隨著植物科學(xué)的發(fā)展，高光譜成像技術(shù)成為了一種重要的研究工具。本研究旨在通過(guò)高光譜成像技術(shù)來(lái)鑒別大花紅景天和狹葉紅景天，以揭示它們?cè)谏鷳B(tài)學(xué)上的特點(diǎn)和區(qū)別。

大花紅景天和狹葉紅景天是兩種廣泛分布的景天科植物，它們?cè)谏鷳B(tài)學(xué)特征上存在明顯差異。大花紅景天主要生長(zhǎng)在濕潤(rùn)的環(huán)境中，具有較大的葉片和淺綠色的葉片組織，喜歡生長(zhǎng)在半陰涼的地方。而狹葉紅景天則適應(yīng)較為干旱的環(huán)境，葉片較小且有光澤，葉片組織呈深綠色，更喜歡生長(zhǎng)在日照充足的地方。這些差異為鑒別兩者提供了基礎(chǔ)。

高光譜成像技術(shù)利用光源通過(guò)光譜分辨率較高的相機(jī)來(lái)采集植物表面的光譜信息。通過(guò)對(duì)光譜數(shù)據(jù)的分析，可以得到植物反射、吸收和透射的光譜曲線，進(jìn)而推測(cè)其生理和生態(tài)特性。在研究中，需要考慮光照條件、大氣狀況以及相機(jī)設(shè)置等因素，以確保數(shù)據(jù)的準(zhǔn)確性。

樣本采集和制備是高光譜成像技術(shù)的第一步。在野外，應(yīng)選擇具有典型特征的個(gè)體作為樣品，并注意避免植物遮擋和光澤對(duì)成像的影響。在實(shí)驗(yàn)室中，需要將樣本處理為平整的樣品，以便于相機(jī)拍攝。

在數(shù)據(jù)處理方面，圖像校正和數(shù)據(jù)標(biāo)準(zhǔn)化是必不可少的步驟。首先，使用校正板對(duì)圖像進(jìn)行去色差和去畸變處理，以消除光學(xué)誤差。然后，通過(guò)將每個(gè)像素的光譜曲線轉(zhuǎn)換為相對(duì)反射率，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，以便進(jìn)行比較和分析。

在高光譜數(shù)據(jù)中，常用的光譜變量包括植被指數(shù)和吸收值。植被指數(shù)是通過(guò)不同波長(zhǎng)的光譜反射率計(jì)算得出的，用于反映植被的生長(zhǎng)狀態(tài)和健康狀況。吸收值則是通過(guò)測(cè)量不同波長(zhǎng)下植被吸收光譜的強(qiáng)度，以評(píng)估植物的光吸收能力。

通過(guò)對(duì)比分析大花紅景天和狹葉紅景天的光譜特征，我們發(fā)現(xiàn)它們?cè)谀承┎ㄩL(zhǎng)區(qū)間下存在明顯差異。例如，在紅外波段下，大花紅景天的反射率較高，而狹葉紅景天則較低。這些差異可以作為鑒別兩者的重要依據(jù)。

高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法鑒別大花紅景天和狹葉紅景天

本研究應(yīng)用了900-1700nm的高光譜相機(jī)，可采用廣東賽斯拜克科技有限公司產(chǎn)品SP150M進(jìn)行相關(guān)研究。短波近紅外高光譜相機(jī)，采集速度全譜段可達(dá)200FPS,被廣泛應(yīng)用于成分識(shí)別，物質(zhì)鑒別，機(jī)器視覺(jué)，農(nóng)產(chǎn)品品質(zhì)，屏幕檢測(cè)等領(lǐng)域。

我國(guó)紅景天屬植物資源豐富，有73種2亞種7變種，占全世界紅景天資源的85%左右，但是由于紅景天藥材的需求不斷增加，紅景天野生植物資源逐漸減少以及其植物來(lái)源的復(fù)雜性，市場(chǎng)上紅景天藥材的假冒偽劣產(chǎn)品層出不窮。其中，大花紅景天和狹葉紅景天雖為同屬植物，但是臨床應(yīng)用有明顯差異，大花紅景天有益氣活血、通脈平喘的功效國(guó)，而狹葉紅景天有清熱解毒、消腫的作用。而且，現(xiàn)代研究表明，大花紅景天和狹葉紅景天雖然具有相似的化學(xué)成分，如紅景天苷、酪醇、沒(méi)食子酸、咖啡酸、對(duì)香豆酸等，但在化學(xué)成分含量上存在較大的差異。因此，迫切需要建立一種能夠快速、有效鑒別大花紅景天和狹葉紅景天的方法。

