CN108981994A - 一种确定茶树茎秆剪切力的方法 - Google Patents
一种确定茶树茎秆剪切力的方法 Download PDFInfo
- Publication number
- CN108981994A CN108981994A CN201810657799.XA CN201810657799A CN108981994A CN 108981994 A CN108981994 A CN 108981994A CN 201810657799 A CN201810657799 A CN 201810657799A CN 108981994 A CN108981994 A CN 108981994A
- Authority
- CN
- China
- Prior art keywords
- shearing force
- tea tree
- detergent fiber
- stalk
- tree stalk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010008 shearing Methods 0.000 title claims abstract description 43
- 235000009024 Ceanothus sanguineus Nutrition 0.000 title claims abstract description 36
- 240000003553 Leptospermum scoparium Species 0.000 title claims abstract description 36
- 235000015459 Lycium barbarum Nutrition 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000000835 fiber Substances 0.000 claims abstract description 56
- OBMBUODDCOAJQP-UHFFFAOYSA-N 2-chloro-4-phenylquinoline Chemical compound C=12C=CC=CC2=NC(Cl)=CC=1C1=CC=CC=C1 OBMBUODDCOAJQP-UHFFFAOYSA-N 0.000 claims abstract description 26
- 239000003599 detergent Substances 0.000 claims abstract description 26
- 230000007935 neutral effect Effects 0.000 claims abstract description 26
- 230000003595 spectral effect Effects 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 16
- 238000012628 principal component regression Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 238000005406 washing Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004611 spectroscopical analysis Methods 0.000 abstract description 2
- 238000010183 spectrum analysis Methods 0.000 abstract description 2
- 244000269722 Thea sinensis Species 0.000 abstract 1
- 238000010238 partial least squares regression Methods 0.000 description 14
- 241001122767 Theaceae Species 0.000 description 5
- 229920002678 cellulose Polymers 0.000 description 4
- 239000001913 cellulose Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 229920002488 Hemicellulose Polymers 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 229920005610 lignin Polymers 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Detergent Compositions (AREA)
Abstract
本发明涉及一种确定茶树茎秆剪切力的方法，涉及农作物信息光谱分析技术领域。步骤为：采集茶树茎秆中酸性洗涤纤维和中性洗涤纤维的高光谱信息；测定茎秆剪切力、酸性洗涤纤维和中性洗涤纤维含量，建立茎秆剪切力与酸性洗涤纤维和中性洗涤纤维含量的关系模型；对上述光谱数据进行预处理，分别建立酸性洗涤纤维和中性洗涤纤维含量与光谱信息的关系模型；从而获得茎秆剪切力与光谱信息之间的关系模型。本发明可以快速、无损、准确地确定茶树茎秆剪切力，为切割器的设计和茶叶机械化采摘提供参数依据。
Description
技术领域
本发明涉及农作物信息光谱分析技术领域，涉及一种确定茶树茎秆剪切力的方法。
背景技术
