王永 楊國(guó)耀 喬俊峰 范興 楊博 李昀欣 農(nóng)永紅 楊梅 資文華
摘要:便攜式近紅外光譜分析技術(shù)因具有檢測(cè)速度快、范圍廣、無(wú)損、價(jià)格低廉等優(yōu)點(diǎn),已被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)藥、食品等領(lǐng)域。為全面認(rèn)識(shí)便攜式近紅外光譜儀及其在農(nóng)業(yè)中的應(yīng)用現(xiàn)狀,歸納便攜式近紅外光譜儀的主要構(gòu)成與類(lèi)型,基于光路結(jié)構(gòu)差異性闡述光柵掃描型、濾光片型、傅里葉變換型、聲光可調(diào)濾波器型、微機(jī)電型光譜儀的基本原理與特點(diǎn),并針對(duì)便攜式近紅外光譜儀在農(nóng)業(yè)領(lǐng)域中的應(yīng)用,重點(diǎn)總結(jié)便攜式近紅外光譜分析技術(shù)在水果、糧食作物、蔬菜、土壤及農(nóng)業(yè)其他領(lǐng)域中的應(yīng)用研究進(jìn)展,探討便攜式近紅外光譜儀在模型構(gòu)建、測(cè)量精度、儀器微型化方面所面臨的問(wèn)題與挑戰(zhàn),進(jìn)而提出改進(jìn)措施,旨在為農(nóng)產(chǎn)品的品質(zhì)評(píng)價(jià)及種植管理提供參考。
關(guān)鍵詞:便攜式近紅外光譜儀;農(nóng)業(yè);應(yīng)用現(xiàn)狀;類(lèi)型;原理;措施
中圖分類(lèi)號(hào):S127 ??文獻(xiàn)標(biāo)志碼: A
文章編號(hào):1002-1302(2022)07-0010-08
近紅外分析技術(shù)因具有成本低、分析速度快、無(wú)損、重現(xiàn)性好等優(yōu)點(diǎn),在農(nóng)業(yè)、醫(yī)藥、化工等領(lǐng)域得到了廣泛運(yùn)用[1-2]。近年來(lái),微機(jī)電技術(shù)的發(fā)展、光譜分析技術(shù)的改進(jìn)和大數(shù)據(jù)技術(shù)的應(yīng)用,使近紅外光譜儀不斷向簡(jiǎn)捷化、精準(zhǔn)化、智能化方向發(fā)展,尤其是便攜式近紅外光譜儀的設(shè)計(jì)與開(kāi)發(fā),極大地提高了檢測(cè)的時(shí)效性。國(guó)外對(duì)便攜式近紅外光譜儀的研發(fā)技術(shù)相對(duì)成熟,多家公司生產(chǎn)出的便攜式近紅外光譜儀已可以實(shí)際應(yīng)用,如美國(guó)捷迪訊通訊技術(shù)有限公司(JDSU)生產(chǎn)的microNIR 1700型光譜儀、Thermo Fisher公司生產(chǎn)的microPHAZIRTM型光譜儀、Foss公司生產(chǎn)的In-fratecsofia型光譜儀、LLA Instruments公司生產(chǎn)的UniSPEC 4024型光譜儀等。我國(guó)對(duì)便攜式光譜儀的研制起步較晚,但這些年在我國(guó)科研工作者的努力下也獲得了許多進(jìn)展,如2009年向賢毅等研制的便攜式近紅外樣機(jī)性能與國(guó)外產(chǎn)品十分接近[3]。2011年王俊制造的分析儀測(cè)試速度快、體積小、信噪比高[4]。2016年季緒飛對(duì)PISA-S-4N型便攜式近紅外光譜儀的精度進(jìn)行改進(jìn),將其信噪比提高到4 938[5]。2017年何文馨等為了解決在溫度高、空間狹小的油井中進(jìn)行石油勘探難的問(wèn)題,開(kāi)發(fā)了一種可以耐高溫工作的便攜式近紅外光譜儀[6]。2018年張寬將SupNIR-2700型分析儀改進(jìn)為EXPEC 1230型便攜式光譜儀[7]。盡管我國(guó)加快了便攜式近紅外光譜儀的研發(fā)步伐,但儀器在信噪比、分辨率等方面和國(guó)外還存在一定差距,需要不斷加強(qiáng)對(duì)儀器性能的優(yōu)化。因此,本研究歸納總結(jié)便攜式近紅外光譜儀的構(gòu)成、類(lèi)型及其在農(nóng)業(yè)中的應(yīng)用現(xiàn)狀,并提出便攜式近紅外光譜技術(shù)在工農(nóng)業(yè)研發(fā)和生產(chǎn)實(shí)際中面臨的問(wèn)題與挑戰(zhàn),以促進(jìn)便攜式近紅外光譜技術(shù)的不斷改進(jìn)和升級(jí)。
1 便攜式近紅外光譜儀的構(gòu)成
便攜式近紅外光譜儀主要由光源、分光系統(tǒng)、檢測(cè)器、數(shù)據(jù)采集與處理系統(tǒng)構(gòu)成(圖1)。
便攜式近紅外光譜儀當(dāng)中的光源一般為鹵鎢燈,具有體積小、使用時(shí)間長(zhǎng)、發(fā)光效能高等特點(diǎn),但其功耗較大。分光系統(tǒng)中包含準(zhǔn)直系統(tǒng)和色散系統(tǒng),由樣品反射的光經(jīng)準(zhǔn)直系統(tǒng)得到平行光,平行光在進(jìn)入色散系統(tǒng)前需先通過(guò)狹縫,狹縫越大,成像越粗糙,分辨率越低,但是狹縫過(guò)小會(huì)造成所透過(guò)的光能量少,因此需根據(jù)實(shí)際應(yīng)用來(lái)考慮狹縫尺寸。色散系統(tǒng)的主要功能是將進(jìn)入的平行光分解成單色光,而色散率直接影響分辨率,因此色散系統(tǒng)是分光系統(tǒng)中最重要的部分。檢測(cè)器由光敏元件構(gòu)成,大部分便攜式近紅外光譜儀所選擇的都是硅基檢測(cè)器,檢測(cè)器的主要作用在于實(shí)現(xiàn)光信號(hào)到電信號(hào)的有效轉(zhuǎn)變。數(shù)據(jù)采集系統(tǒng)主要負(fù)責(zé)接收檢測(cè)器發(fā)出的電信號(hào),將電信號(hào)轉(zhuǎn)化為光譜圖像并設(shè)置光譜的各項(xiàng)參數(shù),如光譜的波長(zhǎng)、掃描頻率等。數(shù)據(jù)處理系統(tǒng)的作用是將采集到的光譜進(jìn)行分析處理,從而實(shí)現(xiàn)對(duì)樣品光譜的定性分析或定量分析。
