-
题名光谱技术在蔬菜生产检测中的研究进展、挑战与建议
- 1
-
-
作者
白珏坤
陈怀勐
董大明
刘亚超
岳晓龙
杜秀可
-
机构
江苏大学农业工程学院
北京市农林科学院国家农业智能装备工程技术研究中心
北京市昌平区农业服务中心
-
出处
《智慧农业(中英文)》
2025年第4期1-17,共17页
-
基金
国家重点研发计划项目(2022YFD2002101)。
-
文摘
[目的/意义]蔬菜品质安全与营养价值的实时无损检测是贯通“从田头到餐桌”全产业链的核心需求。光谱技术被视为是提高检测效率、降低成本、实现规模化的关键手段。本文通过概述光谱技术在蔬菜产业链各环节的应用以及分析发展方向,为该领域的研究者和从业者提供帮助。[进展]系统回顾了近年来近红外、拉曼、荧光、激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)及紫外-可见等光谱分析技术在蔬菜育种、种植管理、采收、储运、销售全链条的应用进展。硬件层面,小型化传感器配合智能手机、无人机及物联网实现田间原位监测;算法层面,偏最小二乘回归(Partial Least Squares Regression,PLSR)、卷积神经网络、迁移学习等模型使可溶性固形物(Soluble Solid Content,SSC)、农药残留、重金属等指标的预测R^(2)普遍大于0.90,检测限低至mg/kg级;数据层面,多模态融合(LIBS-NIR、荧光-图像)显著提升了复杂基质下的鲁棒性;典型应用场景包括:表面增强拉曼光谱实现痕量农药现场筛查,叶绿素荧光实现采后品质动态追踪,LIBS完成土壤-蔬菜重金属迁移原位监测。[结论/展望]光谱技术在蔬菜产业已具备“单点验证”到“链式示范”跨越的技术基础,但仍受模型跨品种跨环境泛化能力、田间噪声干扰、设备成本及标准缺失等问题的制约。未来需构建覆盖多品种、多地域的开放光谱数据库,发展自校准、自适应的智能传感器,制定硬件接口与数据格式统一标准,并通过模块化、租赁式商业模式降低中小农户使用门槛,以推动光谱技术在蔬菜产业的大规模、可持续应用。
-
关键词
光谱技术
近红外光谱
拉曼光谱
荧光光谱
蔬菜
现场检测
-
Keywords
spectrum technology
near-infrared spectroscopy
Raman spectroscopy
fluorescence spectroscopy
vegetables
on-site detection
-
分类号
O657.3
[理学—分析化学]
S-1
[农业科学]
-
-
题名典型拉曼光谱技术及其在农业检测中应用研究进展
被引量：17
- 2
-
-
作者
高振
赵春江
杨桂燕
董大明
-
机构
中国农业大学信息与电气工程学院
北京市农林科学院国家农业智能装备工程技术研究中心
-
出处
《智慧农业（中英文）》
2022年第2期121-134,共14页
-
基金
国家自然科学基金(32101609)
北京市自然科学基金(JQ19023)。
-
文摘
拉曼光谱是一种散射光谱,具有快速、不易受水分干扰、样品无需预处理和在体检测等特点,可作为分析、测试物质分子成分和结构强有力的表征手段。随着拉曼光谱技术的不断发展,其在农业检测领域中逐渐发挥出极其重要的作用。本文概述了拉曼光谱的检测原理,从共聚焦显微拉曼光谱、傅里叶变换拉曼光谱、表面增强拉曼光谱、针尖增强拉曼光谱、共振拉曼光谱、空间偏移拉曼光谱、移频激发拉曼差分光谱、基于非线性光学的拉曼光谱等8个方面介绍了拉曼光谱技术,重点总结了拉曼光谱技术在植物检测、土壤检测、水质检测、食品检测等方面的应用研究进展,并提出了其在农业检测领域中应用需要解决的难题和未来的发展方向,以期对未来农业生产和研究带来启发。
-
关键词
傅里叶变换拉曼光谱
表面增强拉曼光谱
共聚焦显微拉曼光谱
非线性光学
拉曼光谱技术
共振拉曼光谱
土壤检测
散射光谱
-
Keywords
Raman spectroscopy
plant phenotyping
plant stress detection
soil detection
pesticide residue detection
water quality detection
food detection
-
分类号
O657.37
[理学—分析化学]
S-1
[农业科学]
-
-
题名水中氯化铵浓度光谱检测的实验研究
被引量：2
- 3
-
-
作者
王新强
董大明
张丽娟
叶松
-
机构
桂林电子科技大学电子工程与自动化学院
北京市农林科学院国家农业智能装备工程技术研究中心
-
出处
《激光杂志》
CAS
CSCD
北大核心
2014年第8期84-85,共2页
-
文摘
本文采用自行搭建的实验系统,研究了氯化铵溶液的光谱特性。实验基于多次测量取平均的光谱数据,采用光谱归一化的方法消除光强变化引起的测量误差,通过计算不同浓度的差谱,提取了对氯化铵浓度敏感的733nm、833nm特征波段。两波段的浓度回归结果表明,差谱强度与浓度具有良好的线性关系,对高光谱遥感探测的应用具有实际意义。
-
关键词
水中氯化铵
浓度测量
光谱检测
回归分析
-
Keywords
Ammonium Chloride in Water
Concentration Measurement
Spectrum detection
Regression Analysis
-
分类号
O433.1
[机械工程—光学工程]
-
