本發明涉及紅外光譜分析，尤其涉及一種基于光譜分析的玉米籽粒養分豐缺狀態評估方法。
背景技術：
1、紅外光譜分析是一種基于分子振動特性進行物質成分檢測和結構分析的光譜技術，通過檢測物質對紅外光的吸收特征來識別和定量分析化學成分。該技術利用分子在紅外光照射下產生的特征吸收峰，以反映分子內部化學鍵的伸縮和彎曲振動。
2、但是現有技術中，紅外光譜數據的采集過程中受光源穩定性、環境光干擾和樣品表面特性影響，導致部分光譜信號波動較大，影響數據一致性。而特征峰的分辨能力受信號噪聲影響，部分微弱的養分相關峰容易被背景噪聲覆蓋，影響后續分析的準確性。因此，需要進行改進。
技術實現思路
1、本發明的目的是解決現有技術中存在的缺點，而提出的一種基于光譜分析的玉米籽粒養分豐缺狀態評估方法。
2、為了實現上述目的，本發明采用了如下技術方案，一種基于光譜分析的玉米籽粒養分豐缺狀態評估方法，包括以下步驟：
3、使用近紅外和中紅外光源照射玉米籽，收集反射的光譜信號，記錄光譜信號數據；基于所述光譜信號數據，提取關鍵波長區域數據，得到關鍵光譜數據；
4、基于所述關鍵光譜數據，應用小波變換分析數據中的特征峰值，增強光譜峰值的可識別性，生成增強光譜數據；基于所述增強光譜數據，標定與養分關聯的光譜峰，對每個峰值的位置和強度進行記錄，得到光譜峰值標定結果；
5、基于所述光譜峰值標定結果，與數據庫中的標準養分光譜進行對比分析，提取數據的特征，生成數據特征集；基于所述數據特征集，運用支持向量機進行養分狀態的分類，區分每種養分缺乏狀態，得到養分狀態分類結果；
6、基于所述養分狀態分類結果，進行量化評估，設定不同養分的閾值標準，分析各養分元素的豐缺情況，對于低于閾值標準的養分進行缺乏狀態描述，得到養分豐缺評估結果。
7、較佳的，所述光譜信號數據的獲取步驟為：
8、設定近紅外和中紅外光源對玉米籽粒進行照射，同時捕獲從玉米籽粒反射的光譜信號，轉換光譜信號為數字格式，得到完整的光譜信號數據；
9、對所述完整的光譜信號數據進行記錄與存儲，得到光譜信號數據。
10、較佳的，所述關鍵光譜數據的獲取步驟為：
11、從所述光譜信號數據中篩選對玉米籽粒養分評估敏感的波長區域，通過比較各波長的吸收強度和峰形特征，確定影響養分分析的關鍵波長，得到初步篩選的波長區域數據；
12、基于所述初步篩選的波長區域數據，剔除非關鍵波長點，得到關鍵波長區域數據；
13、基于所述關鍵波長區域數據，進行光譜特征提取，包括計算峰值位置、峰寬和積分峰面積，得到關鍵光譜數據。
14、較佳的，所述增強光譜數據的獲取步驟為：
15、基于所述關鍵光譜數據，通過小波變換分析特征峰值，獲得小波變換結果，公式為：
16、其中，?代表在頻率?處的變換后的峰值強度，為在時間?和頻率?點的小波系數，?為時間?的光譜強度，?代表總的時間點數；
17、基于所述小波變換結果，通過峰值對比和強度分析，識別光譜峰，得到增強光譜數據。
18、較佳的，所述光譜峰值標定結果的獲取步驟為：
19、基于所述增強光譜數據，提取所有光譜峰值，分析光譜曲線在不同波長范圍內的局部極值點，并記錄波長和光譜強度，生成初步光譜峰值數據；
20、根據所述初步光譜峰值數據，計算峰值對應的養分關聯度，計算公式為：
21、其中，?為光譜峰值與第?種養分的關聯度，?為波長處的光譜強度，?為第?種養分的標準光譜響應曲線，?和?為分析波長區間的起始和終止波長；
22、基于峰值對應的養分關聯度，篩選與目標養分高度關聯的光譜峰，整理峰值的波長位置與光譜強度，生成光譜峰值標定結果。
23、較佳的，所述數據特征集的獲取步驟為：
24、基于所述光譜峰值標定結果，檢索數據庫中的標準養分光譜數據，對比兩組光譜在相同波長范圍內的光譜曲線變化趨勢，分析光譜吸收峰的位置、寬度和強度變化，得到標準養分光譜匹配結果；
