为了克服单一模型预测精度很难进一步提高的不足, 利用近红外光谱分析结合基于Stacking框架的异构集成学习模型实现对油页岩含油率的检测。 以松辽盆地某区块所取230个油页岩岩芯样本为研究对象, 使用低温干馏法测量油页岩样本的含油率, 同时扫描每个样本对应的近红外光谱数据。 样本使用蒙特卡洛算法进行异常样本剔除, 将剔除异常样本后的213个数据按照3∶1的比例随机划分为训练集和预测集。 利用去趋势加基线校正方法进行预处理消除光谱数据中噪声和基线漂移, 利用随机森林算法进行波长重要性排序并保留重要波长, 在此基础上采用CARS算法进行特征波长提取, 进一步降低数据维度。 最后, 构建以PLS, SVM, RF和GBDT为初级学习器, PLS回归模型为次级学习器的Stacking集成学习模型, 各初级学习器模型参数使用网格搜索进行寻优。 使用决定系数和预测均方根误差作为各模型的评价指标, 探究单一模型和集成学习模型对油页岩含油率预测的准确性。 研究结果表明, RF-CARS方法能够有效筛选重要波长, 进而提高模型效率。 基于Stacking的异构集成学习模型与单一模型(SVM和PLS)和同构集成学习模型(RF和GBDT)相比有更好的预测效果和更强的稳定性。 在多次随机划分数据集的基础上, Stacking集成学习模型的平均决定系数R2为0.894 2, 相比于其他单一模型平均提高了0.062 3； RMSEP为0.586 9, 比其他模型平均降低了0.147 4。 说明, 基于Stacking的异构集成学习模型能够组合初级学习器的优势, 提高油页岩含油率预测精度, 为油页岩含油率快速检测提供了一种新方法。

含油量对提高菜油产量有十分重要的意义, 传统的高含油油菜新材料筛选方法工作量大, 耗时长。为找出一种快速诊断高含油油菜育种材料的新方法, 本研究以3组不同含油量的9个甘蓝型油菜为材料, 测定其不同生育期的高光谱反射率与叶绿素含量, 分析其内在关联。研究发现, 油菜高光谱反射率在可见光波段呈现出“两峰三谷”特性, 幼苗期含油量越高则高光谱反射率越低。叶绿素a含量是导致总叶绿素含量差异的主要原因。在490 nm和670 nm处, 幼苗期光谱反射率和叶绿素含量负相关, 相关系数分别为-0898和-0783；叶绿素和含油量显著正相关, 相关系数达到0962；490、560、670 nm反射率和含油量之间呈负相关, 相关系数分别为-0949、-0962和-0937。该结果表明, 油菜幼苗期光谱反射率可用于预测其含油量。本研究结果可用于高含油油菜育种材料早期筛选, 加快其育种进程, 促进新品种选育。但样本量偏少, 在后续研究中将进一步扩大样本量, 提高预测准确度。

目前, 在单倍体育种技术中, 可先使用低场核磁共振方法定量测得玉米单倍体与二倍体的油分, 再依据二者油分差异鉴别单倍体, 该方法在实际育种工作中已取得初步应用, 但核磁共振鉴别单倍体方法存在速度慢、 价格贵、 维护难等缺点, 难以获得大范围应用。 近红外光谱技术有诸多优点并在各领域取得广泛应用, 相关研究也表明该技术可用于玉米单倍体的定性鉴别, 但是目前该方法用于鉴别单倍体实验研究时涉及的玉米品种相对较少, 对于某些品种识别效果较差, 且内部机理类似于黑盒, 难以指明单倍体、 二倍体两类种子是依据何种物质的差别进行区分, 有时难以获得农业领域专家认可。 根据花粉直感效应的原理, 玉米单倍体与二倍体存在明显的油分区别, 通过油分鉴别单倍体原理直观明白, 易于被业内专家接受。 因此, 提出了一种先定量得到油分, 再依据定量分析所得油分进行分类的方法, 即首先使用玉米单籽粒的近红外光谱定量回归分析得到各籽粒的油分含量, 再利用定量分析所得的油分值, 并使用最小平方误差方法对单倍体、 二倍体混合籽粒进行定性分类。 实验结果表明近红外定量分析方法的识别精度与核磁共振方法相当, 与几种定性分析方法比较, 在训练集规模相同时, 近红外定量分析方法所得识别率优于几种定性分析方法, 进一步表明近红外定量分析方法鉴别单倍体具有一定优势, 可满足育种行业精度要求, 能够为尽快实现单倍体工程化育种提供保障。

为加快紫苏优质育种进程, 采用近红外光谱(NIRS)技术, 结合线性偏最小二乘法(PLS), 以250份全国范围内收集的紫苏资源为研究材料, 分别较好的建立其种子中含油量, 棕榈酸(C16∶0), 硬脂酸(C18∶0), 油酸(C18∶1), 亚油酸(C18∶2), a-亚麻酸(C18∶3)含量的六个近红外光谱校正模型。 结果显示, 六个模型的校正决定系数(RSQ1)分别为: 0.98, 0.91, 0.92, 0.92, 0.85, 0.93; 交叉验证决定系数(1-VR)分别为: 0.97, 0.89, 0.89, 0.91, 0.85和0.91; 外部验证相关系数(RSQ)分别为: 0.98, 0.91, 0.89, 0.90, 0.80和0.89, 且定标标准误差(SEC)分别为0.99, 0.21, 0.1, 0.94, 0.81, 0.92; 交叉验证标准误差(SECV)分别为1.16, 0.23, 0.11, 1.05, 0.92, 1.02和预测标准误差(SEP)分别为0.97, 0.21, 0.11, 1.12, 0.99, 1.14。 结果表明, 此六个校正模型质量均较高。 这些首次建立的快速无损的近红外分析模型, 可为紫苏资源开发提供指导, 对紫苏油分品质育种具有重要意义。

