近年來(lái)，人們?cè)谵r(nóng)產(chǎn)品物理特性評(píng)價(jià)技術(shù)的研究和開(kāi)發(fā)方面做出了巨大努力。例如，作物的水分含量 (MC) 是定義正確儲(chǔ)存過(guò)程的重要物理參數(shù)，應(yīng)在收獲和儲(chǔ)存過(guò)程中進(jìn)行監(jiān)測(cè)。在不合適的條件下儲(chǔ)存農(nóng)作物可能會(huì)導(dǎo)致可怕的后果，包括火災(zāi)。因此，有必要在儲(chǔ)存前和儲(chǔ)存期間測(cè)量濕度水平。靜態(tài)（即儲(chǔ)存）和動(dòng)態(tài)（即收獲）條件下的濕度測(cè)量顯然存在不同程度的難度。

在儲(chǔ)存期間，水分測(cè)量可以通過(guò)取樣并使用水分分析儀進(jìn)行分析來(lái)進(jìn)行，或者使用濕度測(cè)試儀進(jìn)行不太準(zhǔn)確的分析。由于必須執(zhí)行測(cè)量的操作條件，收獲期間的水分測(cè)量要困難得多。首先，獲取信息的時(shí)間是有限的，并且取決于收割機(jī)。其次，許多有影響的變量，例如機(jī)械振動(dòng)、電氣和光學(xué)干擾以及一般的灰塵或污垢，都會(huì)嚴(yán)重影響測(cè)量。此外，為了不妨礙和/或減慢收割機(jī)的操作，水分測(cè)量應(yīng)在農(nóng)作物捆運(yùn)動(dòng)時(shí)進(jìn)行，非接觸式測(cè)量方法將是可取的。

迄今為止，有兩種技術(shù)可以實(shí)現(xiàn)非接觸式水分測(cè)量：微波衰減和近紅外光譜 (NIRS)。第一種技術(shù)提供了比第二種技術(shù)更大的檢查深度來(lái)檢查樣品的可能性，但是它對(duì)電磁環(huán)境和鐵磁結(jié)構(gòu)的存在非常敏感。

來(lái)自摩德納·雷焦·艾米利亞大學(xué)的Luigi Rovati和Giovanni Gibertoni在2022年發(fā)表了一篇論文中評(píng)估了NIRS方法進(jìn)行水分測(cè)量的可行性。作者設(shè)計(jì)了一種新型便攜式半自動(dòng)近紅外光譜系統(tǒng)，該系統(tǒng)可用于收割機(jī)。并且對(duì)測(cè)量系統(tǒng)的性能進(jìn)行了評(píng)估，其中介紹了校準(zhǔn)、反射靈敏度、預(yù)熱以及重復(fù)性測(cè)試。苜蓿草中的水分可以通過(guò)利用水在近紅外光譜區(qū)域的吸收峰來(lái)評(píng)估，并且設(shè)計(jì)并實(shí)現(xiàn)了田間作物水分測(cè)量原型。

系統(tǒng)描述

左上角橙色區(qū)域?yàn)楣鈱W(xué)部件外殼，右側(cè)藍(lán)色區(qū)域?yàn)殡娮硬考鈿?。里面包含鹵素?zé)艄庠?，insion近紅外光譜儀，光學(xué)快門(mén)，藍(lán)寶石漫反射窗口和控制單片機(jī)，散熱風(fēng)扇等。

圖1.近紅外光譜測(cè)量系統(tǒng)的組成和結(jié)構(gòu)

01

系統(tǒng)框圖

所開(kāi)發(fā)的測(cè)量系統(tǒng)的框圖功能圖如圖 2 所示。藍(lán)寶石光學(xué)窗口放置在非常靠近采集加工線上的待測(cè)樣品 (SUT) 表面的位置，可永久保護(hù)光學(xué)元件免受灰塵和外部環(huán)境污染。此外，可打開(kāi)和關(guān)閉的翻板機(jī)構(gòu)允許控制三個(gè)不同的測(cè)量階段（暗背景測(cè)量，參考光譜測(cè)量和樣品光譜測(cè)量）。微控制器單元用于收集和預(yù)處理光譜數(shù)據(jù)，最終將這些數(shù)據(jù)發(fā)送到 PC，在 PC 上，LabVIEW GUI 可以監(jiān)視和控制采集過(guò)程。

