1 东北农业大学/国家大豆工程技术研究中心, 黑龙江 哈尔滨 150030
3 黑龙江省乡村产业发展中心, 黑龙江 哈尔滨 150036
饲料是畜牧生产的物质基础, 饲草原料和饲料产品营养价值的检测与评估是饲料生产中的重要环节, 面对饲草资源中粗蛋白含量低和大量依靠进口饲料的局面, 大豆作为优质的高蛋白豆科饲草是畜牧业生产利用的重要资源。 不同青饲大豆及其不同刈割期的饲用品质参数可以评价青饲大豆的饲用性能, 但目前主要以化学方法进行检测, 过程繁琐, 试验周期长、 易造成人为操作误差, 且青饲大豆主要饲用品质指标的光谱快速检测尚属空白, 亟待开发和利用。 鉴于近红外光谱快速分析技术在检测领域及饲料分析中的广泛应用, 利用近红外光谱分析技术在950~1 650 nm范围内收集不同大豆品种不同刈割时期的全株样品光谱, 对样品的主要饲用品质参数粗蛋白(CP)含量、 中性洗涤纤维(NDF)含量和酸性洗涤纤维(ADF)含量三个指标按国家标准或行业标准的化学方法进行检测, 得到的150份样品的品质数据按3∶2分为校准集和验证集。 通过一阶求导(NW1st)、 二阶求导(NW2nd)、 标准正态变量变换方法(SNV)、 去趋势算法(DE-trending)4种不同光谱预处理方法中的一种或多种处理的组合, 结合偏最小二乘(PLS)回归算法建立了青饲大豆三个主要品质参数CP, NDF和ADF含量的预测模型。 通过比较回归模型中的校准集和验证集中决定系数(R2)和均方根误差(RMSE)得出, NW1st+DE-trending+SNV+PLS处理后所建立的模型效果最好, 青饲大豆CP含量模型中的校准集的和验证集的分别为0.96和0.95, NDF含量模型中的和分别为0.90和0.89, ADF含量模型中的和分别为0.94和0.93。 通过验证集对预测模型的检验分析进一步证实了该模型的准确性和稳定性, 形成了一种便于青饲大豆品质检测的近红外光谱(NIRS)快速分析法。 随着青饲大豆品质参数数据量的增加, 将不断完善青饲大豆品质检测模型, 该方法不但扩大了近红外光谱仪对饲草资源品质的检测类别与范围, 而且准确高效, 有利于高蛋白优质饲草资源的开发和有效利用。
近红外光谱 青饲大豆 粗蛋白 偏最小二乘法 Near-infrared spectroscopy Forage soybean Crude protein Partial least squares method 
1 中国科学院国家天文台长春人造卫星观测站, 吉林 长春 130117
3 长春理工大学理学院, 吉林 长春 130022
随着航天活动的日益增加, 空间碎片的数量急剧增多, 对未知空间碎片进行编目和识别显得尤为重要。 由于火箭箭体、 人造卫星及其裂解碎片等在空间中处于外表裸露状态, 其表面材料的物理与化学特性会产生较大变化。 目前, 针对空间目标表面材料的研究主要集中在地面实验室, 无法对其在深空中的状态变化进行准确判断。 利用空间目标光电望远镜及光谱测试终端组合, 可以实时地对空间目标的光谱特性开展研究, 进一步探究材料特性变化对目标特性识别的影响。 通过利用长春人卫站1.2 m空间目标光电望远镜及相关光谱测试终端, 同时结合图像预处理软件获取空间目标的高光谱图像, 进一步运用天文学方法IRAF提取光谱一维数据, 得到可分析数据。 通过偏最小二乘法反演分析表面材料的面积比、 置信度。 实验将6个空间目标光谱数据分别进行反演, 通过6种常用航空材料的反演结果显示所有目标均可解析出至少两种材料, 其共同反演出现金色保温膜, 它是空间目标表面一定含有的材料之一, 其所占表面积比例也较高, 结果分别约为0.75, 0.78, 0.78, 0.59, 0.71和0.45。 其中, 4个目标反演出现碳纤维板, 结果分别约为0.19, 0.22, 0.07和0.24; 3个目标反演出现砷化镓, 结果分别约为0.07, 0.15和0.17; 2个目标反演出现Si, 结果分别约为0.29和0.55。 并且置信度分别约为84.7%, 80.4%, 84.1%, 82.8%, 82.6%和79.6%。 实验结果表明观测方法可信性更高, 在空间目标领域的观测技术、 获取数据、 研究分析等方面的研究结果对后续深入探索具有参考作用。 实验结果和空间目标来源自洽度高, 研究方法简单易行且与传统光学观测兼容性好。 该方法拓展了精密跟踪型空间目标观测的研究领域, 不仅具有目标所在空间环境分析的科学意义, 也具有空间目标运行安全的应用前景。
