基于高光譜圖像技術(shù)的銀杏葉中總黃酮含量無(wú)損檢測(cè)研究.pdf

1、黃酮類化合物是銀杏葉中主要的化學(xué)活性成分，也是銀杏葉制劑中公認(rèn)的有效成分之一。隨著季節(jié)的變化，銀杏葉中總黃酮的含量和分布也隨之發(fā)生變化。利用新技術(shù)快速、無(wú)損和準(zhǔn)確地測(cè)量銀杏葉片中總黃酮的含量及其分布，來(lái)代替費(fèi)時(shí)費(fèi)力的傳統(tǒng)理化分析方法，對(duì)總黃酮含量的檢測(cè)以及判斷銀杏葉的最佳采摘時(shí)節(jié)具有重要意義。
　　 本研究著重探討應(yīng)用高光譜圖像技術(shù)檢測(cè)葉片總黃酮含量及其分布的方法，主要工作如下:
　　 1.銀杏葉片高光譜圖像采集研究。采

2、集了銀杏葉的近紅外高光譜圖像(900～1700nm)和可見(jiàn)光高光譜圖像（408～1117nm），并提取光譜信息。同時(shí)，用常規(guī)檢測(cè)方法對(duì)銀杏葉中的總黃酮含量進(jìn)行檢測(cè)，得到相應(yīng)的檢測(cè)數(shù)據(jù)。利用光譜信息結(jié)合偏最小二乘法(PLS)定量分析銀杏葉的總黃酮含量。比較兩種不同波段下高光譜圖像的建模結(jié)果，確定出近紅外高光譜圖像更適合總黃酮含量的檢測(cè)。
　　 2.銀杏葉片總黃酮含量預(yù)測(cè)模型研究。利用近紅外高光譜圖像的光譜信息定量分析銀杏葉中總黃酮

3、含量，并利用特征波長(zhǎng)篩選法優(yōu)化銀杏葉總黃酮含量的預(yù)測(cè)模型以提高模型的精確度和穩(wěn)定性。研究中分別利用區(qū)間偏最小二乘法(iPLS)、聯(lián)合區(qū)間偏最小二乘法(SiPLS)、向后區(qū)間偏最小二乘法(BiPLS)和遺傳算法-偏最小二乘法（GA-PLS）篩選特征波長(zhǎng)，并將它們對(duì)應(yīng)的結(jié)果進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，SiPLS、BiPLS和GA-PLS建模結(jié)果均優(yōu)于全光譜偏最小二乘法，并且降低了模型復(fù)雜度;其中BiPLS預(yù)測(cè)結(jié)果最佳，挑選的光譜區(qū)間為1043～

4、1070nm、1126～1154nm、1209～1237nm、1292～1320nm、1375～1431nm、1458～1486nm、1514～1541nm，總黃酮含量預(yù)測(cè)模型校正集的相關(guān)系數(shù)R和交互驗(yàn)證均方根誤差RMSECV分別為0.8918和3.89mg/g，預(yù)測(cè)集的相關(guān)系數(shù)尺和預(yù)測(cè)均方根誤差RMSEP分別為0.9067和3.57mg/g。
　　 3.銀杏葉片總黃酮含量葉面分布圖研究。利用主成分分析(PCA)提取特征區(qū)間內(nèi)的

5、近紅外高光譜圖像的光譜特征信息，并將特征信息與化學(xué)方法檢測(cè)得到的總黃酮含量值進(jìn)行關(guān)聯(lián)，建立了葉片高光譜圖像信號(hào)與總黃酮含量之間的多元線性回歸模型(Rp=0.8511，RMSEP=4.7856mg/g)。然后，依次將高光譜圖像中每個(gè)像素點(diǎn)的光譜值代入總黃酮含量回歸模型中計(jì)算出每個(gè)像素點(diǎn)對(duì)應(yīng)的總黃酮含量值，得到了葉片總黃酮含量的葉面分布圖。該總黃酮含量分布圖解決了化學(xué)分析法、光譜分析法難以檢測(cè)整個(gè)葉面上總黃酮含量分布的難題。