基于EEMD-db3的皇竹草重金属相对含量高光谱反演方法技术

本发明专利技术公开了一种基于EEMD

【技术实现步骤摘要】
基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法


[0001]本专利技术属于植物重金属检测
，具体涉及一种基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法。

技术介绍

[0002]皇竹草是一种营养价值高、适口性好的植物，广泛用于动物饲料的制备。由于皇竹草生物炭中特有的结构，其对土壤中的Cu、Cd、Zn等重金属离子具有良好的吸附效果，可被用来控制土壤重金属的污染。皇竹草喂给鱼、牛、羊等动物时，部分重金属元素被动物吸收，同时在动物体内积累。长期摄入会导致动物慢性中毒。过量会导致急性中毒，甚至死亡，并容易危及整个食物链的食品安全。因此有必要测定皇竹草的重金属含量是否达到饲料标准。传统的化学方法检测皇竹草中重金属含量费时费钱。高光谱技术分辨率高，可以快速获取目标连续波段的高光谱反射率信息，是一种简单、快速、无损的检测方法，广泛应用于作物、土壤成分、食物成分检测、水中漂浮物检测等定量检测中。
[0003]EEMD方法的本质是一种叠加高斯白噪声的多次经验模式分解，利用了高斯白噪声具有频率均匀分布的统计特性，通过每次加入同等幅值的不同白噪声来改变信号的极值点特性，之后对多次EMD得到的相应IMF进行总体平均来抵消加入的白噪声，从而有效抑制模态混叠的产生。db小波主要应用在离散型的小波转换，是最常使用到的小波转换，通常使用在数位信号分析、信号压缩跟噪声去除。
[0004]目前，利用光谱无损检测方法估算堆积物中重金属的含量的报道较少，利用EEMD方法在植物重金属含量检测领域的应用并不广泛。

