高光谱成像仪在柚类品种鉴别研究中的应用

中国是柚类起源中心和遗传多样性分布中心之一，柚类种质和品种资源繁多，对品种(系)的鉴定和识别较为困难和复杂。可以使用高光谱成像仪鉴别柚类品种。

很多专家学者已经从形态学、生物化学与分子生物学等方面进行了柚类的分类和鉴别研究，但是这些方法繁琐、成本较高以及耗时耗力。探索建立一种科学、简单、省时省力的柚类品种鉴别技术很有必要。高光谱成像技术集图像技术与光谱技术于一体，具有波段多、分辨率高、检测快速和无损等优点。近年来，已被用于农产品、食品等品种或类别的鉴别研究，如水稻、肉类、西瓜种子等，但有关利用高光谱成像技术对柚类品种的鉴别研究鲜有报道。

最小二乘支持向量机 (least squares-support vector ma-chine， LS-SVM)由于其优越的学习能力和自适应性被广泛用于光谱数据的分析中17.8.主成分分析(principal compo-nent analysis， PCA)和连续投影算法( successive projections algorithm， SPA)均能大幅度减少建模所用变量的个数，提高建模的速度和效率，使基于 PCA 和 SPA 的 LS-SVM模型在定性分析得到广泛研究与应用9.10]。

利用高光谱成像技术分别采集叶片上表面和下表面高光谱图像信息，建立PCA-LS-SVM 和 SPA-LS-SVM 模型对供试柚类品种进行鉴别，探索采用高光谱成像技术对柚类品种进行快速无损鉴别的可行性，并对基于柚类叶片上表面与下表面的光谱信息的建模效果进行比较，找出最佳光谱采集面，进而用于柚类品种的鉴别研究。以下图像研究也证明了这种可行性。