在实际生产中，名优茶的采摘方式为手采，制约了茶产业的发展。研究出一种快速、无损、准确地确定茶树茎秆剪切力的方法，为切割器的设计和茶叶机械化采摘提供参数依据。
茶树为木本植物，茎秆内含有大量的酸性洗涤纤维和中性洗涤纤维，影响茎秆的抗弯曲能力、抗剪切能力和抗拉伸能力。但传统方法对茶树茎秆中酸性洗涤纤维和中性洗涤纤维的分析，测定速度慢、成本高。高光谱图像技术在茎秆组成成分的检测上得到了广泛应用。如申请号为201710438483.7的发明专利，公开了一种利用近红外光谱检测油菜茎秆纤维素含量的方法，根据油菜茎秆纤维素含量与菜茎秆切面上的近红外光谱的对应关系，计算待检测的油菜茎秆中的纤维素含量。申请号为201510030101.8的发明专利，公开了一种旋转扫描式的高光谱作物茎秆信息获取系统，能够一次性准确的获取被测物表面的高光谱信息。陈玉香等研究表明，玉米的剪断力随着酸性洗涤木质素、半纤维素和纤维素含量的增加而增大，呈正相关。Iwaasa等人认为，随着植物成熟度增加，其物理特性和细胞壁化学成分的变化将影响其剪断力的大小。然而，目前的方法不能无损监测到茎秆剪切力，且检测速度不理想。
因此，需要一种更简单、更精确、更快的方法来测定茎秆剪切力。
发明内容
本发明的目的在于提供一种基于高光谱信息的确定茎秆剪切力的方法，旨在实现无损、准确的测定茎秆剪切力，为切割器的参数设计提供理论依据和指导。
为了实现上述目的，本发明采用了如下技术方案:一种确定茶树茎秆剪切力的方法，按照下述步骤进行：
步骤一，利用高光谱成像系统采集茶树茎秆中酸性洗涤纤维和中性洗涤纤维的光谱信息X；
步骤二，对所述茶树茎秆进行剪切，测定茎秆剪切力z，得剪切后的茶树茎秆；
步骤三，测定所述剪切后的茶树茎秆中酸性洗涤纤维含量y1和中性洗涤纤维含量y2；
步骤四，建立所述茎秆剪切力与酸性洗涤纤维含量和中性洗涤纤维含量的关系模型：z＝c1y1+c2y2+d；c1、c2和d为待定系数；
步骤五，对上述光谱数据进行预处理，分别建立所述酸性洗涤纤维含量和中性洗涤纤维含量与所述光谱信息的关系模型：y1＝f(X)、y2＝g(X)；
步骤六，结合所述关系模型，得茎秆剪切力与光谱信息之间的关系模型如下：z＝c1f(X)+c2g(X)+d。
所述茶树茎秆不包含芽尖和叶片，仅包括茎秆上主要被切割的第1～8茎节。对所述酸性洗涤纤维和中性洗涤纤维光谱信息进行预处理，进行一阶求导、二阶求导、多元散射校正和多项式平滑。
所述的建立酸性洗涤纤维含量和中性洗涤纤维含量与所述光谱信息的关系模型具体采用了化学计量学方法，包括：偏最小二乘法、多元线性回归法和主成分回归法。
所述的预处理优选方案为：预处理多元散射校正法和多项式平滑法的结合。
所述建立关系模型的优选方法为：偏最小二乘法。
本发明具有的有益效果。本发明通过测定茶树茎秆中酸性洗涤纤维和中性洗涤纤维的含量、酸性洗涤纤维和中性洗涤纤维的光谱信息和茎秆剪切力，建立茎秆剪切力与光谱信息之间的关系模型。本发明可以快速、无损、准确地确定茶树茎秆剪切力，为切割器的设计和茶叶机械化采摘提供参数依据。
附图说明
图1为确定茶树茎秆剪切力的方法的原理步骤图。
具体实施方式
下面结合附图，对本发明的技术方案做进一步详细说明。
实验设备条件：80份供试样品均采自江苏省丹阳迈春茶场不同种植时期、不同部位的茶树茎秆，茶树品种为中茶108，含水率约为75％，采摘时间为2017年8月。采摘后的茎秆用密封袋贮存，至实验室进行高光谱信息采集、剪切力测试和化学组分检测。试验使用的主要设备和仪器有高光谱图像采集系统，光谱分辨率为2.8nm，光谱范围为850～1766nm；TA-XT2i型质构仪，移动距离范围为0.1～295mm，力传感器的解析精度0.025％，可设置的移动速度范围为0.1～10mm/s。
以下为茶树茎秆的光谱信息与酸性洗涤纤维和中性洗涤纤维含量之间的关系模型的方法和过程。
采用的预处理方法有：多项式平滑(SG)、多元散射校正(MSC)、一阶导数(1stDeriv.)和二阶导数(2ndDeriv.)，采用的化学计量学算法为偏最小二乘回归(PLSR)。表1给出了不同预处理的偏最小二乘回归(PLSR)建模预测结果。
表1不同预处理的PLSR建模预测结果
注：None为原始光谱；SG为多项式平滑处理；MSC为多元散射校正；1stDeriv.为一阶导数；2ndDeriv.为二阶导数。
由表1可知，三种预处理的模型均优于原始光谱。基于多项式平滑与多元散射校正预处理，酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)校正模型的校正决定系数分别为0.9168和0.9052，预测模型的决定系数分别为0.8859和0.9053，校正误差(RMSEC)分别为3.194％和2.676％，交叉验证误差(RMSEP)分别为4.161％和3.353％，其预处理效果均优于经过一阶导数与多项式平滑和二阶导数与多项式平滑的预处理效果。因此，本文采用多项式平滑和多元散射校正预处理方法。
表2不同算法建模结果
注：PLSR为偏最小二乘回归；PCR为主成分回归；MLR为多元线性回归。
表2为经过多项式平滑与多元散射校正结合的预处理后，不同算法的建模结果。综合比较校正模型和预测模型的相关系数、校正误差等指标，不同建模算法的建模效果有一定差别。由表2可知，中性洗涤纤维(NDF)的偏最小二乘回归(PLSR)模型的校正决定系数为0.9168，大于多元线性回归(MLR)、主成分回归(PCR)模型的校正决定系数酸性洗涤纤维(ADF)的主成分回归(PCR)模型的校正决定系数为0.9056，略大于偏最小二乘回归(PLSR)模型的校正决定系数的0.9052。但主成分回归(PCR)的预测模型效果(RMSEP)不如偏最小二乘回归(PLSR)模型，多元线性回归(MLR)模型(RMSEC、RMSEP)。因此，本发明认为酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)的偏最小二乘回归(PLSR)模型的结果最佳。