2 便攜式近紅外光譜儀的分類(lèi)
基于光路結(jié)構(gòu)的不同,通常將便攜式近紅外光譜儀分為光柵掃描型、濾光片型、傅里葉變換型、聲光可調(diào)濾波器型、微機(jī)電型五大類(lèi)[8]。
2.1 光柵掃描型
光柵掃描型的原理主要是讓光源射出的光經(jīng)過(guò)入射狹縫后由準(zhǔn)直鏡準(zhǔn)直,再通過(guò)光柵的轉(zhuǎn)動(dòng)將其分為波長(zhǎng)各不相同的單色光,單色光穿過(guò)出射狹縫作用于樣品,最后由探測(cè)器接收。光柵掃描型近紅外光譜儀理見(jiàn)圖2,該類(lèi)儀器具有分辨率高、成本低等優(yōu)點(diǎn),但是其掃描光譜速度較慢且抗震性低。
2.2 濾光片型
濾光片型儀器的核心部件是濾光片(圖3),由于濾光片對(duì)光具有選擇透過(guò)性,當(dāng)入射光經(jīng)過(guò)濾光片時(shí)會(huì)將復(fù)合光分為不同波長(zhǎng)的光,這種光譜儀牢固耐用、采集光譜快,但波長(zhǎng)波動(dòng)幅度大、通用性差。
濾光片型研制具有代表性的是美國(guó)捷迪訊通訊技術(shù)有限公司(JDSU)生產(chǎn)的microNIR1700型光譜儀,其光譜范圍在908~1 678 nm之間,主要用于制藥、食品、農(nóng)業(yè)領(lǐng)域[13]。中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所設(shè)計(jì)的濾光片型光譜儀光譜范圍為600~1 000 nm,主要應(yīng)用在食品與農(nóng)業(yè)領(lǐng)域[14]。此外,2010年Emadi 等成功開(kāi)發(fā)出一款波長(zhǎng)范圍為1 800~2 800nm的濾光片光譜儀[15],2014年馮幫等研發(fā)的光譜儀波長(zhǎng)范圍為950~1 650 nm,且分辨率可以達(dá)到12.5 nm[16]。
2.3 傅里葉變換型
傅里葉變換型光譜儀的核心部件是邁克爾遜干涉儀(圖4),光源射出的光通過(guò)準(zhǔn)直鏡變?yōu)槠叫泄?,平行光?5°角的分光板分為兩半,一半被分光板反射到反射鏡A,另一半穿過(guò)分光板射入反射鏡B, 最終經(jīng)過(guò)反射匯合在一起, 變成相干光, 利用計(jì)算機(jī)采集相干光并進(jìn)行傅里葉變換即可獲得相應(yīng)的光譜圖[17]。傅里葉變換型光譜儀的光通量大、分辨率高,但成本高,抗震性差。
無(wú)錫迅杰光遠(yuǎn)科技有限公司研發(fā)的IAS3000型光譜儀的波長(zhǎng)范圍為1 400~2 450 nm,主要用于液體樣品的測(cè)量。此外,熒颯光學(xué)科技(上海)有限公司等也研制出技術(shù)較成熟的傅里葉型光譜儀[18]。在國(guó)外,埃及Si-Ware-Systems公司推出了應(yīng)用于食品行業(yè)的NeoSpectra Micro型光譜儀,還有日本的濱松光子學(xué)商貿(mào)(中國(guó))有限公司、瑞士ARCoptix公司等[19]。
2.4 聲光可調(diào)濾波器型
聲光可調(diào)濾波器是一種利用聲光效應(yīng)來(lái)進(jìn)行分光的分光元件,其核心部件是聲光可調(diào)濾波器(圖5),當(dāng)聲光可調(diào)濾波器接收到特定頻率的驅(qū)動(dòng)信號(hào)時(shí),會(huì)將入射的復(fù)合光轉(zhuǎn)換為一定波長(zhǎng)的單色光,由于驅(qū)動(dòng)信號(hào)頻率與單色光相互對(duì)應(yīng),因此只要改變驅(qū)動(dòng)頻率就可以掃描特定波長(zhǎng)的單色光[20]。聲波可調(diào)濾波器波長(zhǎng)轉(zhuǎn)換速度快、光通量大、信噪比高,但其晶體受溫度影響大且價(jià)格高昂[21]。
美國(guó)Brimrose公司研發(fā)的Luminar5030型便攜式光譜和賽默飛世爾科技公司生產(chǎn)的microPHAZIR型光譜儀都是聲光可調(diào)濾波器型[22]。此外,東北農(nóng)業(yè)大學(xué)孫紅敏等還設(shè)計(jì)出用于檢測(cè)原料奶成分的聲波可調(diào)濾波型光譜儀[23]。
2.5 微機(jī)電型
微機(jī)電型光譜儀是一種結(jié)合微機(jī)電系統(tǒng)的光譜儀,微機(jī)電系統(tǒng)是將儀器元件高度集成化到微米級(jí)的機(jī)械系統(tǒng),微機(jī)電型根據(jù)分光元件不同又可分為微鏡陣列型、濾波器型、可編程光柵型。微鏡陣列型儀器中的芯片含有許多微小反射鏡,當(dāng)光照射到芯片上,會(huì)將其反射到探測(cè)器,可通過(guò)調(diào)節(jié)微鏡轉(zhuǎn)動(dòng)來(lái)獲取各單色光。濾波器型儀器利用多光束干涉原理,以調(diào)節(jié)共振腔的長(zhǎng)度來(lái)改變光的波長(zhǎng)??删幊坦鈻判蛢x器利用程序控制光柵結(jié)構(gòu)單元來(lái)改變衍射光的能量分布,最終達(dá)到分光效果。