25、根據所述標準養分光譜匹配結果，計算主成分貢獻度，計算公式為：
26、其中，?代表主成分貢獻度，?代表光譜峰值標定結果中第?個波長的光譜強度，?代表標準養分光譜數據庫中對應波長的光譜強度，?代表第?個波長對應的光譜吸收差值，?代表第?個波長的對比匹配誤差，?代表總波長點數；
27、基于所述主成分貢獻度，進行主成分分析，提取光譜特征變量，構建特征向量空間，對光譜數據進行降維，去除噪聲和冗余變量，生成數據特征集。
28、較佳的，所述養分狀態分類結果的獲取步驟為：
29、基于所述數據特征集，配置支持向量機分類器的核函數類型和核參數，得到配置后的svm模型；
30、根據所述配置后的svm模型，獲取分類結果函數，表達式為：
31、其中，?為分類結果函數，?為符號函數，?為支持向量對應的拉格朗日乘子，?為第?個數據點的類標簽，?為核函數計算第?個支持向量?和輸入?之間的相似度，?為偏置項，?為支持向量的數量；
32、基于所述分類結果函數，對每個數據點進行養分狀態的分類，區分養分充足與缺乏的狀態，評估每種養分的缺乏程度，生成養分狀態分類結果。
33、較佳的，所述養分豐缺評估結果的獲取步驟為：
34、根據所述養分狀態分類結果，計算養分豐缺度量，計算公式為：
35、其中，?表示養分豐缺度量，?為測得的養分濃度，?為該養分的閾值標準，?為該養分在標準數據中的最大響應濃度，?為該養分的最小響應濃度，?為該養分濃度變化率；
36、基于所述養分豐缺度量，分析各養分元素的豐缺情況，生成養分豐缺評估結果。
37、與現有技術相比，本發明的優點和積極效果在于：
38、本發明中，近紅外和中紅外光源的結合增強了對玉米籽粒養分信息的獲取能力，利用光譜信號的反射特性，降低了環境因素對數據采集的干擾，提高了光譜數據的穩定性。關鍵波長區域的篩選減少了無關信息，使得光譜數據更加集中于影響養分狀態的特征波段。小波變換對光譜信號進行處理，提高了特征峰值的分辨率，強化了光譜信號的局部變化趨勢，使特征提取更加精準。光譜峰值的標定過程將特征峰與具體養分含量進行關聯，通過數據結構化存儲，提高了后續分析的可操作性。數據庫比對時采用特征提取方法減少數據維度，提升了光譜數據的計算效率，同時降低了冗余信息的影響。支持向量機分類方法優化了養分狀態的判別能力，提高了模型的泛化性，在不同光譜數據下仍保持穩定的分類性能。量化評估階段結合養分閾值標準，對養分豐缺狀態進行了明確劃分，提供了數值化養分狀況描述，提升了數據的可解釋性。
1.一種基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述光譜信號數據的獲取步驟為：
3.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述關鍵光譜數據的獲取步驟為：
4.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述增強光譜數據的獲取步驟為：
5.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述光譜峰值標定結果的獲取步驟為：
6.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述數據特征集的獲取步驟為：
7.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述養分狀態分類結果的獲取步驟為：
8.根據權利要求1所述的基于光譜分析的玉米籽粒養分豐缺狀態評估方法，其特征在于，所述養分豐缺評估結果的獲取步驟為：