← 返回列表

一种基于红外光谱的松脂性状预测方法

申请号: CN202311747762.3
申请人: 江西农业大学
申请日期: 2023/12/19

摘要文本

本发明公开了一种基于红外光谱的松脂性状预测方法,所述预测方法包括:S1、对湿地松样木进行松脂样品的采集,将松脂样品分为第一松脂样品和第二松脂样品;S2、基于所述第一松脂样品对样品成分进行分析,得到松脂成分;S3、基于所述第二松脂样品对样品的近红外光谱数据进行收集,得到松脂的近红外光谱数据;S4、将所述松脂成分与所述近红外光谱数据进行关联拟合,建立松脂性状近红外校正模型;S5、使用未参与建模的外部验证集松脂样品对所述松脂性状近红外校正模型进行验证;S6、基于所述松脂性状近红外校正模型对松脂性状进行预测,得到松脂性状预测结果。本发明提高产脂树种遗传改良工作的效率,促进林木遗传改良研究的快速发展。

专利详细信息

项目 内容
专利名称 一种基于红外光谱的松脂性状预测方法
专利类型 发明申请
申请号 CN202311747762.3
申请日 2023/12/19
公告号 CN117723507A
公开日 2024/3/19
IPC主分类号 G01N21/359
权利人 江西农业大学
发明人 赖猛; 刘思羽; 易敏; 张露; 谢文磊; 谢海萍; 陈婷萱
地址 江西省南昌市昌北经济技术开发区志敏大道1101号

专利主权项内容

1.一种基于红外光谱的松脂性状预测方法,其特征在于,所述方法包括:S1、对湿地松样木进行松脂样品的采集,将松脂样品分为第一松脂样品和第二松脂样品;S2、基于所述第一松脂样品对样品成分进行分析,得到松脂成分;S3、基于所述第二松脂样品对样品的近红外光谱数据进行收集,得到松脂的近红外光谱数据;S4、将所述松脂成分分别与所述近红外光谱数据进行关联拟合,建立松脂性状近红外校正模型;S5、使用未参与建模的外部验证集松脂样品对所述松脂性状近红外校正模型进行验证;S6、基于所述松脂性状近红外校正模型对松脂性状进行预测,得到松脂性状预测结果。