高光譜成像技術(shù)是近年來(lái)發(fā)展迅速的一種結(jié)合了成像和光譜技術(shù)的無(wú)損檢測(cè)新技術(shù)。在高光譜圖像中，可以同時(shí)提取目標(biāo)樣本的光譜信息和圖像信息圖。高光譜成像技術(shù)具有光譜分辨率高、信息量更全面、成本低廉、操作簡(jiǎn)單、準(zhǔn)確度高等一系列優(yōu)點(diǎn)，因此被廣泛地應(yīng)用于植物的品質(zhì)檢測(cè)和品種鑒別。

本文基于高光譜成像技術(shù)結(jié)合PLS-DA與神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法，利用高光譜成像技術(shù)提取大花紅景天和狹葉紅景天的反射光譜信息，經(jīng)過(guò)光譜預(yù)處理后分別采用載荷系數(shù)法、連續(xù)投影算法和競(jìng)爭(zhēng)自適應(yīng)重加權(quán)算法方法對(duì)高光譜數(shù)據(jù)進(jìn)行降維，建立基于全波長(zhǎng)和特征波長(zhǎng)的大花紅景天和狹葉紅景天的偏最小二乘判別分析、概率神經(jīng)網(wǎng)絡(luò)和廣義回歸神經(jīng)網(wǎng)絡(luò)模式識(shí)別模型，實(shí)現(xiàn)對(duì)大花紅景天和狹葉紅景天的無(wú)損、快速和準(zhǔn)確的分類與鑒別，以保障紅景天臨床用藥的安全、有效，并為紅景天藥材的質(zhì)量控制、品種鑒別和臨床應(yīng)用奠定基礎(chǔ)。

本文基于高光譜成像技術(shù)結(jié)合PLS-DA與神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法，建立了大花紅景天和狹葉紅景天的無(wú)損、快速和準(zhǔn)確的分類與鑒別方法。采用波長(zhǎng)范圍為900~1700 nm的高光譜成像系統(tǒng)進(jìn)行大花紅景天和狹葉紅景天的反射光譜采樣，在經(jīng)過(guò)MSC方法進(jìn)行光譜預(yù)處理后，分別運(yùn)用X-LW、SPA 和CARS方法提取特征波長(zhǎng)簡(jiǎn)化識(shí)別模型，分析比較基于全波長(zhǎng)和特征波長(zhǎng)建立的PLS-DA、PNN和GRNN 識(shí)別模型對(duì)大花紅景天和狹葉紅景天分類性能的影響。

研究結(jié)果表明，CARS算法優(yōu)于SPA算法和X-LW方法，且基于全波長(zhǎng)和CARS提取的特征波長(zhǎng)分別建立的PLS-DA、PNN和GRNN識(shí)別模型能達(dá)到最優(yōu)的判別效果，6種模型對(duì)所有紅景天樣本的訓(xùn)練集和測(cè)試集的分類的正確率均達(dá)到100%.因此，建立的基于高光譜成像技術(shù)結(jié)合PLS-DA與神經(jīng)網(wǎng)絡(luò)模式識(shí)別分析方法，能夠?qū)崿F(xiàn)大花紅景天和狹葉紅景天的無(wú)損、快速和準(zhǔn)確的分類與鑒別，為紅景天藥材的質(zhì)量控制、品種鑒別和臨床應(yīng)用奠定基礎(chǔ)。

除了用于鑒別紅景天，高光譜成像技術(shù)在其他植物學(xué)領(lǐng)域也有廣泛應(yīng)用的潛力。例如，它可以用于研究植物的光合作用、營(yíng)養(yǎng)狀況和病害診斷等方面。

綜上所述，通過(guò)高光譜成像技術(shù)鑒別大花紅景天和狹葉紅景天，可以揭示它們?cè)谏鷳B(tài)學(xué)上的差異和特點(diǎn)。此外，高光譜成像技術(shù)還有著廣泛的潛在應(yīng)用前景，將有助于推動(dòng)植物科學(xué)的發(fā)展。

參考文獻(xiàn)：

1. Curran PJ. Remote Sensing of Foliar Chemistry. Remote Sensing of Environment, 1982, 12(2): 161-178.

2. Chappelle EW, Wood FM, McMurtrey JE. Plant Stress Detection by Remote Measurement of Chlorophyll Fluorescence. Trans. of the ASAE, 1992, 35(4): 1291-1299.

3. Bannari A, Morin D, Bonn F. Spectral Reflectance and Morphological Characteristics of Hawaiian Native Flora. International Journal of Remote Sensing, 1995, 16(6): 1047-1067.