In dieser Studie kann eine hyperspektrale Kamera 400-1000nm benutzt werden und die Produkte der Hangzhou-Farbspektrum-Technologie Co., Ltd.
In dieser Studie kann eine hyperspektrale Kamera 400-1000nm benutzt werden und die Produkte der Hangzhou-Farbspektrum-Technologie Co., Ltd.
FS13 leitet in Verbindung stehende Forschung. Der Spektralbereich ist 400-1000nm und die Wellenlängenentschließung ist besser als 2.5nm, bis 1200
Zwei Spektralkanäle. Erwerb beschleunigt zu 128FPS im vollen Spektrum, bis zu 3300Hz nach Bandauswahl (Vielzonenunterstützung
Gebietsbandauswahl). FS13 leitet in Verbindung stehende Forschung. Der Spektralbereich ist 400-1000nm und die Wellenlängenentschließung ist besser als 2.5nm, bis 1200
Zwei Spektralkanäle. Erwerb beschleunigt zu 128FPS im vollen Spektrum, bis zu 3300Hz nach Bandauswahl (Vielzonenunterstützung
Gebietsbandauswahl).
Die Seidenraupe (Spinner mori Linnaeus) ist ein wirtschaftliches Insekt, das Maulbeere und Drehbeschleunigungsseide isst, also es wird genannt auch die Seidenraupe. Seidenraupen stammten aus altem China und wurden allmählich durch die ursprünglichen Seidenraupen domestiziert, die Maulbeerbäume bewohnen. Schon in 5.000 Jahren vor, hatten die Menschen des Altertums die Technologie des Pflanzens der Maulbeere und der Zucht von Seidenraupen beherrscht. In alte Zeiten machte Seidenraupenzucht große Beiträge zur Entwicklung der Wirtschaft und der Kultur. Zur Zeit fördert Seidenspinnerindustrie die Entwicklung der Agrarwirtschaft, verbessert den Lebensstandard von Landwirten und ist eine der wichtigen Nebenerwerbsindustrien in der landwirtschaftlichen Produktion. Darüber hinaus ist die Seidenraupenindustrie in einer führenden Position im Weltmarkt und spielt eine wichtige Rolle im Welthandel und schafft viele Währungsreserven für unser Land. Deshalb hat die nachhaltige Entwicklung der Seidenspinnerindustrie extrem wichtigen wirtschaftlichen Wert und Bedeutung.
Die traditionelle chemische Entdeckungstechnologie muss die geprüften Proben vorbehandeln, ist der Operationsprozeß schwierig, und viele chemischen Reagenzien werden verbraucht. Die Genauigkeit der enzymatischen schnellen Entdeckungstechnologie ist niedrig, also kann sie für Primärsiebung nur verwendet werden. Spektrale zerstörungsfreie Prüfungstechnologie ist nicht wegen der einseitigen Informationen repräsentativ. Deshalb wird eine schnelle, zuverlässige und umfassende zerstörungsfreie Prüfung von Maulbeerblättern gesucht.
Die Methode des Pestizidrückstandes ist von der hohen Bedeutung in der Erntesicherheitsentdeckung. Hyperspektrale Bildgebungstechnologie ist eine neue zerstörungsfreie Prüfungstechnologie, die Bildgebungstechnologie- und Spektrumtechnologie kombiniert, die die Vorteile ohne Bedarf, den gemessenen Gegenstand, umfassenden den Informationserwerb und hohe die Entdeckungsgenauigkeit zu zerstören hat. In diesem Papier wurden die hyperspektrale Bildgebungstechnologie, die mit Spektralauswertungsmethoden kombiniert wurde, eingesetzt, um die Pestizidrückstände in den Maulbeerblättern zu studieren, um nicht nur zu studieren, ob es Pestizidrückstände in den Maulbeerblättern und die Identifizierung von Pestizidrückständen gibt, aber die quantitative Entdeckung von ChlorpyrifosPestizidrückständen in den Maulbeerblättern auch zu studieren. Der Forschungsinhalt dieses Papiers stellt technische Unterstützung für Seidenraupenzuchtindustrie und starke Garantie für das Einkommen der Seidenraupenzuchtlandwirte zur Verfügung und fördert die nachhaltige und ausführliche Entwicklung der Seidenraupenzuchtindustrie, die extrem wichtigen Sollwert und praktische Bedeutung hat.
In diesem Papier wurde die hyperspektrale Bildgebungstechnologie, die mit Spektralauswertungsmethoden kombiniert wurde, eingesetzt, um den Inhalt von Chlorpyrifos in den Maulbeerblättern quantitativ zu ermitteln. Maulbeere verlässt mit verschiedenen Chlorpyrifosrückständen wurden verwendet als Testobjekte, um hyperspektrale Bilder von Maulbeerblättern im Bereich von 390-1050nm zu erhalten durch hyperspektralen Toner. ENVI-Software wird benutzt, um die Region des Interesses des Blattes zu bestimmen und die durchschnittlichen Spektraldaten der Region zu berechnen. Die Korrelationskoeffizienten zwischen den Mittelspektraldaten von Maulbeerblattproben und den entsprechenden chemischen Werten, die durch Gaschromatographen bestimmt wurden, wurden berechnet, und 5 Wellen wurden entsprechend dem Wellenformdiagramm des Korrelationskoeffizienten und der Wellenlänge vorgewählt.
Die Wellenlängen entsprechend Spitzen und Abflussrinnen werden als charakteristische Wellenlängen verwendet (561,25, 680,86, 706,58, 714,32, 724.66nm). Basiert auf Spektraldaten an der charakteristischen Wellenlänge, wurde ein quantitatives Entdeckungsmodell von Maulbeerblattrückständen hergestellt, indem man mehrfache Linear-Regression und Stützvektorregression verwendete. Die Korrektur stellte Bestimmungskoeffizient R ² des MLR-Vorhersagenmodells ist 0,730 ein, ist der Fehler RMSEC des quadratischen Mittelwerts 38,599, und die Vorhersage stellte Bestimmungskoeffizienten R wird erreicht ein. Ist 0,637 und der Fehler RMSEP des quadratischen Mittelwerts ist 47,146. Die Korrektur stellte Bestimmungskoeffizienten R3 ist 0,920 ein, ist der Fehler der mittleren Abweichung RMSEC 21,073, stellte die Vorhersage Bestimmungskoeffizienten R3 ist 0,874 ein, und der Fehler der mittleren Abweichung RMSEP ist 27,719. Durch Analyse mit Vergleichswerten: SVR-Vorhersagenmodell hat bessere Leistung als MLR-Vorhersagenmodell, also kann die Vision-nah-Infrarothyperspektrale Bildgebungstechnologie, die mit SVR-Vorhersagenmodell kombiniert wird, zur zerstörungsfreien Entdeckung von Chlorpyrifosrückständen in den Maulbeerblättern eingesetzt werden.