空间目标 表面材料 光谱探测技术 偏最小二乘法 面积占比 置信度 Space targets Surface materials Spectral detection technology Partial least squares method Area ratio Confidence 光谱学与光谱分析
2021, 41(10): 3299
重庆大学光电技术及系统教育部重点实验室, 重庆 400044
基于紫外-可见光谱法的水质测量中, 光谱信号易受到系统噪声干扰、 悬浮物散射干扰, 且存在信息冗余、 多重共线性等特征, 导致水质COD测量中特征波长的选取产生较大偏差。 因此, 提出了基于嵌入式粒子群-遗传(EPSO_GA)算法的水质COD检测特征波长优化算法, 以提高波长选择精度。 为验证检测特征波长优化算法的可行性, 采集了某高校池塘水样、 生活污水和排水沟水样的光谱数据, 利用EPSO_GA算法对预处理后的光谱数据选取特征波长。 EPSO_GA算法采用实数编码方法实现了粒子群(PSO)优化算法和遗传(GA)优化算法的统一编码, 在PSO算法中更新粒子时嵌入GA算法的选择、 交叉、 变异等操作, 改善了这两种算法各自在光谱波长特征选取问题上的局限性。 将EPSO_GA算法选取的特征波长结合偏最小二乘法(PLS)构建了EPSO_GA_PLS的水质COD预测模型, 并且与传统的PSO算法、 GA算法选取特征波长建立的PSO_PLS、 GA_PLS和全光谱构建的PLS水质COD预测模型做了对比。 结果表明: 与PSO_PLS, GA_PLS和全光谱构建的PLS水质COD预测模型相比, EPSO_GA改善了PSO算法和GA算法在光谱特征波长选择中早熟和收敛速度慢的问题, 降低了全光谱构建PLS水质COD预测模型的复杂度, 提高了模型的预测精度。 基于EPSO_GA算法建立的EPSO_GA_PLS水质COD预测模型, 均方根误差降到了0.212 3, 预测精度增加到0.999 3, 可以快速定量检测水质COD, 为紫外-可见光谱法测COD提供了更好的预测模型。
紫外-可见光谱法 嵌入式粒子群-遗传算法 波长特征选择 偏最小二乘法 化学需氧量 Ultraviolet-Visible spectroscopy Embedded particle swarm optimization-genetic algorithm Wavelength feature selection Partial least squares method Chemical oxygen demand
1 武警工程大学, 陕西 西安 710086
2 盐池县草原实验站, 宁夏 盐池 751506
3 甘肃农业大学草业学院, 甘肃 兰州 730070
4 西安航空学院, 陕西 西安 710077
5 中华人民共和国银川海关, 宁夏 银川 750000
6 西安石油大学, 陕西 西安 710065
高光谱技术由于满足连续性与光谱可分性的要求, 具有能够区别同一种地物不同类别的能力, 且光谱数据获取速度快, 操作简易, 在监测水体分布状况、 水体指标上具有突出成就。 生化需氧量BOD是评价水污染的重要指标, 现行常规的测量方法为五日培养法, 这种方法消耗试剂、 操作复杂、 受干扰因素多、 测定时间长、 不能及时反映水质变化、 无法及时有效地预警突发水污染事件, 鉴于传统方法的缺点, 探索基于高光谱技术的水体BOD含量的估算和反演对水质评定具有重要意义。 以西安地区三处地表水为研究区, 共计60处试验点, 每处试验点重复测定10次光谱与BOD值, 取平均值作为原始光谱, 利用Person相关系数法筛选光谱与BOD值的敏感波段, 并使用主成分分析与最小二乘法消除光谱指标的多重共线性, 建立水质BOD指标的多元线性回归模型与偏最小二乘回归模型。 研究结果如下: (1)BOD敏感波段大体分布于600～900 nm, 共筛选出了35个显著相关的原始光谱指标, 其中758 nm相关系数绝对值最高(0.418); (2)经由主成分分析降维得出的Z1和Z2与BOD指标的多元线性回归模型精度较好(R2=0.565, RMSE=0.007), 且主成分分析中可以明显区分0～0.2与0.4～0.6 mol·L-1 BOD浓度; (3)光谱指标与BOD指标构建偏最小二乘回归模型的精度R2高达0.896, RMSEP=0.746 9(留一交叉法均方根误差); jack.test检验发现628 nm对反演水体BOD含量的影响极其显著, 889与893 nm波段对其影响较为显著; (4)根据模型拟合精度, 筛选的最优的BOD反演模型为偏最小二乘回归模型, 对偏最小二乘模型进行精度检验, 精度较好(R2=0.81)。 基于以上试验结果, 提出了一种基于偏最小二乘法高光谱水质BOD参数的反演方法, 为水质BOD参数动态检测提供了新方法。