北京華夏科創(chuàng)儀器技術(shù)有限公司推出的光譜儀信噪比好,可進(jìn)行工業(yè)現(xiàn)場(chǎng)試驗(yàn)[24]。Axsun公司生產(chǎn)的Integraspe型光譜儀集成度高、耗能少檢測(cè)速度快[25]。但相比于其他種類(lèi)的光譜儀,微機(jī)電型光譜儀在波長(zhǎng)準(zhǔn)確性和分辨率上稍微遜色。
3 便攜式近紅外光譜儀在農(nóng)業(yè)中的應(yīng)用
3.1 便攜近紅外光譜儀在水果檢測(cè)中的應(yīng)用
隨著我國(guó)生活質(zhì)量的提高,消費(fèi)者對(duì)于水果品質(zhì)的要求不斷提升,然而我國(guó)人工結(jié)合機(jī)械的傳統(tǒng)檢測(cè)方法效率低,很難滿足市場(chǎng)需求,因此對(duì)水果進(jìn)行快速無(wú)損檢測(cè)已成為亟須解決的問(wèn)題。近年來(lái),便攜式近紅外光譜儀的出現(xiàn),在水果物化性質(zhì)(如可溶性固形物含量、酸度、硬度等)檢測(cè)、成熟度評(píng)判、品種區(qū)分等方面提供了極大的便利。
水果物化性質(zhì)是評(píng)價(jià)其品質(zhì)的關(guān)鍵因素,使用便攜式近紅外光譜儀可以快速無(wú)損地檢測(cè)出水果的各項(xiàng)物化性質(zhì),大大減少檢測(cè)時(shí)間和成本。楊帆等選用supNIR-1000型光譜儀對(duì)蘋(píng)果的酸度和抗壞血酸含量進(jìn)行研究,利用kernel lsomap算法并結(jié)合廣義回歸神經(jīng)網(wǎng)絡(luò)建立模型,發(fā)現(xiàn)蘋(píng)果酸度模型的校正集相關(guān)系數(shù)( R ?c)與預(yù)測(cè)集相關(guān)系數(shù)( R ?p)值分別為0.999 4、0.979 9,蘋(píng)果抗壞血酸模型的 R ?c和 R ?p值分別為0.989 1、0.927 2,表明使用該便攜式近紅外光譜儀能夠快速測(cè)定蘋(píng)果的酸度和抗壞血酸含量[26]。此外,王加華等也對(duì)蘋(píng)果的糖度、可溶性固形物(SSC)含量、果肉硬度、總酚含量等進(jìn)行研究,進(jìn)一步證明便攜式近紅外光譜儀可以有效檢測(cè)出蘋(píng)果的各項(xiàng)物化性質(zhì)[27-29]。除了蘋(píng)果,便攜式近紅外光譜儀對(duì)獼猴桃、葡萄、柑橘等水果的物化性質(zhì)檢測(cè)也發(fā)揮了較大作用。李偉強(qiáng)通過(guò)自主設(shè)計(jì)的便攜式近紅外光譜儀快速表征獼猴桃糖度和葡萄SSC、總酚含量[30]。Cayuela等研究柑橘的SSC含量、酸度、單果質(zhì)量、果汁體積等,證明便攜式近紅外光譜儀檢測(cè)的可行性[32]。秦善知等通過(guò)NIR256-22T2 型光譜儀對(duì)梨的SSC含量成功預(yù)測(cè)[33]。原帥等使用Avaspec-2048TEC型近紅外光譜儀有效地檢測(cè)出櫻桃糖度[34]。羅霞等采用FieldSpec3型便攜式光譜儀,對(duì)火龍果的酸度進(jìn)行分析,驗(yàn)證了便攜式近紅外光譜儀的實(shí)用性[35]。Li等使用USB2000型便攜式光譜儀對(duì)香瓜SSC含量進(jìn)行研究,發(fā)現(xiàn)香瓜的柱體末端是預(yù)測(cè)完整瓜體SSC含量的最佳部位[36]。
水果成熟度直接影響水果的采摘、保存與售賣(mài),目前對(duì)水果成熟度的評(píng)判很大程度上依賴于人工主觀判斷,容易造成水果經(jīng)濟(jì)效益低、消費(fèi)體驗(yàn)差等問(wèn)題。Jha等選取來(lái)自印度不同地域的7種芒果作為研究成熟度的樣本,通過(guò)Luminar5030型便攜式光譜儀對(duì)樣本進(jìn)行掃描,選擇1 200~2 200 nm波段用PLS建立模型進(jìn)行分析,發(fā)現(xiàn)便攜式近紅外光譜儀在對(duì)芒果成熟度的預(yù)測(cè)中具有很大潛力[37]。
同一水果的品種多種多樣,不同的品種在口感和價(jià)位方面有較大差距,消費(fèi)者在對(duì)品種選擇時(shí)依據(jù)的主要是自身經(jīng)驗(yàn),不能有效地選取適宜的品種類(lèi)型,時(shí)常會(huì)造成體驗(yàn)感差以及經(jīng)濟(jì)損失。Pérez-Marín等采用6個(gè)不同品種的李子共264個(gè)樣本,通過(guò)Phazir 2400型光譜儀獲取光譜信息并結(jié)合PLS建立模型,發(fā)現(xiàn)對(duì)李子品種的識(shí)別準(zhǔn)確率均在90%以上,進(jìn)一步驗(yàn)證了該光譜儀對(duì)品種區(qū)分的可行性[38]。此外,Camps等通過(guò)Ocean optics S-2000型光譜儀成功對(duì)杏的品種進(jìn)行分類(lèi)[39]。
3.2 便攜近紅外光譜儀在糧食作物檢測(cè)中的應(yīng)用
糧食作為人類(lèi)生存的必需品對(duì)于各個(gè)產(chǎn)業(yè)影響深遠(yuǎn),充足的糧食也是一個(gè)國(guó)家穩(wěn)定的前提之一,因此糧食作物一直是農(nóng)業(yè)中的重點(diǎn)研究對(duì)象。便攜式近紅外光譜儀在玉米、小麥、大米、大豆的檢測(cè)中可以發(fā)揮重要作用。
