《高光谱智能监测集约化甘蓝育苗叶片水分技术规程》

ICS65.120

CCSA031

T/NAIA

团体标准

T/NAIA××—2025

高光谱智能监测集约化甘蓝育苗叶片水分

技术规程

TechnicalRegulationsforHyperspectralIntelligentMonitoringofLeaf

MoistureinIntensiveCabbageSeedlingCultivation

××××-××-××发布××××-××-××实施

宁夏化学分析测试协会发布

T/NAIA××-2025

高光谱智能监测集约化甘蓝育苗叶片水分技术规程

1范围

本文件规定了采用高光谱智能监测技术进行集约化甘蓝育苗叶片水分含量监测的术语

和定义、监测原理、设备要求、操作流程、数据处理、质量控制及档案管理等内容。

本文件适用于采用集约化方式培育的甘蓝幼苗（2叶1心至5叶1心期）叶片水分含量

的高光谱智能监测，不适用于极端环境（如温度低于5℃或高于35℃、相对湿度低于30%或

高于90%）下的甘蓝育苗叶片水分监测。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本

适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件

。

GB/T8321（所有部分）农药合理使用准则

NY/T2118蔬菜育苗基质

GB/T28592温室通风降温设计规范

GB/T30690温室环境参数测量方法

3术语和定义

下列术语和定义适用于本文件。

3.1

高光谱智能监测技术Hyperspectralintelligentmonitoringtechnology

通过高光谱传感器获取目标物在连续波长范围内的光谱信息，结合智能算法（如机器学

习、深度学习模型）对目标物特性进行定性或定量分析的技术。

3.2

集约化甘蓝育苗Intensivecabbageseedlingraising

在人工控制的环境条件下（如温室、大棚），采用标准化育苗设施、规范化管理措施，

集中培育甘蓝幼苗的生产方式。

3.3

叶片相对含水量Relativemoisturecontentofleaves

甘蓝叶片实际含水量与叶片饱和含水量的比值，是反映叶片水分状况的重要指标。

1

T/NAIA××-2025

3.4

光谱预处理Spectralpretreatment

为降低光谱噪声、背景干扰及仪器误差等对监测结果的影响，对原始高光谱数据进行的

一系列处理操作，如平滑、基线校正、导数处理等。

4监测原理

高光谱智能监测集约化甘蓝育苗叶片水分基于物质的光谱特性。甘蓝叶片中的水分在特

定波长范围内（主要为近红外波段1450nm、1940nm和2500nm附近）存在特征吸收峰，叶片

水分含量的变化会导致其对该波段光谱的吸收、反射和透射特性发生改变。通过高光谱传感

器采集叶片的高光谱数据，经光谱预处理后，结合已建立的叶片水分含量预测模型（通过已

知水分含量的叶片样本光谱数据与实测水分含量数据建模得到），即可实现对甘蓝育苗叶片

水分含量的快速、非破坏性监测。

5设备要求

5.1高光谱智能监测设备

光谱范围：应覆盖400nm-2500nm，其中近红外波段（780nm～2500nm）的光谱分辨

率不低于10nm。

波长精度：≤±1nm，波长重复性：≤±0.5nm。

采样间隔：可见光-近红外波段（400nm-1000nm）≤2nm，短波近红外波段（1000nm-2500

nm）≤5nm。

噪声水平：在全光谱范围内，信噪比（SNR）≥500:1（针对标准白板测量）。

数据采集速度：单次采集时间≤2s，支持连续采集模式。

智能分析功能：内置或配套的数据分析系统应具备光谱预处理、模型调用、水分含量计

算及结果显示功能，支持数据存储与导出。

5.2辅助设备

样本采集工具：尖头镊子、剪刀（应符合卫生要求，使用前进行消毒处理）。

天平：精度不低于0.001g，量程≥50g，符合JJF1070的要求。

烘箱：控温范围50℃-120℃，控温精度±1℃，具有通风功能。

样品盒：材质为陶瓷或不锈钢，具有盖体，用于盛放叶片样本。

温湿度记录仪：测量范围温度0℃-50℃、相对湿度20%-100%，测量精度温度±0.5℃、

相对湿度±3%，符合GB/T30690的要求。

6操作流程

2

T/NAIA××-2025