棉花是一种重要的油料作物。 建立快速、 无损检测棉花种子含油量的方法, 对于棉花油分育种工作中的材料鉴定、 筛选具有重要意义。 利用近红外光谱仪采集118份不同油分含量棉花种籽的近红外漫反射光谱, 结合化学方法测定验证, 建立了棉籽油分含量快速无损检测的近红外模型。 光谱预处理方法采用一阶导数＋多元散射校正(MSC), 光谱范围5 446～8 848 cm-1, 主成分维数为5, 以基本覆盖陆地棉棉籽含油量范围的106份试验材料为校正样品集, 利用偏最小二乘法(PLS)建立了棉籽仁油分含量近红外反射光谱(NIR)校正模型。 校正模型决定系数R2=0.975, 校正标准差SEC=0.67。 用外部验证样品集进行外部验证, 对所建模型的实际预测能力进行检验。 结果表明, 油分含量预测值与化学值相关系数r=0.978, 预测结果误差范围0.1%～1.7%, 建立的模型具有很好的预测性。 利用建立的模型对784份育种材料进行了油分含量预测, 结果显示, 该模型应用可以加快棉花育种材料的油分鉴定。

可见光-近红外(visible near infrared,VNIR)高光谱以其光谱分辨率高、波段连续性强,能够反映烃类物质诊断性吸收特征,在烃类能源的识别和调查研究中得到广泛应用.对研究区的油砂光谱进行特征分析,研究显示油砂样品在1 740～1 780,2 300～2 340和2 340～2 360 nm波段均具有由烃类基团弯曲和伸缩振动引起的吸收光谱特征,同时当油砂含油率较低时,引起1 700～1 730 nm波段振动的烃类基团较少,使得在此波段区间产生较微弱甚至不产生烃类吸收特征,随着含油率的增加,1 700～1 730 nm附近开始出现明显的烃类吸收谱带.鉴于含油率是油砂资源储量分析过程中的关键参数,基于油砂中烃类基团在VNIR波段由于弯曲和伸缩振动等引起的一级倍频和合频形成的特征吸收,采用光谱的吸收深度量化特征吸收谱带的响应强度,根据含油率与油砂光谱中1 740～1 780,2 300～2 340和2 340～2 360 nm等烃类特征谱带吸收深度的Pearson和偏相关关系,确立含油率光谱响应强度的关联模式,进而应用单变量一元线性回归方法(unary linear regression,ULR)和多变量偏最小二乘方法(partial least squares regression,PLSR)进行油砂含油率光谱估算研究.结果表明,利用2 350 nm附近吸收深度作为变量的含油率URL估算模型和1 758,2 310和2 350 nm附近吸收深度作为变量的PLSR估算模型精度较高,可为含油率的快速估算提供科学的参考依据.

为了提高近红外模型的精确度与准确度, 需要定期地对原模型进行修正。常用的方法是在原模型中添加一些包含新信息的新样品, 因此, 样品的选择成为模型维护过程中的关键因素之一。以利用近红外光谱分析法测定油菜籽含油量为例, 向原模型中添加不同偏差的样品建立独立的近红外模型, 并设计相应的验证集对各模型的预测性能进行全面评价。结果表明: 不同偏差的样品对模型预测性能的改善效果有差异, 只有当新样品的偏差与原模型的预测偏差相匹配时, 添加的新样品才能更有效地对原模型进行修正。依据偏差选择样品的新思路为近红外模型的维护提供了一条有效地途径。

便携式近红外光谱分析技术可实现油页岩含油率的原位检测, 在油页岩资源现场勘查中发挥着重要作用。 但是, 由于其测得的原始光谱数据量大、 冗余信息多, 直接建模会影响速度与精度。 因此提出一种小波变换与神经网络融合法, 先将油页岩全谱数据进行db8小波3级分解, 提取其近似系数形成输入矩阵, 然后再进行神经网络建模。 为了验证有效性, 利用30个油页岩合成样品, 从中随机选择20个用于训练, 另外10个用于预测, 并分别使用全谱数据与小波特征数据进行了10次神经网络建模。 结果表明, 全谱数据建模速度均值为570.33 s, 预测残差平方和及相关系数均值分别为0.006 012及0.843 75; 而小波神经网络法对应的以上均值为3.15 s, 0.002 048及0.953 19。 由此说明小波神经网络法优于全谱数据建模法, 为油页岩含油率的快速、 高精度检测提供了一种新方法。

水污染监测中， 水中有机物含量是水质检测的重要指标。 目前广泛使用的基于光栅红外分光光度方法的测油仪存在速度慢、 灵敏度低、 分辨率和信噪比不高等问题。 应用傅里叶变换红外光谱检测技术， 可以有效克服传统仪器的不足。 文章研制了一种基于特伦结构的傅里叶变换红外光谱仪， 有效减小仪器的体积并降低成本、 提高抗环境干扰能力， 使之适用于车载野外监测要求。 基于干涉激光波长反馈和DSP控制的音圈电机控制系统实现直线电机运动速度误差低于5%。 采用标准油样对仪器性能进行测试， 实验结果表明， 仪器分辨率最高为2 cm-1， 信噪比达到2 000∶1。 该方法与传统光栅方法相比， 检测速度快， 有机物光谱图性能指标显著提高， 轻便易携带的特点对水质实时现场检测带来便利。