玉米不僅作為糧食還作為飼料支持畜牧業(yè)發(fā)展,并可以通過(guò)單倍體育種來(lái)提高玉米的產(chǎn)量和質(zhì)量。為了在混雜的種子中快速篩選出單倍體種子,Qin等使用便攜式近紅外光譜儀microNIR1700來(lái)研究玉米單倍體的鑒別,比較漫反射和漫透反射狀況下對(duì)玉米的鑒別效果,發(fā)現(xiàn)漫反射并不能有效地鑒別玉米的單倍體和多倍體,而漫透反射的平均正確識(shí)別率為93.2%,證明便攜式近紅外光譜儀可以有效無(wú)損地鑒別單倍體,為自動(dòng)識(shí)別提供條件[40]。此外,史增芳等用便攜式近紅外光譜儀成功對(duì)玉米片含水率進(jìn)行快速檢測(cè)[41]。
小麥?zhǔn)且环N常見(jiàn)的谷物,在我國(guó)廣泛種植,可以制成各種各樣的人們喜愛(ài)的食物。王旭等在全國(guó)主要小麥產(chǎn)地選取104份小麥樣品,使用國(guó)產(chǎn)Sup NIR-2750型便攜式光譜儀選取1 000~1 799 nm 的波段范圍對(duì)樣品進(jìn)行研究,用偏最小二乘法建立模型,發(fā)現(xiàn)蛋白質(zhì)的化學(xué)值與預(yù)測(cè)值的平均絕對(duì)偏差只有0.01百分點(diǎn),證明模型具有很好的預(yù)測(cè)準(zhǔn)確性,可用于快速分析小麥的蛋白質(zhì)含量[42]。Ecarnot等用Fieldspec2500型光譜儀測(cè)定小麥葉片含氮量(LNC)和單位面積葉質(zhì)量(LMA),結(jié)果顯示,選擇的樣品無(wú)論是鮮葉還是干葉都能很好地對(duì)LNC和LMA進(jìn)行預(yù)測(cè)[43]。由小麥加工而成的面粉是制作面食的主要原料,然而市場(chǎng)上面粉質(zhì)量存在參差不齊、種類(lèi)繁多等問(wèn)題,因此對(duì)面粉各項(xiàng)指標(biāo)進(jìn)行快速檢測(cè)就顯得尤為重要。孫陽(yáng)等選用AMBERⅠ型光譜儀成功快速表征面粉水分、灰分以及面筋含量[44]。江輝等將比色傳感器數(shù)據(jù)與便攜式近紅外光譜儀相結(jié)合對(duì)面粉脂肪酸含量進(jìn)行研究,發(fā)現(xiàn)與單技術(shù)分析相比,融合技術(shù)對(duì)脂肪酸含量的預(yù)測(cè)精度更高[45]。
大米和大豆也是常見(jiàn)的糧食作物,并含有豐富的蛋白質(zhì)。劉亞超等將52個(gè)秈米樣品分為2份,選取42個(gè)秈米作為預(yù)測(cè)樣本,剩下10個(gè)作為驗(yàn)證樣本,使用自主設(shè)計(jì)的便攜式分析儀對(duì)大米含水率、直鏈淀粉質(zhì)量以及蛋白質(zhì)含量進(jìn)行檢測(cè),預(yù)測(cè)值與標(biāo)準(zhǔn)值的相關(guān)系數(shù)均在0.9以上,證明該檢測(cè)儀的可行性[46]。鄒濤等選取黑龍江地區(qū)239個(gè)大豆樣品,采用光譜范圍為950~1 650 nm的IAS-2000型光譜儀對(duì)大豆樣品的蛋白質(zhì)含量進(jìn)行快速表征,通過(guò)競(jìng)爭(zhēng)性自適應(yīng)權(quán)重取樣法(CARS)進(jìn)行光譜特征波長(zhǎng)篩選和PLS建立模型,驗(yàn)證CARS-PLS建立模型對(duì)大豆蛋白質(zhì)含量測(cè)定具有良好的可行性[47]。
3.3 便攜近紅外在蔬菜檢測(cè)中的應(yīng)用
蔬菜是一種營(yíng)養(yǎng)豐富的綠色食品,含有多種人體必要元素,對(duì)預(yù)防一些疾病以及提高免疫力有很大作用,便攜式近紅外光譜儀主要對(duì)蔬菜的部分物化性質(zhì)(如SSC含量、總糖含量、總酸含量、含油率等)與安全性(硝酸鹽含量)進(jìn)行檢測(cè)。甜菜分布廣泛,可以用來(lái)制作糖,蔗糖含量是其重要性狀。Pan等選取來(lái)自于不同商業(yè)雜交的甜菜樣品,使用便攜式近紅外光譜儀對(duì)完整甜菜和切片甜菜蔗糖含量進(jìn)行研究,通過(guò)PLS建立模型發(fā)現(xiàn)便攜式近紅外光譜儀可以很好地預(yù)測(cè)切片甜菜蔗糖含量。番茄具有味道可口、營(yíng)養(yǎng)價(jià)值高等特點(diǎn)以及一定的抗衰老作用,是餐桌上常見(jiàn)的蔬菜之一[48]。Camps等為了快速評(píng)價(jià)番茄品質(zhì),使用PHASIR0917型光譜儀結(jié)合PLSR建立模型,發(fā)現(xiàn)該儀器可以準(zhǔn)確測(cè)定番茄的SSC含量和硬度[49]。王凡等研發(fā)了一款便攜式番茄多品質(zhì)近紅外檢測(cè)裝置,用PLS建立模型來(lái)預(yù)測(cè)番茄的顏色、總糖含量、總酸含量,模型的預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)均在0.9以上,表明該便攜式分析儀可以對(duì)番茄進(jìn)行快速無(wú)損的檢測(cè)。油菜籽是制作菜籽油的原料,含油率是對(duì)其品質(zhì)評(píng)價(jià)的重要指標(biāo)[50]。陳斌等使用microNIR-1700光譜儀對(duì)油菜籽含油率進(jìn)行研究,并用偏最小二乘回歸(PLSR)和最小二乘-支持向量機(jī)(LS-SVM)建立模型,同時(shí)對(duì)模型進(jìn)行一系列參數(shù)優(yōu)化研究,結(jié)果顯示所建模型性能良好[51]。除了油菜籽的含油率外,油菜籽的蛋白質(zhì)含量也是品質(zhì)評(píng)價(jià)的重要因素。王春峰等采用N100型便攜式光譜儀對(duì)油菜籽的粗脂肪與粗蛋白質(zhì)進(jìn)行檢測(cè),使用PLS建立模型并與FOSS6500型儀器進(jìn)行對(duì)比,發(fā)現(xiàn)N100型便攜式光譜儀對(duì)粗脂肪含量的預(yù)測(cè)優(yōu)于FOSS6500型儀器,而對(duì)粗蛋白質(zhì)含量的預(yù)測(cè)稍遜,綜合分析來(lái)看這2臺(tái)儀器的預(yù)測(cè)精度相差不大[52]。
