)方法, 分别建立了柑桔黄龙病可见与近红外光谱联用无损检测模型。 经比较发现, 光谱联用模型的检测精度均高于可见或近红外单一检测模型, 且经导数处理后的光谱直接拼接PLS-DA模型检测精度最高, 模型预测相关系数为097, 预测均方根误差为067, 模型总误判率为3%, 其原因是导数消除了光谱的基线漂移。 光谱归一化拼接的PLS-DA模型检测精度次之, 模型总误判率为7%。 可见与近红外模型平均的检测精度最低, 模型总误判率为72%。 实验结果表明, 联用可见与近红外光谱, 结合光谱拼接方法, 提高了柑桔黄龙病无损检测模型的检测精度, 研究可为其他领域的光谱联用提供参考依据。
柑桔黄龙病 光谱联用 归一化 偏最小二乘判别分析 多元线性回归 Citrus Huanglongbing Spectrometry Normalization PLS-DA MLR
1 江苏大学江苏省现代农业装备与技术重点实验室, 江苏 镇江212013
2 江苏大学电气信息工程学院, 江苏 镇江212013
为了便于生菜合理施水管理, 力求构建生菜叶片水分检测模型。 采集生菜叶片获取高光谱图像并同时测量叶片含水率, 分析高光谱图像寻求生菜叶片水分特征波段, 处理特征波段处的波段图像, 求取生菜叶片水分的图像特征, 并通过相关性分析筛选出其中与水分相关性高的图像特征。 由于图像特征之间存在可能的相关性, 利用偏最小二乘PLS提取图像特征的主成分, 作为具有回归预测能力的BP神经网络的输入, 构建PLS-ANN模型。 同时分别利用BP神经网络、 传统的多元回归方法MLR建模, 采用相同的样本数据分别对三种模型进行预测试验, 结果表明, 发棵期的PLS-ANN网络模型的生菜叶片水分预测平均误差率达到9.323%, 比BP-ANN和MLR预测模型均有了改善。
高光谱图像 BP-ANN BP-ANN PLS-ANN PLS-ANN MLR MLR Hyper-spectral image
北京化工大学材料科学与工程学院， 北京100029
通过近红外光谱技术建立二元、 三元调和食用油中花生油含量模型以及二甲亚砜水溶液浓度模型， 比较了分别采用原始光谱和正交信号校正(OSC)处理后光谱进行MLR建模的结果， 并对所建的正交信号校正后光谱MLR模型与原始光谱PLS模型进行预测结果比较。 比较过程中使用交互验证参数(包括决定系数RC， 标准偏差SEC， 预测值和实际值线性拟合方程的斜率a和截距b)以及外部预测统计参数(包括RV， 标准偏差SEP, 预测值和实际值线性拟合方程的斜率a和截距b)来评价模型能力。 研究结果表明: 与原始光谱相比， 使用OSC处理后的光谱进行MLR建模(采用相同波长)， 得到的模型交互验证结果以及外部预测结果均有变好的趋势。 通过优选建模波长组合(无共线性影响)， OSC与MLR联用建模可得到优于PLS模型的结果。
正交信号校正 近红外 多元线性回归 Orthogonal signal correction Near infrared spectroscopy MLR PLS PLS 光谱学与光谱分析
2011, 31(12): 3228
研究了4 ℃冷链条件下, 冷却猪肉在1～14 d贮藏期间, 表面菌落总数与400～1 100 nm光谱范围内相应高光谱图像的关系, 提出了一种基于高光谱技术的冷却猪肉表面菌落总数的快速无损检测方法. 并采用多元线性回归和偏最小二乘回归两种统计分析方法分别建立预测模型, 均得到较好的预测结果, 其预测集相关系数RV分别为0.886和0.863. 实验结果表明, 利用高光谱技术可以较好地定量分析冷却猪肉表面的菌落总数, 应用该技术对冷却猪肉品质安全进行快速无损评价是可行的.
高光谱 冷却猪肉 菌落总数 多元线性回归 偏最小二乘回归 Hyperspectral Chilled pork Total plate count Multiple linear regression (MLR) Partial least square regression (PLSR) 光谱学与光谱分析
2010, 30(12): 3405
1 浙江大学生物系统工程与食品科学学院, 浙江 杭州310029
2 东京农工大学农学部, 东京183-8509, 日本
果树的隔年结果现象严重影响果园的果实产量和经济效益。 选择受隔年结果现象影响较为严重的柑橘作为研究对象, 运用机载高光谱成像仪在较早生长季节(2003年4、 5、 6月)获取柑橘果树的高光谱图像, 利用偏最小二乘回归(PLS)确定基于高光谱图像数据的模型预测变量, 建立柑橘产量的多元线性回归(MLR)和人工神经网络(ANN)预测模型。 研究结果表明, 利用5月份获得的高光谱图像建立的模型具有最优的产量预测效果, 而且PLS-MLR模型比PLS-ANN模型具有更好的稳定性和一致性。 该研究结果为今后研制和开发基于高光谱成像技术的柑橘产量预测方法提供了重要的理论和技术基础。
柑橘 预测模型 变量技术 精细农业 Citrus PLS PLS MLR MLR ANN ANN Prediction model Variable rate technology Precision agriculture 光谱学与光谱分析
2010, 30(5): 1295
中国农业大学食品科学与营养工程学院, 北京 100083
利用反向区间偏最小二乘法(BiPLS)定位光谱糖度若干信息区间，运用遗传算法(GA)从中选择波长点，建立了多元线性回归(MLR)模型。光谱进行卷积平滑和二阶导数处理后，将光谱(225个数据点)分割成25个子区间时，BiPLS优化结果最优。在所定位的信息区间进行GA二次选择特征变量，运行100次依次选择入选频率较高的12个波长点。为简化MLR模型，对于入选的相邻波长选择频率较高者，最后选择638，734，752，868，910，916和938nm作为回归变量，建立的MLR预测模型相关系数(R^2)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.984，0.364和0.471，优于常用的逐步多元线性回归的建模结果。表明BiPLS结合GA可以有效地对李子糖度可见/近红外光谱MLR回归变量进行筛选，提高了模型的精度。
可见/近红外光谱 反向区间偏最小二乘法 遗传算法 多元线性回归 变量筛选 Vis/NIR spectroscopy Backward interval PLS (BiPLS) Genetic algorithms (GA) Multiple linear regression(MLR) Variable selection 光谱学与光谱分析
2009, 29(10): 2637