圖2.所開(kāi)發(fā)的測(cè)量系統(tǒng)的框圖功能圖

1.1光源照明部分

該系統(tǒng)采用 20 W 鹵素?zé)?DECOSTAR 51 ALU（OSRAM）。該裝置除了保證低成本外，還具有足夠長(zhǎng)的平均壽命，即4000小時(shí)。選擇鹵素?zé)艉凸鈱W(xué)窗口之間的距離，以保證樣品表面上的最大輻照度和足夠的照明均勻度。

1.2 光譜儀部分

為了檢測(cè)漫反射光譜，該儀器采用德國(guó)INSION公司的微型近紅外光譜儀 NIR1.7，其測(cè)量范圍為 900 nm~ 1700 nm，像素分辨率為 8 nm（光學(xué)分辨率16nm）。該光譜儀基于InGaAs陣列探測(cè)器（128像元）和預(yù)集成讀出電子器件，在精度、靈敏度和信噪比 (SNR) 方面提供高性能。光譜儀的所有參數(shù)都可以由用戶(hù)設(shè)置和優(yōu)化，以滿足不同應(yīng)用的具體要求。NIR1.7 OEM模塊包括基于16位分辨率的模數(shù)轉(zhuǎn)換器的讀出電子器件 (BIM-NIRP)。光譜分析通過(guò)空腔波導(dǎo)設(shè)計(jì)進(jìn)行，無(wú)任何移動(dòng)部件，出廠后無(wú)需再校準(zhǔn)。如圖 3 所示，光通過(guò)光纖耦合到光譜儀，直至光譜儀入口狹縫。

圖3.Insion近紅外光譜儀 NIR1.7SOEM光譜儀模塊

系統(tǒng)性能

系統(tǒng)組裝完成后，各功能模塊的功能和作用對(duì)整個(gè)系統(tǒng)進(jìn)行了驗(yàn)證。之后，對(duì)該系統(tǒng)進(jìn)行了仔細(xì)校準(zhǔn)，并在以下方面進(jìn)行了表征:(i)預(yù)熱，(ii)線性，(iii)可重復(fù)性。通過(guò)將測(cè)量的反射率與經(jīng)認(rèn)證的反射率標(biāo)準(zhǔn)目標(biāo)進(jìn)行比較來(lái)執(zhí)行校準(zhǔn)和表征程序。在預(yù)熱期間，系統(tǒng)測(cè)得的平均反射率下降，近似呈指數(shù)衰減（R2 = 0.9876）。觀察到的平均反射率降低約為 1.4%，衰減常數(shù)為 13.6 S。瞬態(tài)結(jié)束時(shí)，測(cè)量誤差為 0.6%。以測(cè)量值相對(duì)于參考值的均方根偏差計(jì)算的積分線性誤差為 0.93%。重復(fù)性驗(yàn)證如下圖：

圖4, 重復(fù)性測(cè)試在 13 小時(shí)的時(shí)間內(nèi)進(jìn)行。* 藍(lán)色標(biāo)記代表 S050 反射率測(cè)量。紅色點(diǎn)劃線是平均反射率值，淺綠色區(qū)域?qū)?yīng)于整個(gè)集合的標(biāo)準(zhǔn)差界定的區(qū)域。

測(cè)量結(jié)果顯示平均值為 49.76%，樣本標(biāo)準(zhǔn)偏差為 0.71%。

現(xiàn)場(chǎng)結(jié)果

對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理后，確定了待測(cè)樣品水分預(yù)測(cè)的光譜帶 BOI。通過(guò)分析參考變量（即待測(cè)樣品水分和密度 ρ）與預(yù)測(cè)變量（即 LASUT(λ) 的一階導(dǎo)數(shù)）之間的系數(shù)來(lái)選擇相關(guān)波長(zhǎng)。圖5顯示了獲得的水分和ρ系數(shù)相關(guān)性作為輻射波長(zhǎng)的函數(shù)。

