采用可见／近红外光谱检测大麦叶片过氧化氢酶与过氧化物酶含量的研究

摘要：

采用可见/近红外光谱对丙酯草醚胁迫下大麦叶片过氧化氢酶（catalase ，CAT ）与过氧化物酶（per-oxidase ，POD）含量预测进行研究。对500～900 nm光谱采用移动平均法（moving average ，MA）11点平滑方法进行预处理。采用蒙特卡罗-偏最小二乘法（monte carlo-partial least squares ，MCPLS）方法分别对于CAT与POD的含量预测剔除7个与8个异常样本。基于全部光谱建立了CAT与POD含量预测的PLS ，最小二乘支持向量机（least-squares support vector machine ，LS-SVM ）与极限学习机（extreme learning machine ， ELM ）模型，ELM模型对CAT含量预测效果最好，建模集相关系数（correlation coefficient of calibration ，Rc ）为0.916，预测集相关系数 Rp 为0.786；PLS模型对POD含量预测效果最佳，Rc 为0.984，Rp 为0.876。采用连续投影算法（successive projections algorithm ，SPA）算法分别为CAT与POD预测选择了8个与19个特征波长，基于特征波长建立的PLS ，LS-SVM与ELM模型中，ELM模型对CAT与POD含量预测效果均最佳，CAT含量预测的相关系数为 Rc ＝0.928， Rp ＝0.790；POD 含量预测的相关系数 Rc ＝0.965， Rp ＝0.941。基于全谱与基于特征波长的回归分析模型预测效果相当，且对POD含量的预测效果优于对CAT含量的预测效果，而这需要进一步研究以得到精度和稳定性更高的预测模型。研究结果表明，采用可见/近红外光谱结合化学计量学方法可以实现对除草剂胁迫下大麦叶片CAT与POD含量的预测。

关键词：可见/近红外光谱、大麦、丙酯草醚、过氧化氢酶、过氧化物酶

分类号：O433.4;S482.4(光学)

资助基金：国家863计划课题项目2013AA102405;国家自然科学基金项目31201137;中央高校基本科研业务费专项资金项目2014FZA6005

在线出版日期：2014-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2382-2386