蔬菜中的硝酸鹽含量超過(guò)一定量就會(huì)造成中毒現(xiàn)象,因此對(duì)蔬菜檢測(cè)時(shí)還需要考慮硝酸鹽的含量。菠菜含有豐富的植物蛋白質(zhì)和纖維素,且具有治療貧血的功效,但菠菜中還含有對(duì)人體有害的硝酸鹽。Pérez-Marín等選取波長(zhǎng)范圍為1 600~2 400 nm 的Phazir 2400型便攜式光譜儀對(duì)菠菜進(jìn)行快速檢測(cè),采用改進(jìn)過(guò)的偏最小二乘(MPLS)回歸模型對(duì)菠菜葉片硝酸鹽、抗壞血酸和可溶性固形物含量進(jìn)行分析,結(jié)果驗(yàn)證了利用近紅外光譜技術(shù)對(duì)菠菜中這些物質(zhì)含量分析的可行性[53]。西葫蘆富含維生素、礦物質(zhì)和微量元素,其熱量極低,但西葫蘆同樣含有硝酸鹽。Torres等以230個(gè)西葫蘆為試材,采取microNIR-1700型便攜式光譜儀對(duì)西葫蘆的硝酸鹽含量、干物質(zhì)以及SSC含量進(jìn)行預(yù)測(cè),發(fā)現(xiàn)便攜式近紅外光譜儀也可以對(duì)西葫蘆的品質(zhì)快速進(jìn)行現(xiàn)場(chǎng)在線分析[54]。
3.4 便攜近紅外光譜儀在土壤檢測(cè)中的應(yīng)用
土壤是農(nóng)作物生長(zhǎng)發(fā)育的“搖籃”,對(duì)農(nóng)作物產(chǎn)量及質(zhì)量有重要影響,因此在發(fā)展農(nóng)業(yè)中對(duì)土壤成分的檢測(cè)是必不可少的。便攜式近紅外光譜儀在對(duì)土壤成分的檢測(cè)時(shí)主要集中在土壤全氮含量、有機(jī)質(zhì)含量、pH值、重金屬含量、含水率等方面。
土壤全氮含量是指土壤內(nèi)多種形態(tài)的氮素含量之和,測(cè)量土壤全氮含量對(duì)衡量土壤肥力、科學(xué)種植施肥以及土壤修復(fù)意義重大。安曉飛等使用自主設(shè)計(jì)開(kāi)發(fā)的便攜式近紅外土壤全氮測(cè)定儀進(jìn)行測(cè)定,以玉米地采集的樣本為研究對(duì)象,選用 940~1 550 nm的光譜范圍,采取BP神經(jīng)網(wǎng)絡(luò)建立模型對(duì)土壤全氮含量進(jìn)行快速分析,發(fā)現(xiàn)自主設(shè)計(jì)的儀器準(zhǔn)確性和穩(wěn)定性良好,重復(fù)性誤差小于350%,可以用來(lái)測(cè)定土壤中的全氮含量[55]。章海亮等為了快速對(duì)土壤的總氮含量進(jìn)行預(yù)測(cè),使用USB4000型分析儀分別對(duì)未過(guò)篩、過(guò)2 mm篩、過(guò)05 mm篩處理的樣品進(jìn)行總氮含量分析,結(jié)果表明對(duì)過(guò)0.5 mm篩處理的樣本預(yù)測(cè)結(jié)果最好[56]。
土壤有機(jī)質(zhì)是指土壤含碳有機(jī)物,對(duì)土壤肥力有極其重要的影響[57]。Li等選取231個(gè)土壤樣本,通過(guò)Luminar5030型光譜儀結(jié)合PLS對(duì)土壤有機(jī)質(zhì)含量、pH值等建立模型,研究表明該光譜儀對(duì)有機(jī)質(zhì)含量和pH值的預(yù)測(cè)性好[58]。張征立等應(yīng)用microNIR1700型便攜式光譜儀測(cè)量桑園土壤有機(jī)質(zhì)(SOM)含量,發(fā)現(xiàn)便攜式光譜儀可以快速分析土壤中的SOM含量[59]。胡曉艷等選用350~2 500 nm 波段的ASDField-spec3型光譜儀,采集山西省太原等地50個(gè)土壤樣本作為研究有機(jī)質(zhì)含量的對(duì)象,并利用偏最小二乘法建立模型,發(fā)現(xiàn)經(jīng)過(guò)水分修正系數(shù)(MDI)校正后的預(yù)測(cè)結(jié)果更加精確[60]。Sharififar等使用AgrispecTM (ASD)和NeospectraTM型光譜儀對(duì)土壤有機(jī)碳和總碳含量進(jìn)行分析,通過(guò)立體樹(shù)模型、偏最小二乘回歸、支持向量機(jī)建立模型,發(fā)現(xiàn)使用ASD型光譜儀結(jié)合立體樹(shù)建立的模型效果最好[61]。
由環(huán)境污染引起土壤中重金屬的不斷累積,會(huì)通過(guò)動(dòng)植物進(jìn)入人體,嚴(yán)重影響人類(lèi)健康。程航等將湖北省濕地公園土壤作為樣本,在土樣中加入不同濃度不同種類(lèi)的重金屬,使用ASDField-spec3型光譜儀研究重金屬對(duì)土壤反射光譜的影響(選用氯化鉻、氯化鋅、氯化銅3種重金屬),發(fā)現(xiàn)重金屬濃度與樣品反射光譜整體呈負(fù)相關(guān),最大負(fù)相關(guān)系數(shù)為-0.788、-0.824、-0.880,可見(jiàn)該儀器在分析土壤重金屬方面有很大潛力[62]。土壤的含水率直接影響農(nóng)作物的生長(zhǎng)發(fā)育,決定了灌溉時(shí)間和灌溉量。殷哲等以紫土為試驗(yàn)對(duì)象,利用自主設(shè)計(jì)的近紅外土壤含水率傳感器進(jìn)行研究,對(duì)儀器進(jìn)行標(biāo)定后得出的測(cè)量結(jié)果與干燥法測(cè)出的結(jié)果進(jìn)行對(duì)比分析,兩者的均方根誤差為3.29%,表明其設(shè)計(jì)的儀器可以有效地測(cè)量土壤的含水率[63]。
