高光谱数据中存在的大量冗余信息对高光谱估测精度产生较大影响。 旨在寻求特征波段筛选的最佳算法, 以实现土壤重金属铅含量的准确监测, 为土壤污染防治提供参考。 以新疆渭干河-库车河三角洲绿洲土壤重金属铅含量与光谱数据为数据源, 利用蒙特卡洛交叉验证（MCCV）算法确定92个有效土壤样品, 通过相关分析选取倒数对数一阶微分变换处理的光谱数据, 采用随机蛙跳（RF）算法, 并结合竞争性自适应重加权（CARS）算法、 迭代保留有效信息变量（IRIV）算法及连续投影算法（SPA）, 构建RF-CARS、 RF-IRIV及RF-SPA三种算法对波段进行筛选。 以倒数对数一阶微分变换处理下的特征波段反射率为自变量, 土壤重金属铅含量为因变量, 采用极端梯度提升（XGBoost）和地理加权回归（GWR）方法构建土壤重金属铅含量估测模型。 结果表明: （1）光谱变换处理可有效增强光谱与土壤铅含量的敏感性, 其中倒数对数一阶微分变换后的土壤光谱特征更为明显, 相关系数可达到0.620（p＜0.001）。 （2）RF-CARS、 RF-IRIV及RF-SPA算法分别从高光谱数据中筛选出6、 9和7个特征波段, 全部位于近红外光谱区域, 3种算法具有较强的特征提取能力, 极大减少光谱数据中的冗余信息。 （3）基于RF-IRIV算法构建的土壤铅含量估测模型的精度和稳定性高于RF-CARS和RF-SPA算法构建的模型, 说明RF-IRIV算法能更为准确的保留与土壤铅含量相关的波段。 此外, GWR模型的性能优于XGBoost模型, 构建的RF-IRIV-GWR模型具有较好的预测能力, 可作为研究区土壤铅含量的最优估测模型, 其验证集的决定系数（R2）为0.892, 均方根误差（RMSE）为0.825 mg·kg-1, 相对分析误差（RPD）为3.09。 基于随机蛙跳（RF）与迭代保留有效信息变量（IRIV）算法, 结合地理加权回归（GWR）建模方法在快速准确估测土壤铅含量方面具有一定优势, 可进行土壤重金属污染的动态监测。

棉花杂质在轧棉过程中对棉纤维造成损伤, 导致成品纺织品出现瑕疵。 因此, 杂质的检测和分类在棉花生产过程及质量检验中至关重要。 地膜是我国机采棉中特有的杂质。 该研究将包括地膜碎片等12种常见棉花杂质放置于两层皮棉层之间, 采用推扫式高光谱成像系统在透射模式下对杂质与皮棉混合样本进行图像采集, 在400~1 000 nm范围内利用光谱信息识别嵌在皮棉层中的12种杂质。 首先对高光谱图像进行平场校正, 对边缘噪声进行裁剪； 选择500 nm处灰度图像进行人工感兴趣区域（ROIs）提取, 从ROIs提取皮棉和杂质平均透射光谱并进行标准化； 使用典型判别分析（CDA）对皮棉和杂质光谱进行处理并利用前三个典型变量绘制散点图, 观察散点分组情况, 采用多变量方差分析（MANOVA）对前三个典型变量评估每两种杂质之间的差异。 然后使用区间随机蛙跳（iRF）方法提取特征波段, 采用支持向量机（SVM）分类器, 分别对全波段及特征波段的透射光谱进行杂质和皮棉13个类别的分类研究, 对比分析两次分类的准确率。 结果表明, 全波段的各类杂质和皮棉的平均分类准确率为84.4%, 该方法对棉花内层杂质的检测与分类是可行的, 包括与皮棉外观相近的地膜、 塑料包装和纸的分类效果较好。 在提取12个特征波段后, 4种具有相似外观和相似化学成分的杂质（裂茎、 茎皮、 棉铃壳、 棕叶）分类准确率较低但都超过73%； 棉籽、 绿叶、 纸片、 塑料包装、 地膜、 皮棉的分类准确率均超过90%； 各类杂质和皮棉的平均分类准确率为86.2%； 与全波段光谱的分类结果相比, 特征波段光谱的平均分类准确率提高1.8%。 该研究结果可为棉花内层杂质检测研究提供理论依据, 并对高光谱透射成像技术的应用有较好的指导作用。

大豆品种快速准确的鉴别, 对于鉴定种子品质、 净化种业市场以及保障粮食安全具有重要意义。 为解决传统农作物品种鉴别方法中存在精度差和效率低等问题, 采用拉曼光谱结合特征波长提取方法建立偏最小二乘(PLS)鉴别模型, 对黑龙江省4个高蛋白大豆品种（黑农88、 黑农98、 绥农71以及绥农76）进行快速鉴别。 随机蛙跳(RF)算法是一种通过迭代计算变量被选概率, 以确定变量重要性的新型特征波长选择算法, 可以有效剔除全光谱数据中的冗余信息。 该方法存在初始变量集随机性、 所需迭代次数大、 阈值选取不确定的问题, 因此提出一种基于最小绝对收敛与选择算子(LASSO)回归的改进随机蛙跳（MRF）算法。 采用LASSO算法提取与属性变量最相关的特征波长点作为RF初始变量集F0, 消除初始变量的随机性, 在此基础上开始迭代计算, 可以减少无用迭代次数, 提高模型的预测精确度。 RF算法通过设定阈值的方法选择变量, 因此提取的特征波长往往具有不确定性。 改进如下: 首先去除被选概率为0的变量, 对于排序后变量以10个波长点为间隔, 每次增加1个间隔建立特征波长与大豆品种属性的偏最小二乘回归模型, 当交叉验证均方根误差(RMSECV)取最小值时的建模波长为优选特征波长。 以MRF优选特征波长作为输入变量建立PLS鉴别模型, 并与全光谱以及常用的RF、 LASSO和ElasticNet特征波长选择算法建模结果进行对比分析。 结果表明, MRF算法提取300个特征波长点, 仅占全谱波长的9.37%, 有效筛选了关键特征变量, 简化了模型复杂度。 预测结果中均方根误差(RMSEP)和决定系数(R2p)分别为0.246 9和0.951 2, 识别准确率达到100%, 为所有模型中最优。 拉曼光谱结合MRF算法可以实现大豆品种的快速鉴别, 同时也为其他农作物品种的快速鉴别提供了一种新思路。

在随机蛙跳算法的基础上,提出了一种改进的窗口随机蛙跳算法,即使用连续窗口代替单个波长点,所提算法提高了原蛙跳算法的寻优精度,降低了随机蛙跳算法的迭代次数,从而提高了算法的收敛速度。血液样本的实验结果表明,相较于全波段,建立的偏最小二乘法模型的预测均方根误差下降了47.9%,预测集相关系数R_p提高了4.07%,证明了所提算法的有效性。通过对3种主流算法及改进随机蛙跳算法筛选出的特征波长建立回归分析模型,证明了改进算法在特征波长选择上的优越性。

粗蛋白(CP)是评价牧草营养价值和品质参数的关键指标。 快速、 准确地对牧草中粗蛋白含量进行评估在畜牧业生产研究中具有重要意义。 为确定牧草粗蛋白含量的高光谱特征波段及最优检测模型, 研究分别于2017年5月至9月间在黑龙江省杜尔伯特自治区的人工牧草场(羊草)内每月随机选取35个样本, 5个月共采集175个样本。 采样时在样本点处放置1 m×1 m的样方, 将样方内所有牧草全部齐地面收割采集后称重并冷藏保存。 将样本带回实验室后, 立即进行牧草叶片高光谱图像采集, 同时采用凯氏定氮法对采集的牧草样本进行粗蛋白化学值测定, 以此建立牧草粗蛋白含量高光谱数据集。 研究首先通过Savitzky-Golay卷积平滑(SG)、 多元散射校正(MSC)、 变量标准化(SNV)、 一阶导数(1-Der)和直接正交信号校正(DOSC)方法5种预处理方法对高光谱数据进行处理后分别建立偏最小二乘回归(PLSR)检测模型, 从中确定最优预处理方法。 利用最优预处理结果, 分别采用连续投影算法(SPA)和随机蛙跳算法(RF)进行牧草粗蛋白含量的特征波段选择, 并利用选择结果分别进一步建立PLSR模型, 以此确定适合粗蛋白含量的特征波段选择方法, 确定最优高光谱检测模型。 结果表明, 在五种高光谱预处理方法中, 基于SNV方法预处理后所建立的高光谱PLSR模型表现最优(R2-P=0.929, RMSE-P=6.344 mg·g-1, RPD=4.204)。 利用连续投影算法筛选的粗蛋白含量特征波长为30个, 分布于530～700和940～1 000 nm范围内。 经随机蛙跳算法确定的粗蛋白含量特征波段为6个, 分别为826.544, 827.285, 828.766, 971.012, 972.494和973.235 nm。 因此, 该研究中牧草粗蛋白含量最优高光谱检测模型为SNV-RF-PLSR(R2-P=0.933, RMSE-P=6.034 mg·g-1, RPD=4.322), 模型精度较高。 该研究结果为牧草粗蛋白含量的高光谱检测提供了最优模型和理论基础, 同时为指导草业生产开拓了新的技术思路。

利用可见/近红外(400~1 000 nm)及近红外(900~1 700 nm)高光谱成像技术结合特征波长筛选方法对安格斯牛、力木赞牛、西门塔尔牛3个品种的牛肉进行鉴别研究，且测定肉样的色泽、嫩度、pH值以及水分、脂肪、蛋白质含量。根据不同波段光谱的特点，分别对原始光谱进行预处理，并利用SPA、IRF和IRF-SPA方法筛选特征波长，建立基于全波段及特征波长下的PLS-DA牛肉品种鉴别模型。结果显示：400~1 000 nm波段采用SNV-IRF-SPA-PLS-DA方法建立的模型最优，校正集与预测集准确率分别为98.56%和97.12%，900~1 700 nm波段采用SG-SPA-PLS-DA方法建立的模型准确率为94.09%和96.04%，说明不同波段高光谱对牛肉品种识别均有较好的效果；400~1 000 nm波段的识别准确率优于900~1 700 nm，说明3种牛肉在色泽纹理上的差异比成分含量显著。研究表明，利用高光谱成像技术结合特征波长筛选方法能够获得较好的牛肉品种鉴别效果。