第30卷，第11期 2010年11月
光谱学与光诺分析 Spectroscopy and Spectral Analysis
Vol.30.No.11,pp2927-2931
November，2010
奥林达夏橙叶片锌含量可见近红外光谱监测模型研究
部烈1.2,3，何绍兰1,2.3，郑永强1.2.3，王亮，赵旭阳1
易时来12.3，邓
1.西南大学柑枯研究所，重庆400712
2.中国农业科学院柑精研究所，重庆400712 3.国家相桔工程技术研究中心，重庆400712
摘要以奥林达夏橙叶片粉末干样为对象，利用化学分析与可见近红外光谱技术相结合的方法，通过样品原始光谱的二阶微分及消噪(Noise)处理，运用偏最小二乘法(PLS)与交义验证方法建立的Zn含量数学模型，其中使用Zn含量特征光谱400~500nm和1201~1300nm的组合波段建模，具有较好的预测能力，校正建模和预测模型的相关系数分别为0.9975和0.9920，交互验证预测均方根误差为0.5868，因此，利用可见近红外光谱谐技术，运用PLS及交叉验证方法，建立叶片Zn含量与特征波段的光谱校正模型，能快速定量检测柑桔叶片Zn含量。
关键词奥林达夏橙；叶片；锌含量；可见近红外光谱；偏最小二乘法
中图分类号：0657.3S666
引言
文献标识码：A
Zn是植物生长的必需营养元素之，Zn对柑桔产量和
DOl: 10. 3964/j. issn. 1000-0593(2010)11-2927-05
Zn含量化学测定相结合的方法，对获取的反射光谱数据进行不间预处理，以期探索光讲分析手段定量监测柑枯Zn含量的精度及应用潜力，进而为柑桔微量元素的快速批量检测和微肥的精准施用提供技术支撑。
品质的形成具有重要影响。目前，我国西南地区石灰性紫色
土上，缺Zn导致柑桔"花叶"现象菩遍发生，为快捷、准确地监测柑桔Zn含量，并依据结果指导桔农科学合理施肥，对柑桔优质高效生产与可持续发展具有重要意义。柑枯叶片化学分析一直是普遍采用的一种柑桔Zn含量诊断的传统方法2)。然而，这一手段由于受测试仪器设备要求高、高耗性、过程复杂、时效性差等方面的局限，而不能够对大范用柑桔树进行全面、快速诊断。近年来，随着高光谱遥感技术的快速发展与不断完善，利用高光讲数据对多种植物生化组分含量进行快捷与准确监测已成为现实，并且止在形成遥感领域的研究热点4。目前，应用高光谱数据对植株微量元素，尤其是对常绿果树柑情微量元素的定量化监测研究未见报道。同时，由于水分对植被光谱具有重要影响(5.4)，加之相桔叶片Zn含量低，且适宜含量范围案等内素的影响，如何在柑桔叶片上进行Zn含量快速诊断，并满足柑枯叶片Zn含量亏缺的精度要求，为此，本研究以重要加工柑桔品种奥林达夏橙叶片粉末干样为对象，对其进行光谱反射率和叶片
收稿日期：2009-12-02，修订日期：2010-03-06
1材料与方法 1.1试验样品
样品米源于重庆忠县黄金镇10年生奥林达夏橙示范果园。果园为浅丘地貌，土壤为紫色页岩风化形成的棕紫泥。在丘陵坡地的一个坡面，随机选择在坡面分布相对均匀的48 株相桔树，对每一租株采集树冠中上部4个方位的春梢第3 片叶，对每一单株的叶片（大约100片叶)混合成一个样品，共48个样品，写好标签，带回实验室立即洗净，在105℃下杀青30min，之后用80℃烘4~6h至恒重。用研体细烘于样品并过60目尼龙筛。样品用于光请采集和锌含量测定。
从48个叶片粉末干样中，随机抽取36个样品组成建模样本，即校正组；剩下的12个样品作为预测样本，即验证组，用于评价模型的预测性能。奥林达夏橙叶片锌含量按照《土壤农化常规分析方法》7中原子吸收光谐法进行测定，具体统计数据如表1所示。
基金项目：科技部支撑计划项日（2007BAD47B04-1，2008BAD92B08-7-4)，重庆市重大攻关项月(CSTC，2006)，公益性行业（农业)科研专项
项月（nyhyzx07-023)和科技人员服务企业行动联合项目（2009GJF10004)资助
作者简介：易时来，1978年生，西南大学柑枯研究所助理研究员万方数据
e-mail: yishilai@126, com