以下为茶树茎秆剪切力与酸性洗涤纤维和中性洗涤纤维含量之间的关系模型的方法和过程。
对茶树茎秆每个节间进行5次剪切试验，3次本领域纤维常规化学组分检测试验，取平均值，如表3所示。随着节数的增加，茎秆剪切力、酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)的数值均逐渐增加。对其进行相关性分析可知，酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)与剪切力的相关系数分别为0.916、0.929。
表3茶树茎秆剪切力、NDF和ADF测量值
表4茶树茎秆化学组分与剪切力之间的回归模型系数
注：已剔除NDF变量
由表4可得逐步回归方程为Y＝-18.43+1.097X和决定系数(R2＝0.8110)，说明ADF变量可以解释81.1％的剪切力变异，可以粗略表达剪切力(Y)的大小。其中，酸性洗涤纤维ADF(X)为正效应，酸性洗涤纤维(ADF)和中性洗涤纤维(NDF)之间存在共线性，故剔除NDF变量。
Claims (6)
1.一种确定茶树茎秆剪切力的方法，其特征在于包括以下步骤：
步骤一，利用高光谱成像系统采集茶树茎秆中酸性洗涤纤维和中性洗涤纤维的光谱信息X；
步骤二，对所述茶树茎秆进行剪切，测定茎秆剪切力z，得剪切后的茶树茎秆；
步骤三，测定所述剪切后的茶树茎秆中酸性洗涤纤维含量y1和中性洗涤纤维含量y2；
步骤四，建立所述茎秆剪切力与酸性洗涤纤维含量和中性洗涤纤维含量的关系模型：z＝c1y1+c2y2+d；c1、c2和d为待定系数；
步骤五，对上述光谱信息进行预处理，分别建立所述酸性洗涤纤维含量和中性洗涤纤维含量与所述光谱信息的关系模型：y1＝f(X)、y2＝g(X)；
步骤六，结合所述关系模型，得茎秆剪切力与光谱信息之间的关系模型如下：z＝c1f(X)+c2g(X)+d。
2.根据权利要求1所述的一种确定茶树茎秆剪切力的方法，其特征在于：所述茶树茎秆不包含芽尖和叶片，仅包括茎秆上主要被切割的第1～8茎节。
3.根据权利要求1所述的一种确定茶树茎秆剪切力的方法，其特征在于：对所述酸性洗涤纤维和中性洗涤纤维光谱信息进行预处理，进行一阶求导、二阶求导、多元散射校正和多项式平滑。
4.根据权利要求1所述的一种确定茶树茎秆剪切力的方法，其特征在于：所述的建立酸性洗涤纤维含量和中性洗涤纤维含量与所述光谱信息的关系模型具体采用了化学计量学方法，包括：偏最小二乘法、多元线性回归法和主成分回归法。
5.根据权利要求3所述的一种确定茶树茎秆剪切力的方法，其特征在于：所述的预处理方案为：预处理多元散射校正法和多项式平滑法的结合。
6.根据权利要求4所述的一种确定茶树茎秆剪切力的方法，其特征在于：所述建立关系模型的方法为：偏最小二乘法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810657799.XA CN108981994A (zh) | 2018-06-25 | 2018-06-25 | 一种确定茶树茎秆剪切力的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810657799.XA CN108981994A (zh) | 2018-06-25 | 2018-06-25 | 一种确定茶树茎秆剪切力的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108981994A true CN108981994A (zh) | 2018-12-11 |
Family
ID=64538543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810657799.XA Pending CN108981994A (zh) | 2018-06-25 | 2018-06-25 | 一种确定茶树茎秆剪切力的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108981994A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101852725A (zh) * | 2010-04-30 | 2010-10-06 | 北京航空航天大学 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
| CN101957315A (zh) * | 2010-09-11 | 2011-01-26 | 大连工业大学 | 一种测定黑液中木素含量的方法 |
| CN102007236A (zh) * | 2008-04-16 | 2011-04-06 | 日信工业株式会社 | 碳纳米纤维及其制备方法、使用了碳纳米纤维的碳纤维复合材料的制备方法以及碳纤维复合材料 |
| CN103852441A (zh) * | 2014-02-21 | 2014-06-11 | 广东中烟工业有限责任公司 | 一种应用中红外光谱法定量检测烟草木质素的方法 |
| CN104266997A (zh) * | 2014-10-23 | 2015-01-07 | 西南大学 | 一种油菜籽粒木质素含量近红外分析方法 |
| JP2016075583A (ja) * | 2014-10-07 | 2016-05-12 | 清水建設株式会社 | 建物健全性確認システム及び建物健全性確認方法 |
| CN105995016A (zh) * | 2016-06-28 | 2016-10-12 | 重庆市农业科学院 | 一种茶饲料及其制备方法 |