高光谱 模型 偏最小二乘法 多元回归 Hyperspectral BOD BOD Model Partial least squares method Multiple regression
徐州工程学院机电工程学院, 江苏 徐州 221018
浓相煤粉浓度是煤粉锅炉运行的关键指标之一。将太赫兹时域光谱技术应用到煤粉浓度的定量分析中,为提高对具有复杂化学成分的煤粉混合物太赫兹光谱定量分析的稳定性和准确性,将遗传算法(GA)和偏最小二乘回归(PLS-R)引入浓相煤粉-高密度聚乙烯材料(HDPE)混合物太赫兹时域光谱定量分析中。通过GA构建最优光谱变量集合,利用偏最小二乘建立煤粉浓度的定量分析模型。实验结果表明,GA和PLS-R得到的样本预测集相关系数和均方根误差分别为0.9568和1.0345,与传统的区间偏最小二乘法(iPLS-R和biPLS-R)建立的定量分析模型相比具有更高的准确度和稳定性,为太赫兹时域光谱在浓相煤粉浓度定量分析中的应用提供了参考依据。
光谱学 太赫兹时域光谱 浓相煤粉浓度 定量分析 遗传算法 偏最小二乘法 激光与光电子学进展
2020, 57(15): 153003
1 武汉理工大学理学院物理系, 湖北 武汉 430070
2 武汉虹拓新技术有限责任公司, 湖北 武汉 430070
燃煤热值是煤质分析的一个重要指标,采用纳秒和飞秒以及双脉冲激光诱导击穿光谱技术对18个含有不同热值的标准煤样进行热值定量分析。对比分析了纳秒和飞秒等离子体光谱的差异,结果表明飞秒等离子体光谱较纳秒等离子体光谱具有更小的连续背景噪声,信噪比更低,谱线强度的相对标准偏差更小,稳定性更高,无需对光谱进行基线校正即可获得较高的元素含量线性拟合度,但存在光谱强度较弱的缺点。搭建了一套以飞秒激光器作为光谱激发源,以纳秒激光作为加热源的双脉冲激光诱导击穿光谱系统,通过实验证明了双脉冲激光诱导击穿光谱技术可以大幅增强谱线强度。最后分别将纳秒、飞秒以及双脉冲激光诱导击穿光谱技术与偏最小二乘法结合,对煤样的热值进行定量分析,定标曲线拟合度(R2)分别为0.9553、0.9897、0.9964,说明双脉冲激光诱导击穿光谱技术可以有效提高燃煤热值的定量分析精度。
光谱学 纳秒激光器 飞秒激光器 激光诱导击穿光谱 偏最小二乘法 热值 激光与光电子学进展
2019, 56(19): 193002
江苏大学电气信息工程学院, 江苏 镇江 212013
为了提高乙醇固态发酵过程在线监测的精度, 开展了基于傅里叶近红外光谱(FT-NIRS)分析技术的乙醇固态发酵过程参数快速定量检测研究。采用联合区间偏最小二乘法(siPLS)对标准正态变量变换(SNV)预处理后的光谱进行特征波长区间优选; 引入遗传算法(GA)、竞争自适应重加权采样(CARS)法和迭代保留信息变量(IRIV)法从优选后波长区间中进一步筛选特征波长变量; 最后, 建立不同变量筛选方法所得特征波长的乙醇固态发酵过程参数(乙醇和还原糖含量)的偏最小二乘(PLS)预测模型。实验结果显示, 与GA和CARS方法相比, IRIV方法所得的波长变量数最少; 其中, 与乙醇和还原糖相关的特征变量个数分别为43和40; 在验证集中, PLS预测模型乙醇含量的验证集均方根误差(RMSEP)和预测相关系数Rp分别为0.2511和0.9934, 还原糖含量的RMSEP和Rp分别为0.1730和0.9926, 其预测精度亦高于其他方法所得结果。实验结果表明, 利用近红外光谱分析技术实现乙醇固态发酵过程关键参数的在线检测是可行的; 并且IRIV方法是一种有效近红外光谱特征波长优选方法, 可提高预测模型精度。
光谱学 近红外光谱 固态发酵 迭代和保留信息变量法 联合区间偏最小二乘法 乙醇 激光与光电子学进展
2017, 54(2): 023002
