高EGCG含量茶树品种光谱识别模型构建

摘要：

为解决目前高EGCG含量茶树品种育种过程中,叶片EGCG含量检测存在繁琐、成本高和周期长等问题,研究采用近红外光谱分析技术结合化学计量法实现茶树叶片EGCG含量的快速定性高低判别.利用手持式光谱仪分别采集高EGCG含量(13.68±1.99)％茶树(W1)和低EGCG含量(4.86±1.17)％茶树(Huangdan)叶片的近红外光谱反射率.应用RF(Random Frog)算法提取对EGCG敏感的波段,并对比分析线性判别分析LDA和最小二乘支持向量机LS-SVM两种方法对高EGCG含量茶树叶片的识别能力.结果 表明:主成分分析后样本的第一主成分和第二主成分的累计方差贡献率为99.6％,对应的得分对高/低EGCG含量茶树叶片具有较好的聚类作用.RF算法选取前20个敏感波段构建的最小二乘支持向量机(LS-SVM)模型对高/低EGCG含量茶树叶片的识别正确率和Kappa系数分别为93.94％和0.89.研究结果可为高EGCG含量茶树品种的育种提供技术支持.

关键词：茶树育种;EGCG;光谱分析;最小二乘支持向量机;无损检测

所属期刊栏目：42

分类号：S571.1

资助基金：福建省高峰高原学科项目;福建农林大学科技创新专项基金项目

在线出版日期：2021-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：111-117