В этом исследовании, была приложена hyperspectral камера 400-1000nm, и FS13, продукт CO. технологии цветовой гаммы Ханчжоу, LTD., смогло быть использовано для родственного исследования. Спектральный ряд 400-1000nm, разрешение длины волны лучшее чем 2.5nm, и до 1200 спектральных каналов можно достигнуть. Скорость приема может достигнуть 128FPS в полном спектре, и максимум после того как переключение диапазона 3300Hz (переключение диапазона мульти-региона поддержки).
Салат богат в протеине, углеводах, витаминах и других питательных веществах, и засаживая область широка. Азот один из самых важных элементов влияя на рост салата. Установить быстрое, эффективный и безразрушительный метод для обнаружения содержания азота салата удобен для того чтобы направить разумное землеудобрение салата. В настоящее время, немногие отчеты на пользе hyperspectral технологии изображения обнаружить содержание азота в листьях салата. В этом исследовании, hyperspectral технология изображения была приложена к обнаружению без разрушения содержания азота в листьях салата. Путем изучать влияния различных спектральных методов pretreatment на PLSB моделируя, соотвествующие спектральные методы pretreatment были выбраны для листьев салата, и были оптимизированы чувствительные длины волны соответствующие для предсказывая содержания азота в листьях салата. Была сделана попытка установить модель самого простого и оптимального прогноза содержания азота в листьях салата. Этот набор методов не был сообщен, и он также обеспечивает основу для развития портативного детектора элемента питательного вещества овоща, который имеет сильное практически значение.
Hyperspectral изображения 60 листьев салата были собраны hyperspectral технологией изображения, и содержание азота соответствуя листьев салата было определено анализатором неразрывного течения AutoAnalyzer3. Средние спектральные данные регионов 50×50 на поверхности сырцовых листьев салата были извлечены программным обеспечением ENVI. Извлеченные средние спектральные данные были предварительно обрабатываны (8 видов методов pretreatment). В конце концов, первоначальные спектральные данные и 8 видов данных по pretreatment спектральных были использованы как входной сигнал PLSR для того чтобы установить 9 моделей прогноза для содержания азота салата. Путем сравнивать результаты этих 9 моделей прогноза, оптимальный прогноз модельное OSC+PLSR был выбран, и была проанализирована диаграмма коэффициента регрессии модели OSC+PLSR. 13 чувствительных длины волны были выбраны, и после этого 13 чувствительных длины волны были приняты как входной сигнал PLSR. В конце концов, была установлена модель прогноза содержания азота салата OSC+SW+PLSR. Сравненный с моделью OSC+PLSR, эффективность прогноза значительно была улучшена, могущие понадобиться как эффективный, точный и новый метод без разрушения для прогноза содержания азота в листьях салата, и может обеспечить ссылку для диагноза питания азота и экономического и рационального землеудобрения салата.