菌草丙二醛含量可见_近红外光谱反演.docx

叶大鹏教授团队科研，菌草丙二醛含量可见/近红外光谱反演，提升反演精度与预测性能作为栽培食药用菌养基的草本植物，包括芒箕、五节芒、芦苇、玉米杆、比特草、象草等草本植物,应用广泛。菌草是多年生可用作饲料与生物质能源的草本植物,在温带种植需克服越冬问题。基于深度卷积生成式对抗网络菌草丙二醛含量可见/近红外光谱反演/1,，二、4 C U. . . 3j '低温胁迫会对菌草的生长发育造成不利影响。福建农林大学机电工程学院携手福建省农业信息感知技术重点实验室、福建农林大学园艺学院组成叶大鹏研究团队,针对菌草展开研究。(d)巨菌草(e)绿洲二号(f)绿洲七号丙二醛含量作为诊断菌草低温胁迫状态的有力诊断指标，利用光谱技术反演MDA含量，可快速无损地评估菌草生长动态，为菌草育种及低温胁迫诊断提供参考。A<BIK I(a)DCGAN流程由生成d判别(b)DCGAN网络冬救该研究基于6个品种的菌草植株，设置低温胁迫组与常温对照组，获取菌草苗期的可见/近红外光谱数据与叶片MDA含量信息，分析低温胁迫条件下菌草MDA含量及其光谱反射率均相应增加的变化趋势;为提升模型的检测效果，提出了改进的一维深度卷积生成式对抗网络用于样本数量增广，并建立基于随机森林、偏最小二乘回归以及卷积神经网络算法的MDA光谱定量检测模型。(.0EUI:?匕 VaWab40302010VaW8JO20IOHMffl*am(d)巨苗萃(e)煤洲2号(f)绿洲7号DCGAN可优化模型的可靠性与MDA检测精度，且DCGAN联合RF模型可以得到最佳的检测效果，其中预测集决定系数Rp2为0.7922,均方根误差为2.4063,残差预测偏差为2.1937o趋势线95%置箱区间曲线95%预测区间曲线1520253035MD 含 it 实际值/(nmul gRl- O 353O252OIS1O1MCE5、二章lg<c4aO 353O252OIS101 8olu盘旺尤 VaW40MDA含址实际(f(nmo1g l)该研究利用DCGAN进行样本数量增广，能显著提升基于光谱数据的模型对菌草MDA含量的反演精度与预测性能。