1 烟台大学光电信息科学技术学院, 山东 烟台 264005
2 中国科学院烟台海岸带研究所, 山东省海岸带环境工程技术研究中心, 山东 烟台 264003
硝酸盐含量是水体质量指标之一, 对于水质质量监测尤其重要。 本文搭建了一种水体中硝酸盐在线原位监测系统, 采用紫外吸收光谱法（190～240 nm）计算水样吸光度, 并通过建立的偏最小二乘模型测定硝酸盐浓度, 可用于海洋, 河流, 湖泊等多种水体。 该自动在线监测系统不需要进行水样预处理, 无二次污染, 能够快速, 可靠, 灵敏地直接测定现场水样的硝酸盐含量。 本系统使用光程为1cm的流通式样品池, 并采用参考光路消除系统误差。 将系统测量模型得到的不同水样的硝酸盐浓度值与实验配制浓度值相比较, 结果表明二者的线性拟合曲线的相关系数r为0.999 98, 具有良好的相关性。 对采集的浓度数据进行系统误差分析, 得到其平均相对误差为0.65%, 说明系统精确度高, 并且稳定性很好。 还通过对烟台海岸进行的现场海水测试, 其海水硝酸盐含量约为0.2 mg·L-1左右, 以及在水样加标回收实验中, 加标回收率皆在 95%～110%内, 验证了系统的可靠性和实用性, 可用于实际水体硝酸盐监测。
硝酸盐 紫外吸收光谱法 偏最小二乘法 在线监测 Nitrate Ultraviolet spectroscopy absorption technology Partial least squares method On-line Monitoring
燕山大学 河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
石油是一种成分复杂的混合物, 通过常规的检测方法很难对其进行定性识别。本文用汽、煤、柴油的混合物来模拟环境中的油类污染物。汽、煤、柴油在特定波长范围的激发下可以发出含有物质自身信息的荧光, 根据朗伯-比尔定律可知荧光强度与物质浓度成正比, 利用该性质对特定物质进行识别。通过FS920稳态荧光光谱仪对样本进行测量, 将实验所得的三维数据拓展为五维数据, 提出了一种将展开偏最小二乘耦合到残差四线性的五维数据处理方法, 同时采用五维平行因子法和该算法分解数据, 实现了对汽、煤油的定量分析, 并恢复出了其激发和发射光谱。结果表明, 展开偏最小二乘法的分析效果更好。
定性识别 五维数据 展开偏最小二乘法 平行因子法 qualitative identification five-way data unfolded partial least squares method parallel factor method
中国科学院沈阳自动化研究所， 工业控制网络与系统研究室， 辽宁 沈阳110016
在炼钢中合金浓度的检测和控制对产品质量影响很大， 激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS）技术具有快速、 非接触、 无需制样等特点， 非常适合应用于合金成分的在线分析。 但是由于合金中的C, S, P元素的成分含量都很低， 其原子发射谱线极易淹没在复杂的铁元素特征谱线之中， 造成这些重要元素在线定量分析困难。 以合金钢标准光谱样品为研究对象， 获取激光诱导击穿光谱数据， 采用定标曲线法（calibration curve, CC）和偏最小二乘法（partial least squares, PLS）， 对合金钢样品的主量和微量元素进行定量分析。 比较两种方法的定标结果得出： 对于主量元素， PLS方法的定量分析水平优于传统的CC法； 更重要的是对于微量元素， 由于特征谱线极弱， CC法无法得出定量结果， 而PLS法仍然具有良好的定量分析能力。 同时， 将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较， 阐述了LIBS数据定量分析中PLS方法的优势。 结果表明， 在激光诱导击穿光谱合金成分分析中， PLS方法适合用于C等微量元素的定量分析。
激光诱导击穿光谱 偏最小二乘法 微量元素 定量分析 Laser-induced breakdown spectroscopy (LIBS) Partial least squares method (PLS) Trace elements Quantitative analysis
