張瑤　鄭立華　李民贊　肖昌一

摘 要 蘋果糖度是評價蘋果品質(zhì)的重要指標(biāo)。通過分析蘋果開花期、新梢生長期、萌芽開花坐果期、新梢旺長期、花芽分化期和落葉期等6個重要的生理物候期果樹葉片的光譜特征，并與最終采集到的對應(yīng)位置的果實(shí)糖度信息進(jìn)行二維相關(guān)運(yùn)算，獲得了果樹葉片光譜信息中反映果實(shí)糖度的敏感譜段，構(gòu)建了糖度敏感光譜，通過引入計算獲得的不同物候期糖度貢獻(xiàn)權(quán)重，最終構(gòu)建了帶權(quán)糖度敏感光譜，并基于該光譜進(jìn)行了糖度預(yù)測。通過對不同物候期的二維相關(guān)分析獲得了果實(shí)糖度敏感譜段（530～570nm和700～720nm），經(jīng)過主成分分析分別獲得了不同生理物候期的果葉光譜主成分，利用不同物候期的主成分進(jìn)行了果實(shí)糖度回歸分析，量化了某單一時期果樹生長對果實(shí)糖度的貢獻(xiàn)比例，并獲得了光合作用強(qiáng)度變化等重要信息。利用各物候期的糖度貢獻(xiàn)權(quán)重對原始果葉糖度敏感光譜進(jìn)行變換，最終獲得帶權(quán)果葉糖度敏感光譜，并基于該光譜進(jìn)行了果實(shí)糖度預(yù)測。分別建立了基于主成分分析的多元線性回歸模型以及基于參數(shù)優(yōu)化的支持向量機(jī)回歸預(yù)測模型，結(jié)果顯示，利用參數(shù)優(yōu)化的支持向量機(jī)回歸模型獲得了較高的糖度預(yù)測精度。其測定系數(shù)Rc2為0.9202，RMSEC=0.3892 Brix， 預(yù)測Rv2達(dá)到0.9443，均方根誤差是0.5246 Brix。利用不同物候期果葉光譜預(yù)測蘋果糖度的研究結(jié)果進(jìn)一步揭示了果實(shí)糖度的積累過程。

關(guān)鍵詞 蘋果糖度； 光譜分析； 物候期； 果葉特征光譜； 支持向量機(jī)endprint