[发明专利]一种水稻叶片中镉元素定量检测方法及系统

权利要求书

1.一种水稻叶片中镉元素定量检测方法，其特征在于，包括：

获取水稻叶片样本的压片；

根据所述水稻叶片样本的压片，利用激光诱导击穿光谱仪确定所述水稻叶片样本的压片的激光诱导击穿光谱强度；

根据所述获取激光诱导击穿光谱强度后的水稻叶片样本的压片，采用电感耦合等离子体质谱法确定所述水稻叶片样本的压片中镉元素的真实含量；

根据所述水稻叶片样本的压片的激光诱导击穿光谱强度，利用特征变量筛选的方法确定所述水稻叶片样本的压片中镉元素的特征波段；所述特征变量筛选的方法包括间隔区间偏最小二乘法、联合区间片最小二乘法、反向区间偏最小二乘法、遗传算法、连续投影算法、决策树、随机森林、正则化模型、平均精确率减少和递归特征消除。

根据所述水稻叶片样本的压片中镉元素的特征波段，确定所述水稻叶片样本的压片中镉元素的发射谱线强度；

根据所述水稻叶片样本的压片中镉元素的多个所述发射谱线强度，利用一元线性回归法、多项式法和多元线性回归法，确定水稻叶片样本的压片中镉元素的含量的多个预测值；多个预测值包括第一值预测值、第二预测值和第三预测值；

根据多个所述预测值和所述真实含量，采用线性回归法，确定预测值-镉元素真实含量的线性回归模型；

获取待测的水稻叶片的压片；

根据所述待测的水稻叶片的压片和所述预测值-镉元素真实含量的线性回归模型，确定所述待测水稻叶片的压片中镉元素的含量。

2.根据权利要求1所述的一种水稻叶片中镉元素定量检测方法，其特征在于，所述获取水稻叶片样本的压片，之前还包括：

获取多个长势相近的水稻植株；多个所述水稻植株生存在不同浓度的氯化镉环境；

从多个所述待检测水稻植株上分别获取水稻叶片；

对所述水稻叶片进行预处理，得到水稻叶片样本的压片；所述预处理包括：用乙二胺四乙酸二钠盐浸泡、清洗、烘干、研磨、过筛和压片。

3.根据权利要求1所述的一种水稻叶片中镉元素定量检测方法，其特征在于，所述根据所述水稻叶片样本的压片，利用激光诱导击穿光谱仪确定所述水稻叶片样本的压片的激光诱导击穿光谱强度，之前还包括：

采用三因素正交实验方案对所述激光诱导击穿光谱仪进行调试，确定采集参数；所述采集参数包括能量大小、延时时间、积分时间、激光波长、增益和焦深。

4.根据权利要求1所述的一种水稻叶片中镉元素定量检测方法，其特征在于，所述根据所述水稻叶片样本的压片中镉元素的多个所述发射谱线强度，利用一元线性回归法、多项式法和多元线性回归法，确定水稻叶片样本的压片中镉元素的含量的多个预测值，具体包括：

根据所述水稻叶片样本的压片中镉元素的镉元素的多个所述发射谱线强度，利用一元线性回归法，构建镉元素发射谱线强度-镉元素含量的线性回归第一模型；

根据多个镉元素发射谱线强度-镉元素含量的线性回归第一模型，确定多个第一类相关性；

根据最大的所述第一类相关性确定第一线性回归模型；

根据所述线性回归模型确定第一预测值；

根据所述水稻叶片样本的压片中镉元素的镉元素的多个所述发射谱线强度，利用多项式法，构建镉元素发射谱线强度-镉元素含量的线性回归第二模型；

根据多个镉元素发射谱线强度-镉元素含量的线性回归第二模型，确定多个第二类相关性；

根据最大的所述第二类相关性确定第二线性回归模型；

根据所述线性回归模型确定第二预测值；

根据所述水稻叶片样本的压片中镉元素的镉元素的多个所述发射谱线强度，利用多元线性回归法，构建镉元素发射谱线强度-镉元素含量的线性回归第三模型；

根据多个镉元素发射谱线强度-镉元素含量的线性回归第三模型，确定多个第三类相关性；

根据最大的所述第三类相关性确定第三线性回归模型；

根据所述线性回归模型确定第三预测值。