一种基于冠层反射光谱的茶树品种识别方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115356283A(43)申请公布日2022.11.18(21)申请号202210970879.7(22)申请日2022.08.16(71)申请人中国农业科学院茶叶研究所地址310000浙江省杭州市西湖区梅灵南路9号(72)发明人倪康龙俐至杨向德马立锋伊晓云张群峰刘美雅石元值阮建云(74)专利代理机构苏州久元知识产权代理事务所(普通合伙)32446专利代理师袁欣琪(51)Int.Cl.G01N21/359(2014.01)G01N21/47(2006.01)权利要求书2页说明书4页附图2页(54)发明名称一种基于冠层反射光谱的茶树品种识别方法(57)摘要本发明提出了一种基于冠层反射光谱的茶树品种识别方法，属于检测分析技术领域。包括：S1.基于茶树种质资源，采集茶树冠层或者叶片的近红外反射光谱数据，进行数据处理，构建不同茶树品种的红外反射光谱数据库；S2.对光谱数据库数据进行分割，一部分用于识别模型开发，另一部分用于模型诊断；S3.进行机器学习模型训练茶树品种识别模型；S4.对生成的不同模型，建立并验证校正模型，相关性分析，然后进行评价，最终确定最有模型。本发明识别模型的总体准确率高，对具有近缘关系茶树的品种识别准确率略低，应用前景佳。CN115356283ACN115356283A权利要求书1/2页1.一种基于冠层反射光谱的茶树品种识别方法，其特征在于，包括以下步骤：S1.基于茶树种质资源，采集茶树冠层或者叶片的近红外反射光谱数据，进行数据处理，构建不同茶树品种的红外反射光谱数据库；S2.对光谱数据库数据进行分割，一部分用于识别模型开发，另一部分用于模型诊断；S3.进行机器学习模型训练茶树品种识别模型；S4.对生成的不同模型，建立并验证校正模型，相关性分析，然后进行评价，最终确定最有模型。2.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，步骤S1中所述茶树冠层或者叶片近红外反射光谱数据的采集方法如下：取样品粉末放入样品杯中，混合均匀，压平，采用积分球漫反射附件采集，得到近红外反射光谱数据。3.根据权利要求2所述基于冠层反射光谱的茶树品种识别方法，其特征在于，所述积分球漫反射附件采集的扫描范围4000‑10000cm‑1，扫描次数60‑70次，分辨率5‑10cm‑1，环境温度18‑25℃，InGaAs检测器。4.根据权利要求3所述基于冠层反射光谱的茶树品种识别方法，其特征在于，所述扫描次数64次，分辨率8cm‑1，环境温度20℃。5.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，步骤S1中所述数据处理采用MATLAB7.0软件结合TQAnalyst7.2数据处理软件。6.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，步骤S3中所述机器学习方法包括线性判别、偏最小二乘法、神经网络、决策树、随机森林和支持向量机。7.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，步骤S4中所述建立并验证校正模型的方法为采用TQAnalyst7.2数据处理软件，建立茶树近红外光谱图特征与待测组分含量间的校正模型，进而对验证集样品进行分析。8.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，步骤S4中所述相关性分析的方法为对茶树的叶绿素、水分、灰分和醇溶性浸出物4个指标成分，采用SPSS软件进行两两间的相关分析。9.根据权利要求1所述基于冠层反射光谱的茶树品种识别方法，其特征在于，具体包括以下步骤：S1.基于茶树种质资源，采集茶树冠层或者叶片的近红外反射光谱数据，进行数据处理，构建不同茶树品种的红外反射光谱数据库；采集方法如下：取样品粉末放入样品杯中，混合均匀，压平，采用积分球漫反射附件采集，得到近红外反射光谱数据，所述积分球漫反射附件采集的扫描范围4000‑10000cm‑1，扫描次数64次，分辨率8cm‑1，环境温度20℃，InGaAs检测器；S2.对光谱数据库数据进行分割，一部分用于识别模型开发，另一部分用于模型诊断；S3.进行机器学习模型训练茶树品种识别模型，所述机器学习方法包括线性判别、偏最小二乘法、神经网络、决策树、随机森林和支持向量机；S4.对生成的不同模型，采用TQAnalyst7.2数据处理软件，建立茶树近红外光谱图特征与待测组分含量间的校正模型，进而对验证集样品进行分析，对茶树的叶绿素、水分、灰分和醇溶性浸出物4个指标成分，采用SPSS软件进行两两间的相关分析，然后进行评价，最2CN115356283A权利要求书2/2页终确定最有模型。3CN115356283A说明书1/4页一种基于冠层反射光谱的茶树品种识别方法技术领域[0001]本发明涉及检测分析技术领域，具体涉及一种基