针对苹果酸度可见-近红外无损测定, 设计了一套优化的偏最小 二乘 (PLS) 定量预测模型。首先, 采用 Savitzky-Golay 平滑结合小波变换对光谱数据进行预处理, 再通过连续投影法 (SPA) 生成建模集, 同时通过竞争自适应重加权采样法 (CARS) 和 SPA 生成建模备选集。随后从建模备选集中以优胜劣汰的方式逐次追加波长变量至建模集, 并根据建模集构建预测模型, 直至决定系数的变化趋于稳定。实验结果表明: 利用优化的 PLS 模型进行苹果酸度预测时, 其决定系数与相对分析误差分别达到 0.9776 与 6.6812, 且选取的波长变量数由 129 项降至 36 项, 明显优于 SPA 和 CARS 法。本方法在保证模型精度的同时降低了其复杂程度, 为苹果酸度在线无损测定模型的建立提供了重要参考。

通过波段比和阈值相结合的方法, 分别提取了玉米籽粒全表面结构和胚结构区域的1 000～2 500 nm近红外高光谱信息, 研究了玉米籽粒水分含量与胚结构区域光谱关系, 同时采用竞争性自适应重加权变量选择算法(CARS)、 遗传算法(GA) 、 连续投影算法(SPA)筛选特征波段, 建立并比较偏最小二乘回归(PLS)模型对水分含量的预测效果。 结果显示, 玉米籽粒水分含量与胚结构区域光谱关系显著, 随着水分含量的增加, 光谱反射值逐渐降低。 预测模型结果表明, 基于玉米籽粒胚结构区域光谱信息所建立的CARS-PLS, GA-PLS和SPA-PLS回归模型预测相关系数Rp分别为0.931 2, 0.917 6和0.922 7, 预测均方根误差(RMSEP)分别为0.315 3, 0.336 9和0.336 6, 所选取的特征波段数量分别为9, 14和6, 较基于全表面光谱信息所建模型的特征波段数量分别少了49, 12和24个, 且预测效果与采用全表面光谱信息无显著差别, SPA-PLS算法为基于玉米籽粒胚结构光谱信息的水分含量预测最高效模型。 提取胚结构区域所用光谱波段为1 197, 1 322和1 495 nm, 建立SPA-PLS回归模型所用特征波段为1 322, 1 342, 1 367, 1 949, 2 070和2 496 nm。 研究结果表明, 采用近红外高光谱技术进行玉米籽粒水分含量无损检测时, 提取玉米籽粒胚结构的图谱信息较全表面光谱信息更高效。