圖5，參考變量(即待測(cè)樣本水分和ρ)與預(yù)測(cè)變量(即LASUT(λ)的一階導(dǎo)數(shù))之間的相關(guān)系數(shù)。虛線與測(cè)樣本水分有關(guān)，橙色虛線與待測(cè)樣品ρ有關(guān)。淺藍(lán)色區(qū)域定義了感興趣的光譜帶(BOI)，其中LASUT的一階導(dǎo)數(shù)(λ)與SUT MC的相關(guān)性最大，與待測(cè)樣品ρ的相關(guān)性最小。

圖 6 顯示了從校準(zhǔn)中獲得的 PLS 響應(yīng)變量作為水分參考值的函數(shù)，而從驗(yàn)證數(shù)據(jù)集獲得的結(jié)果如圖 10 所示。為了完整起見(jiàn)，每個(gè)圖都顯示了 PLS 響應(yīng)變量，即水分的對(duì)數(shù)變換(ln(MC(%)) (a)，以及線性標(biāo)度中水分的相應(yīng)值 (b)。表 1 報(bào)告了開(kāi)發(fā)的 PLS 模型的統(tǒng)計(jì)數(shù)據(jù)，而圖 8 顯示了水分的均方根相對(duì)誤差估計(jì) Er (MC)%。

盡管我們對(duì)少量樣本進(jìn)行了分析，但結(jié)果令人鼓舞，表明該儀器如何能夠以 7.1% 的平均相對(duì)誤差估計(jì)作物的水分。開(kāi)發(fā)的PLS模型利用了 NIRS 吸收光譜的對(duì)數(shù)變換，該相對(duì)誤差在擬合范圍內(nèi)保持相當(dāng)恒定。

圖6，校準(zhǔn) PLS 響應(yīng)變量作為參考值的函數(shù) (a)。校準(zhǔn)數(shù)據(jù)集的預(yù)測(cè)水分含量與參考水分含量 (b)。

圖7，參考值函數(shù)的 PLS 響應(yīng)變量的驗(yàn)證 (a)。驗(yàn)證數(shù)據(jù)集的預(yù)測(cè)水分含量與參考水分含量 (b)。

圖8，水分估計(jì)的均方根相對(duì)誤差。(a) 為校準(zhǔn)數(shù)據(jù)集獲得的結(jié)果，(b) 為驗(yàn)證數(shù)據(jù)集獲得的結(jié)果。紅色虛點(diǎn)線是單次測(cè)量的平均值：(a) 中的 C_MEAN_ERR 和 V_MEAN_ERR。

表1 PLS模型的統(tǒng)計(jì)結(jié)果。C-RMSE和C-R2是指校準(zhǔn)數(shù)據(jù)集的均方根誤差和R平方值；V-RMSE 和 V-R2請(qǐng)參閱驗(yàn)證數(shù)據(jù)集的等效項(xiàng)。C_MEAN_ERR 和 V_MEAN_ERR 分別是校準(zhǔn)和驗(yàn)證數(shù)據(jù)集的平均相對(duì)誤差。

結(jié)論

用于田間作物水分測(cè)量的 NIRS 測(cè)量系統(tǒng)已經(jīng)開(kāi)發(fā)出來(lái)，并對(duì)新鮮收獲的苜蓿樣品進(jìn)行了初步測(cè)試。該系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)非常謹(jǐn)慎，必須能夠在作物收獲階段在田間運(yùn)行。

未來(lái)的實(shí)驗(yàn)階段應(yīng)包括將儀器直接組裝在收割機(jī)上。這將使我們能夠直接對(duì)農(nóng)作物捆進(jìn)行水分測(cè)量。

應(yīng)用

Insion光譜儀以其優(yōu)秀的抗振性和穩(wěn)定性等特點(diǎn)，已經(jīng)在多種農(nóng)業(yè)機(jī)械中有應(yīng)用，比較典型的是青貯收割和飼料搬運(yùn)鏟車(chē)等，不但可以有效的檢測(cè)農(nóng)作物，農(nóng)產(chǎn)品，飼料的水分信息，還可以同步檢測(cè)纖維，淀粉，粗蛋白等含量給到機(jī)械作業(yè)工人，機(jī)械作業(yè)工人會(huì)根據(jù)即時(shí)檢測(cè)的信息判斷收割，搬運(yùn)農(nóng)產(chǎn)品/農(nóng)作物的品質(zhì)信息，實(shí)現(xiàn)精細(xì)化，智能化的管控。