| WO2017076268A1 (zh) * | 2015-11-02 | 2017-05-11 | 中国石油化工股份有限公司 | 一种改性沥青颗粒及其制备方法及应用 |
| CN107314985A (zh) * | 2017-06-12 | 2017-11-03 | 华中农业大学 | 一种利用近红外光谱检测油菜茎秆纤维素含量的方法 |
-
2018
- 2018-06-25 CN CN201810657799.XA patent/CN108981994A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102007236A (zh) * | 2008-04-16 | 2011-04-06 | 日信工业株式会社 | 碳纳米纤维及其制备方法、使用了碳纳米纤维的碳纤维复合材料的制备方法以及碳纤维复合材料 |
| CN101852725A (zh) * | 2010-04-30 | 2010-10-06 | 北京航空航天大学 | 一种全谱段透射式植物生化参数无损检测装置和方法 |
| CN101957315A (zh) * | 2010-09-11 | 2011-01-26 | 大连工业大学 | 一种测定黑液中木素含量的方法 |
| CN103852441A (zh) * | 2014-02-21 | 2014-06-11 | 广东中烟工业有限责任公司 | 一种应用中红外光谱法定量检测烟草木质素的方法 |
| JP2016075583A (ja) * | 2014-10-07 | 2016-05-12 | 清水建設株式会社 | 建物健全性確認システム及び建物健全性確認方法 |
| CN104266997A (zh) * | 2014-10-23 | 2015-01-07 | 西南大学 | 一种油菜籽粒木质素含量近红外分析方法 |
| WO2017076268A1 (zh) * | 2015-11-02 | 2017-05-11 | 中国石油化工股份有限公司 | 一种改性沥青颗粒及其制备方法及应用 |
| CN105995016A (zh) * | 2016-06-28 | 2016-10-12 | 重庆市农业科学院 | 一种茶饲料及其制备方法 |
| CN107314985A (zh) * | 2017-06-12 | 2017-11-03 | 华中农业大学 | 一种利用近红外光谱检测油菜茎秆纤维素含量的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈玉香 等: "玉米茎剪断力研究", 《作物学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103674864B (zh) | 一种基于高光谱成像技术的鱼水分含量分布检测方法 | |
| CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
| CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
| CN101419166A (zh) | 基于近红外光谱和机器视觉技术的茶叶品质无损检测方法及装置 | |
| CN107703097B (zh) | 利用近红外光谱仪构建快速预测原油性质的模型的方法 | |
| CN104849232B (zh) | 一种快速检测蜂王浆水分和蛋白质含量的方法 | |
| CN105300923A (zh) | 一种近红外光谱分析仪在线应用时无测点温度补偿模型修正方法 | |
| CN103837492B (zh) | 一种基于近红外光谱技术的猕猴桃膨大果无损检测方法 | |
| CN108956545B (zh) | 一种水果内部品质无损检测模型建立方法及系统 | |
| CN101504363A (zh) | 一种基于近红外光谱分析的食用油脂酸价检测方法 | |
| CN104390932B (zh) | 基于红外差谱技术的木材含水率检测方法 | |
| CN104132720B (zh) | 近红外光谱法快速检测药物片剂的片重 | |
| CN106596456A (zh) | 基于可变移动窗口选择溶液近红外光谱谱区的方法 | |
| CN111044483A (zh) | 一种基于近红外光谱的奶油中色素测定方法、系统和介质 | |
| CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
| CN101403677B (zh) | 一种树脂在纤维布内浸渍程度的在线快速检测方法 | |
| CN105628646B (zh) | 一种卷烟在线焦油预测及预警方法 | |
| CN109946246A (zh) | 一种苹果可溶性固形物的检测方法及装置 | |
| CN110376154A (zh) | 基于光谱校正的水果在线检测方法及系统 | |
| CN106198423B (zh) | 一种基于可见-近红外光谱分析技术鉴别火腿肠等级的方法 | |
| CN106485049B (zh) | 一种基于蒙特卡洛交叉验证的nirs异常样本的检测方法 | |
| CN104568828A (zh) | 近红外漫反射光谱测定造纸法再造烟叶抗张强度的方法 | |
| CN108981994A (zh) | 一种确定茶树茎秆剪切力的方法 | |
| CN101526470A (zh) | 烟用香精的检测方法 | |
| CN109709060B (zh) | 一种沥青软化点、针入度和质量损失的测定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |