基于太赫兹成像的小麦水分分布可视化与近红外光谱标准化算法创新研究

本文创新性地提出"均值插值-SNV-PDS-PLSR"算法，通过均值插值法消除近红外(NIR)光谱仪间光学参数差异，结合分段直接标准化(PDS)与偏最小二乘回归(PLSR)，使脐橙可溶性固形物(SSC)预测模型的RP达0.922，RMSEP降至0.269，光谱标准化误差率(SSERave)降低65%，为农产品无损检测提供了高效模型迁移方案。

　　

【研究亮点】

本研究开发的新型"均值插值-SNV-PDS-PLSR"算法，成功解决了不同光学参数近红外光谱仪(NIR)间的模型迁移难题。通过均值插值法对750.19nm起始波长进行20组五波长光强平均处理，显著改善了680-840nm范围内的波形一致性。

【脐橙样本采集】

实验选用江西赣南不同果园同期采收的45个脐橙，经物流运输后筛选大小颜色均一、无机械损伤的样本，清洁表面后冷藏保存。

【均值插值法】

剔除5个异常值后保留175组有效光谱数据。该方法通过逐五波长光强平均计算，有效降低了主从光谱仪间的强度偏差和特征峰错位现象，为后续标准化处理奠定基础。

【讨论】

研究证实PDS算法在光谱分段标准化中表现最优，其建立的PLSR模型预测相关系数(R_P)提升至0.922，预测均方根误差(RMSEP)降低至0.269，较传统方法显著提高模型鲁棒性。

【结论】

创新算法成功实现不同光学参数NIR光谱仪间的模型迁移，PDS算法使光谱标准化误差率(SSER_ave)降低65%，为农产品品质无损检测提供了标准化新范式。