甘薯是世界上一種重要的作物，在我國的甘薯種植面積與產量均為世界首位。甘薯富含淀粉、多種維生素、膳食纖維、蛋白質以及鈣、磷、鐵等無機鹽，具有延緩人體衰老、提高**力、**等功能。然而甘薯的損傷問題是困擾著種植者與加工者的重要問題。甘薯的損傷主要包括**與病害等，具有損傷的甘薯會逐漸氧化腐爛，且會逐漸感染其他健康甘薯，造成嚴重的經濟損失。利用高光譜成像技術將有缺陷的甘薯從健康甘薯中區分出來，可以預防甘薯之間的交叉感染，提高甘薯品質。
山東農業大學邵園園副教授團隊將龍薯九號甘薯作為研究對象，利用江蘇雙利合譜GaiaField-V10E便攜式高光譜成像系統對健康、**和病害的甘薯樣本如圖1所示，進行采集高光譜圖像，實驗設備及采集流程如圖2所示，光譜曲線如圖3所示，
圖1 甘薯樣本圖
.png)
圖2 采集流程
圖3 甘薯的光譜曲線（原始光譜、SNV預處理后的光譜與平均光譜）
分別采用MC-UVE、RF和SPA方法提取特征波長，如圖4所示。基于這三種方法提取出的特征波長分別建立PLS-DA和LDA模型，均取得了較好的分類結果。其中RF-PLS-DA模型表現*好，總的判別準確率高達92.86%，健康、凍死、病害三類分別的判別準確率為97.14%，94.29%和87.14%。LDA分類模型的預測結果，以三維散點圖的形式呈現在圖5中。
從圖5可以看出在MCUVE-LDA模型中，**地瓜和病害地瓜樣本還有一定的重疊，說明該模型對于區分**和病害這兩類樣本效果并不是特別好。而另兩種模型的效果較好，其中SPA-LDA模型效果*好，總的識別率高達100%。
圖4 提取特征波長
.png)
圖5 LDA模型的三維散點圖（MCUVE-LDA模型，RF-LDA模型和SPA-LDA模型）
結果表明：利用高光譜成像技術可以鑒別**甘薯和病害甘薯，為甘薯的存儲與加工提供了理論依據，為提升甘薯產業的經濟效益提供幫助。
**作者簡介：
邵園園，工學博士，山東農業大學副教授，碩士生導師。
主要研究方向：1、農業機械設計，包括播種育苗移栽機械、免耕播種機械、秸稈后處理機械及蘋果、花生、甘薯收獲機械等。
2、機構運動與動力學優化仿真；精準農業、農產品檢測、圖像識別、高光譜圖像處理等。
參考文獻：Shao Y , Liu Y, Xuan G , et al. Detection and analysis of sweet potato defects based on hyperspectral imaging technology [J].Infrared Physics and Technology, 127(2022): 104403.