3.5 便攜式近紅外在農(nóng)業(yè)其他領(lǐng)域的應(yīng)用
近年來(lái),便攜式近紅外光譜儀不僅在水果、糧食作物、蔬菜、土壤等領(lǐng)域得到了快速應(yīng)用,因其時(shí)效性高、方便快捷等優(yōu)點(diǎn),便攜式近紅外光譜儀對(duì)藥材、煙草等作物的研究也可以發(fā)揮積極作用(表1)。
藥材作為中藥的原料對(duì)藥效影響深遠(yuǎn),因此對(duì)其種類(lèi)的區(qū)分以及合格性進(jìn)行鑒定十分重要。Hu等使用microNIR1700型儀器采集光譜數(shù)據(jù),通過(guò)PCA建立模型,模型的識(shí)別率和拒絕率均為100%,可以順利區(qū)分石斛楓斗種類(lèi)[64]。劉曉慧等通過(guò)microNIR1700型儀器結(jié)合PLS-DA建立白芍合格性的判別模型,結(jié)果顯示模型的識(shí)別率和拒絕率均達(dá)到100%,表明該儀器可以快速無(wú)損地鑒別白芍的質(zhì)量[65]。煙葉的品質(zhì)直接影響最終產(chǎn)品的口感與價(jià)格,挑選質(zhì)量合格的煙葉并對(duì)其進(jìn)行分級(jí)尤為必要。Zhang等利用手持式DLP近紅外光譜儀對(duì)煙葉深綠病感染程度進(jìn)行分類(lèi),平均準(zhǔn)確率達(dá)到9543%[66]。Li等采用同款儀器成功完成對(duì)煙葉的分級(jí),分級(jí)準(zhǔn)確率達(dá)到90%以上[67]。
4 總結(jié)與展望
便攜式近紅外光譜分析儀不僅具有臺(tái)式近紅外光譜儀分析對(duì)象廣泛、效率高、綠色無(wú)損等優(yōu)點(diǎn),還擁有可以現(xiàn)場(chǎng)分析、價(jià)格低廉等特點(diǎn)。近年來(lái),便攜式近紅外光譜儀的快速發(fā)展,為水果、糧食作物、蔬菜等農(nóng)產(chǎn)品品質(zhì)評(píng)價(jià)、土壤養(yǎng)分監(jiān)測(cè)及農(nóng)業(yè)種植管理提供了科學(xué)依據(jù),但如何加快便攜式近紅外光譜技術(shù)在工農(nóng)業(yè)研發(fā)和生產(chǎn)實(shí)際中的應(yīng)用,仍然面臨許多亟待解決的問(wèn)題與挑戰(zhàn),主要體現(xiàn)在以下3個(gè)方面:第一,建立模型庫(kù)。便攜式近紅外光譜儀在對(duì)樣品進(jìn)行檢測(cè)時(shí),針對(duì)不同類(lèi)型的樣品和不同型號(hào)的光譜儀需要建立特定的模型。因此需要建立不同領(lǐng)域的模型庫(kù),同時(shí)還要考慮不同型號(hào)光譜儀模型傳遞的問(wèn)題,提升模型的通用性。第二,提高測(cè)量精度。便攜式近紅外光譜儀雖然可以快速完成對(duì)樣品的分析,但相比于傳統(tǒng)的化學(xué)或物理分析方法,很難對(duì)低濃度樣品進(jìn)行定量分析,且分析結(jié)果的精度不夠高。所以要不斷提高便攜式近紅外光譜儀的測(cè)量精度。第三,儀器微型化。為了滿足各種環(huán)境下對(duì)樣品的測(cè)量分析,便攜式近紅外光譜儀需要不斷向著微型化的方向發(fā)展。這就必須使儀器內(nèi)部各部件高度微型化與集成化,同時(shí)還要考慮是否會(huì)影響儀器的精度和光譜分辨率。目前我國(guó)研制出的便攜式近紅外光譜儀還有許多有待提高的地方,如成本較高、抗干擾性差、信噪比低、能耗大等。因此,我國(guó)的科研院所和企業(yè)應(yīng)該不斷努力,開(kāi)發(fā)出性能更優(yōu)良的產(chǎn)品,使該儀器在農(nóng)業(yè)等領(lǐng)域獲得更廣泛的應(yīng)用。
參考文獻(xiàn):
[1]梁 亮,楊敏華,劉志霄,等. 雜交稻種品系與真?zhèn)蔚目梢?jiàn)-近紅外光譜鑒別[J]. 激光與紅外,2009,39(4):407-410.
[2]畢衛(wèi)紅,唐予軍,楊小莉,等. 基于AOFT的便攜式近紅外光譜測(cè)量?jī)x[J]. 激光與紅外,2005,35(5):345-347.
[3]向賢毅,溫志渝,龍?jiān)俅ǎ? 微型近紅外光譜儀分析系統(tǒng)的研制[J]. 光譜學(xué)與光譜分析,2009,29(8):2286-2290.
[4]王 俊.智能微型近紅外光纖光譜儀研制[D]. 上海:復(fù)旦大學(xué),2011.
[5]季緒飛.提高便攜式近紅外光譜儀精度的改進(jìn)研究[D]. 長(zhǎng)春:吉林大學(xué),2016.
[6]何文馨,溫志渝,周 穎.實(shí)用化微型近紅外光譜分析儀的設(shè)計(jì)與性能測(cè)試[J]. 激光與光電子學(xué)進(jìn)展,2017,54(6):322-329.
[7]張 寬.EXPEC 1230便攜式近紅外分析儀設(shè)計(jì)及分析[D]. 杭州:浙江理工大學(xué),2018.
[8]張 珮,王銀紅,江 靖,等. 便攜式近紅外光譜儀在果蔬品質(zhì)定性和定量分析中的應(yīng)用[J]. 食品科技,2020,45(5):287-292.
[9]鄭志忠,陳春霞,修連存.便攜式野外現(xiàn)場(chǎng)近紅外地物光譜儀研究與測(cè)試[J]. 現(xiàn)代科學(xué)儀器,2008(2):25-28.