技术实现思路

[0005]本专利技术的主要目的在于克服现有技术的缺点与不足，提出一种基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法。
[0006]为了达到上述目的，本专利技术采用以下技术方案：
[0007]基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，包括以下步骤：
[0008]S1、对不同重金属浓度下种植的皇竹草，获取高光谱数据，测定重金属含量；
[0009]S2、采用EEMD
‑
db3的方法对皇竹草原始光谱数据进行降噪处理，并进行特征波段选取；
[0010]S3、构建皇竹草重金属相对含量反演模型，选取最优反演模型用于皇竹草重金属相对含量高光谱反演。
[0011]进一步的，步骤S1具体为：
[0012]将鲜叶皇竹草样品通过高光谱成像仪采集光谱反射率数据，根据国际标准测定皇竹草内重金属含量；
[0013]根据国际标准测定皇竹草内重金属含量具体为：
[0014]将鲜叶皇竹草样品在70℃烘箱中杀青30min，55℃烘干48h，得到植物干样，再用粉
碎机粉碎，过100目筛，置于密封塑料袋内；
[0015]采用HNO3‑
H2O2微波消煮，通过石墨炉原子吸收分光光度计上机测定，并用植物国家标准物质检验测定结果。
[0016]进一步的，步骤S2包括：
[0017]采用EEMD方法分解高光谱信号得到IMF分量，采用db3降噪，然后将降噪后IMF分量与剩余分量相加重构原光谱信号数据，再对降噪后光谱数据进行一阶导、倒数对数数学变换；
[0018]db3小波母函数对降噪后皇竹草光谱数据进行分解，得到高频与低频小波系数，最后通过相关性曲线筛选显著相关波段后，采用逐次投影算法与竞争性自适应重加权算法提取特征变量，同时保留相关系数最大的波段作为特征波段。
[0019]进一步的，步骤S2中，分解得到IMF分量具体包括：
[0020]步骤一、将高斯白噪声n(t)添加到目标信号y(t)，得到一个新的信号x(t):
[0021]x(t)＝y(t)+n(t)
[0022]步骤二、按照EMD方法对信号x(t)进行分解，得到一组IMF分量与一个残余分量:
[0023][0024]重复步骤一和步骤二i次，每次重复加入不同得白噪声n
i
(t)得到m组IMF分量和残余分量。
[0025]进一步的，步骤S2中，采用db3降噪具体为：
[0026]利用高斯白噪声频谱的零均值原理，将分解出的m组IMF分量和残余分量的整体平均值作为最终结果，减少白噪声的影响：
[0027][0028][0029]将分解得到的IMF分量通过高通滤波器g[n]和低通滤波器h[n]进一步分解为高频滤波和低频滤波，再将低频滤波进一步分解成高频滤波和低频滤波，分解公式如下：
[0030][0031][0032]将低频系数和高频系数的db3小波进行重构：
[0033][0034]进一步的，步骤S2中，将降噪后IMF分量与剩余分量相加重构原光谱信号数据，具体为：
[0035]将经db3小波降噪并重构的IMF分量与剩余分量相加重构原光谱信号数据：
[0036][0037]进一步的，步骤S2中，对降噪后光谱数据进行一阶导、倒数对数数学变换，具体为：
[0038]对降噪后的光谱数据进行一阶导、倒数对数数学变换；
[0039]一阶导公式如下：
[0040][0041]倒数对数公式如下：
[0042][0043]进一步的，采用逐次投影算法提取特征变量，同时保留相关系数最大的波段作为特征波段具体为：
[0044]从一个波长开始，然后在每次迭代中加入一个新变量，直至所选变量数达到设定值N，其实现步骤表示如下：
[0045]步骤一、初始化n＝1,x
j
∈X
.j
,j＝1,...,J；
[0046]步骤二、确定未选波段变量：
[0047][0048]步骤三、计算未选波段和初始化波段的投影映射：
[0049]Px
j
＝x
j
‑
(x
jT
x
i
)x
i
(x
iT
x
i
)
‑1,x
i
∈S；
[0050]步骤四、确定最大投影：
[0051][0052]步骤五、x
j
＝Px
j
,j∈S；
[0053]步骤六、n＝n+1，当n<N时，返回步骤二。
[0054]进一步的，采用竞争性自适应重加权算法提取特征变量，同时保留相关系数最大的波段作为特征波段具体为：
[0055]竞争性自适应重加权算法将光谱各波段变量视为一个个体，筛选较强适应能力的个体作为光谱特征变量，降低原始光谱波段之前的高度共线性；由蒙特卡罗交叉验证法选择最优潜在波段变量，其中将蒙特卡罗采样次数设定为100，对采样次数进行反复迭代，筛选出特征波段，其实现步骤表示如下：
[0056]步骤一、采用蒙特卡洛采样法，每次随机选择80％的样本进入建模集，剩余的20％作为预测集建立PLS模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，包括以下步骤：S1、对不同重金属浓度下种植的皇竹草，获取高光谱数据，测定重金属含量；S2、采用EEMD
‑
db3的方法对皇竹草原始光谱数据进行降噪处理，并进行特征波段选取；S3、构建皇竹草重金属相对含量反演模型，选取最优反演模型用于皇竹草重金属相对含量高光谱反演。2.根据权利要求1所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S1具体为：将鲜叶皇竹草样品通过高光谱成像仪采集光谱反射率数据，根据国际标准测定皇竹草内重金属含量；根据国际标准测定皇竹草内重金属含量具体为：将鲜叶皇竹草样品在70℃烘箱中杀青30min，55℃烘干48h，得到植物干样，再用粉碎机粉碎，过100目筛，置于密封塑料袋内；采用HNO3‑
H2O2微波消煮，通过石墨炉原子吸收分光光度计上机测定，并用植物国家标准物质检验测定结果。3.根据权利要求1所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S2包括：采用EEMD方法分解高光谱信号得到IMF分量，采用db3降噪，然后将降噪后IMF分量与剩余分量相加重构原光谱信号数据，再对降噪后光谱数据进行一阶导、倒数对数数学变换；db3小波母函数对降噪后皇竹草光谱数据进行分解，得到高频与低频小波系数，最后通过相关性曲线筛选显著相关波段后，采用逐次投影算法与竞争性自适应重加权算法提取特征变量，同时保留相关系数最大的波段作为特征波段。4.根据权利要求3所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S2中，分解得到IMF分量具体包括：步骤一、将高斯白噪声n(t)添加到目标信号y(t)，得到一个新的信号x(t):x(t)＝y(t)+n(t)步骤二、按照EMD方法对信号x(t)进行分解，得到一组IMF分量与一个残余分量:重复步骤一和步骤二i次，每次重复加入不同得白噪声n
i
(t)得到m组IMF分量和残余分量。5.根据权利要求4所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S2中，采用db3降噪具体为：利用高斯白噪声频谱的零均值原理，将分解出的m组IMF分量和残余分量的整体平均值作为最终结果，减少白噪声的影响：
将分解得到的IMF分量通过高通滤波器g[n]和低通滤波器h[n]进一步分解为高频滤波和低频滤波，再将低频滤波进一步分解成高频滤波和低频滤波，分解公式如下：和低频滤波，再将低频滤波进一步分解成高频滤波和低频滤波，分解公式如下：将低频系数和高频系数的db3小波进行重构：6.根据权利要求5所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S2中，将降噪后IMF分量与剩余分量相加重构原光谱信号数据，具体为：将经db3小波降噪并重构的IMF分量与剩余分量相加重构原光谱信号数据：7.根据权利要求6所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，步骤S2中，对降噪后光谱数据进行一阶导、倒数对数数学变换，具体为：对降噪后的光谱数据进行一阶导、倒数对数数学变换；一阶导公式如下：倒数对数公式如下：8.根据权利要求3所述的基于EEMD
‑
db3的皇竹草重金属相对含量高光谱反演方法，其特征在于，采用逐次投影算法提取特征变量，同时保留相关系数最大的波段作为特征波...

【专利技术属性】
技术研发人员：吴伟斌，唐婷，罗青，高婷，罗霞，杨柳，高昌伦，张颖，吴贤楠，沈梓颖，欧阳锦骏，严烽，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：