[10]胡愛(ài)琴,袁洪福,薛 崗,等. 近紅外光譜用于干粉滅火劑有效成分含量測(cè)定及種類(lèi)識(shí)別的快速方法研究[J]. 光譜學(xué)與光譜分析,2012,32(8):2135-2138.
[11]Pügner T,Knobbe J,Grüger H,et al. Realization of a hybrid-integrated MEMS scanning grating spectrometer[C]//Next-Generation Spectroscopic Technologies Conference.Bellingham,2012.
[12]Anderberg V.Near infrared spectroscopy for measuring optical parameters in flour and grain[D]. Sweden:Lund University,2009.
[13]Qin H,Ma J Y,Chen S J,et al. Identification of haploid maize kernel using nir spectroscopy in reflectance and transmittance modes:a comparative study[J]. Spectroscopy and Spectral Analysis,2016,36(1):292-297.
[14]許家林.基于DMD的阿達(dá)瑪變換近紅外光譜儀關(guān)鍵技術(shù)研究[D]. 長(zhǎng)春:中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所,2017.
[15]Emadi A,Wu H,Grabarnik S,et al. Fabrication and characterization of IC-Compatible Linear Variable Optical Filters with application in a micro-spectrometer[J]. Sensors and Actuators(A:Physical),2010,162(2):400-405.
[16]馮 幫,陳 斌,顏 輝.微型近紅外光譜儀的軟件開(kāi)發(fā)與實(shí)驗(yàn)[J]. 分析儀器,2014(3):7-12.
[17]劉 珂,劉保國(guó),張運(yùn)森.近紅外光譜分析技術(shù)及應(yīng)用研究[J]. 河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,30(1):88-93.
[18]劉建學(xué),尹曉慧,韓四海,等. 便攜式近紅外光譜儀研究進(jìn)展[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2019,53(4):662-670.
[19]庾 繁,溫 泉,雷宏杰,等. 微型近紅外光譜儀關(guān)鍵技術(shù)研究進(jìn)展[J]. 激光與光電子學(xué)進(jìn)展,2018,55(10):30-36.
[20]楊 行.AOTF近紅外光譜儀中信號(hào)檢測(cè)的研究與設(shè)計(jì)[D]. 成都:電子科技大學(xué),2015.
[21]高明輝,林潔瓊,廉鳳慧,等. 基于AOTF的便攜式近紅外光譜測(cè)量?jī)x的研制[J]. 長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,29(3):314-318.
[22]張 惠,臧恒昌,姜? 瑋.微型近紅外光譜分析儀發(fā)展概述[C]//2013年中國(guó)藥學(xué)大會(huì)暨第十三屆中國(guó)藥師周論文集.南寧:中國(guó)藥學(xué)會(huì),2013:2013-2019.
[23]孫紅敏,金慶誼,李曉明,等. 基于ARM的近紅外原料奶成分檢測(cè)設(shè)備研發(fā)[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2014,45(8):103-109,123.
[24]張靖杭.模板修飾基于DMD阿達(dá)瑪變換近紅外光譜儀性能優(yōu)化研究[D]. 長(zhǎng)春:東北師范大學(xué),2018.
[25]Xiao X E,Hou Y Y,Du J,et al. Determination of vitamins B 2,B 3,B 6 and B 7 in corn steep liquor by NIR and PLSR[J]. Transactions of Tianjin University,2012,18(5):372-377.
[26]楊 帆,李雅婷,顧 軒,等. 便攜式近紅外光譜儀測(cè)定蘋(píng)果酸度和抗壞血酸的研究[J]. 光譜學(xué)與光譜分析,2011,31(9):2386-2389.
[27]王加華,戚淑葉,湯智輝,等. 便攜式近紅外光譜儀的蘋(píng)果糖度模型溫度修正[J]. 光譜學(xué)與光譜分析,2012,32(5):1431-1434.
[28]Beghi R,Spinardi A,Bodria L,et al. Apples nutraceutic properties evaluation through a visible and near-infrared portable system[J]. Food and Bioprocess Technology,2013,6(9):2547-2554.
[29]雷 鷹,劉翠玲,周子彥.應(yīng)用便攜式近紅外光譜儀研究蘋(píng)果糖度的快速分析模型[J]. 食品科學(xué)技術(shù)學(xué)報(bào),2018,36(6):95-100.
[30]李偉強(qiáng). 便攜式獼猴桃糖度無(wú)損檢測(cè)儀的研發(fā)[D]. 楊凌:西北農(nóng)林科技大學(xué),2017.
[31]肖 慧,孫 柯,屠 康,等. 便攜式葡萄專(zhuān)用可見(jiàn)-近紅外光譜檢測(cè)儀器開(kāi)發(fā)與實(shí)驗(yàn)[J]. 食品科學(xué),2019,40(8):300-305.
[32]Cayuela J A,Weiland C. Intact orange quality prediction with two portable NIR spectrometers[J]. Postharvest Biology and Technology,2010,58(2):113-120.
[33]秦善知,陳 斌,陸道禮,等. 基于便攜式近紅外光譜儀檢測(cè)梨可溶性固形物[J]. 江蘇農(nóng)業(yè)科學(xué),2014,42(8):284-286.
[34]原 帥,張 娟,劉美娟,等. 便攜式光譜儀對(duì)櫻桃糖度檢測(cè)的研究[J]. 煙臺(tái)大學(xué)學(xué)報(bào)(自然科學(xué)與工程版),2016,29(1):18-21.
[35]羅 霞,洪添勝,羅 闊,等. 近紅外光譜技術(shù)無(wú)損檢測(cè)火龍果有效酸度[J]. 現(xiàn)代食品科技,2016,32(7):276-282.
[36]Li M,Han D H,Liu W. Non-destructive measurement of soluble solids content of three melon cultivars using portable visible/near infrared spectroscopy[J]. Biosystems Engineering,2019,188:31-39.
[37]Jha S N,Narsaiah K,Jaiswal P,et al. Nondestructive prediction of maturity of mango using near infrared spectroscopy[J]. Journal of Food Engineering,2014,124:152-157.
[38]Pérez-Marín D,Paz P,Guerrero J E,et al. Miniature handheld NIR sensor for the on-site non-destructive assessment of post-harvest quality and refrigerated storage behavior in plums[J]. Journal of Food Engineering,2010,99(3):294-302.
[39]Camps C,Christen D.Non-destructive assessment of apricot fruit quality by portable visible-near infrared spectroscopy[J]. LWT-Food Science and Technology,2009,42(6):1125-1131.
[40]覃 鴻,馬競(jìng)一,陳紹江,等. 基于近紅外光譜與透射光譜的玉米單倍體鑒別比較研究[J]. 光譜學(xué)與光譜分析,2016,36(1):292-297.
[41]史增芳,姜巖蕾.一種便攜式玉米葉片含水檢測(cè)儀器設(shè)計(jì)[J]. 農(nóng)機(jī)化研究,2016,38(8):96-100.
[42]王 旭,張鳳清,林家永,等. 便攜式近紅外谷物分析儀快速測(cè)定小麥蛋白質(zhì)的研究[J]. 糧食與飼料工業(yè),2012(1):13-17.
[43]Ecarnot M,Compan F,Roumet P.Assessing leaf nitrogen content and leaf mass per unit area of wheat in the field throughout plant cycle with a portable spectrometer[J]. Field Crops Research,2013,140:44-50.
[44]孫 陽(yáng),劉翠玲,孫曉榮,等. 基于便攜式近紅外光譜儀的面粉品質(zhì)快速篩查方法研究[J]. 食品科技,2020,45(10):267-272.
[45]江 輝,劉 通,陳全勝.基于嗅覺(jué)和光譜技術(shù)融合的面粉脂肪酸值定量檢測(cè)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2021,52(2):340-345.
[46]劉亞超,李永玉,彭彥昆,等. 便攜式大米多品質(zhì)參數(shù)無(wú)損檢測(cè)儀設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2019,50(8):351-357.
[47]鄒 濤,蘭樹(shù)明,閻 巍,等. 基于便攜式近紅外光譜儀的大豆蛋白波長(zhǎng)優(yōu)選[J]. 分析儀器,2019(3):94-99.
[48]Pan L Q,Zhu Q B,Lu R F,et al. Determination of sucrose content in sugar beet by portable visible and near-infrared spectroscopy[J]. Food Chemistry,2015,167:264-271.
[49]Camps C,Simoné C,Gilli C.Assessment of tomato quality using portable nir spectroscopy and plsr with wavelengths selection[J]. Acta Horticulturae,2012(936):437-442.
[50]王 凡,李永玉,彭彥昆,等. 便攜式番茄多品質(zhì)參數(shù)可見(jiàn)/近紅外檢測(cè)裝置研發(fā)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2017,33(19):295-300.
[51]陳 斌,盧 丙,陸道禮.基于微型近紅外光譜儀的油菜籽含油率模型參數(shù)優(yōu)化研究[J]. 現(xiàn)代食品科技,2015,31(8):286-292,267.
[52]王春峰,白志杰,孫武堅(jiān),等. 基于微型近紅外光譜儀油菜籽粗脂肪與粗蛋白校正模型的建立[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,44(3):541-545.
[53]Pérez-Marín D,Torres I,Entrenas J A,et al. Pre-harvest screening on-vine of spinach quality and safety using NIRS technology[J]. Spectrochimica Acta Part A:Molecular and Biomolecular Spectroscopy,2019,207:242-250.
[54]Torres I,Sánchez M T,Entrenas J A,et al. Monitoring quality and safety assessment of summer squashes along the food supply chain using near infrared sensors[J]. Postharvest Biology and Technology,2019,154:21-30.
[55]安曉飛,李民贊,鄭立華,等. 便攜式土壤全氮測(cè)定儀性能研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(增刊1):283-288.
[56]章海亮,何 勇.便攜式短波近紅外光譜儀器檢測(cè)土壤總氮含量研究[J]. 光譜學(xué)與光譜分析,2016,36(1):91-95.
[57]朱傳梅,王宏衛(wèi),謝 霞,等. 基于光譜指數(shù)和機(jī)器學(xué)習(xí)的土壤有機(jī)質(zhì)含量反演[J]. 江蘇農(nóng)業(yè)科學(xué),2020,48(22):233-241.
[58]Li Y F,Wang D C,Zhang D Y,et al. The detection of soil parameters by portable near infrared spectrometer[J]. Applied Mechanics and Materials,2011,128/129:718-726.
[59]張征立,第丹丹,蕭王文,等. 應(yīng)用微型近紅外光譜儀快速檢測(cè)桑園土壤有機(jī)質(zhì)含量的方法[J]. 蠶業(yè)科學(xué),2018,44(6):923-928.
[60]胡曉艷,崔 旭,韓小平,等. 基于修正系數(shù)法的抗水分干擾土壤有機(jī)質(zhì)近紅外預(yù)測(cè)模型研究[J]. 光譜學(xué)與光譜分析,2019,39(4):1059-1062.
[61]Sharififar A,Singh K,Jones E,et al. Evaluating a low-cost portable NIR spectrometer for the prediction of soil organic and total carbon using different calibration models[J]. Soil Use and Management,2019,35(4):607-616.
[62]程 航,萬(wàn) 遠(yuǎn),陳奕云,等. 部分土壤重金屬可見(jiàn)-近紅外反射光譜特征及機(jī)理研究[J]. 光譜學(xué)與光譜分析,2018,38(3):771-778.
[63]殷 哲,雷廷武,董月群. 近紅外土壤含水率傳感器設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(7):73-77,72.
[64]胡 甜,楊海龍,湯 清,等. 微型近紅外光譜技術(shù)快速鑒別霍山石斛種類(lèi)[J]. 光譜學(xué)與光譜分析,2014,34(10):2808-2814.
[65]劉曉慧,孫巧鳳,胡 甜,等. 微型近紅外光譜技術(shù)在白芍快速檢驗(yàn)方面的應(yīng)用[J]. 食品與藥品,2018,20(2):110-113.
[66]Zhang J Q,Liu Y,He Y F,et al. Characterization of deep green infection in tobacco leaves using a hand-held digital light projection based near-infrared spectrometer and an extreme learning machine algorithm[J]. Analytical Letters,2020,53(14):2266-2277.
[67]Li R D,Zhang X B,Li K Q,et al. Nondestructive and rapid grading of tobacco leaves by use of a hand-held near-infrared spectrometer,based on a particle swarm optimization-extreme learning machine algorithm[J]. Spectroscopy Letters,2020,53(9):685-691.