6.1育苗环境准备

监测前应确保集约化育苗环境符合甘蓝育苗的基本要求，温度控制在15℃-28℃，相对

湿度控制在60%-80%，光照强度根据甘蓝育苗阶段调整（2叶1心期10000Lux-15000Lux，

5叶1心期15000Lux-20000Lux），环境参数监测按照GB/T30690执行。育苗基质应符合

NY/T2118的规定，育苗设施通风降温符合GB/T28592的要求。

6.2样本采集

采样时间：选择上午9:00-11:00或下午14:00-16:00进行采样，避免在清晨露水未干

或傍晚温度过低时采样。

采样方法：采用五点采样法在育苗床内选取监测区域，每个监测区域随机选取生长一致、

无病虫害、无机械损伤的甘蓝幼苗10株-15株。每株选取自上而下第2-3片功能叶作为监

测样本，用消毒后的剪刀剪下叶片，立即放入样品盒中，避免样本水分流失。

6.3高光谱数据采集

设备校准：每次采集前，使用标准白板对高光谱智能监测设备进行校准，校准过程按照

设备说明书执行，确保设备处于正常工作状态。

采集参数设置：根据设备说明书，设置光谱采集范围、采样间隔、积分时间等参数，积

分时间应根据环境光照条件调整，避免光谱数据过曝或欠曝。

数据采集：将采集到的叶片样本平铺在无反光的样品台上，确保叶片表面平整，无褶皱

和遮挡。将高光谱传感器镜头对准叶片，镜头与叶片表面的距离控制在10cm-20cm，采集

角度垂直于叶片表面。每个叶片样本采集3次光谱数据，取平均值作为该叶片的原始光谱数

据。

6.4叶片水分含量实测

鲜重测量：用天平称量采集到的叶片样本鲜重（FW），精确到0.001g。

饱和鲜重测量：将叶片样本放入蒸馏水中浸泡4h-6h（浸泡过程中确保叶片完全浸

没），取出后用吸水纸吸干叶片表面水分，立即称量饱和鲜重（TW），精确到0.001g。

干重测量：将称量饱和鲜重后的叶片样本放入烘箱中，在105℃下杀青30min，然后降

温至80℃烘干至恒重，取出后放入干燥器中冷却至室温，称量干重（DW），精确到0.001

g。

叶片相对含水量计算：按照公式（1）计算叶片相对含水量（RWC）。

RWC=(FW-DW)/(TW-DW)×100%（1）

式中：RWC——叶片相对含水量，%；FW——叶片鲜重，g；TW——叶片饱和鲜重，g；

DW——叶片干重，g。

7数据处理

7.1光谱数据预处理

对采集到的原始高光谱数据进行预处理，预处理步骤包括：

3

T/NAIA××-2025

噪声去除：采用移动平均法或Savitzky-Golay滤波法对光谱数据进行平滑处理，窗口

大小设置为5-11点。

基线校正：采用多项式拟合或自适应迭代重加权惩罚最小二乘法（airPLS）消除光谱基

线漂移。

导数处理：对平滑和基线校正后的光谱数据进行一阶或二阶导数处理，以增强光谱特征

峰的分辨率，导数计算采用差商法，步长为1-3nm。

7.2建模与预测

模型建立：选取部分叶片样本的预处理后光谱数据及其对应的实测叶片相对含水量数据

作为建模集，采用偏最小二乘回归（PLSR）、支持向量机回归（SVR）或随机森林回归等算

法建立叶片水分含量预测模型。建模过程中采用交叉验证法对模型进行优化，确定最佳模型

参数。

模型验证：选取剩余叶片样本的预处理后光谱数据及其对应的实测叶片相对含水量数据

作为验证集，对建立的预测模型进行验证，计算模型的决定系数（R²）和均方根误差

（RMSE）。要求验证集R²≥0.85，RMSE≤5%。

水分含量预测：将待监测叶片样本的预处理后光谱数据输入已验证合格的预测模型中，

得到叶片水分含量预测值。

7.3结果验证

每批次监测过程中，随机抽取10%-15%的预测样本进行叶片水分含量实测，将实测值与

预测值进行比较，计算相对误差（RE）。相对误差应满足|RE|≤10%，若超出允许范围，需

重新检查设备校准、数据采集及预处理过程，必要时重新建立预测模型。

8质量控制

8.1人员要求

操作高光谱智能监测设备及进行数据处理的人员应经过专业培训，熟悉设备操作流程和

数据处理方法，具备相应的专业知识和技能。

8.2设备管理

高光谱智能监测设备、天平、烘箱等仪器设备应定期进行检定或校准，检定或校准周期

按照相关规定执行，确保设备计量性能符合要求。设备使用前应进行检查，确认设备正常运

行。

8.3环境控制

监测过程中应保持育苗环境的稳定性，避免温度、湿度、光照等环境因素的剧烈变化对

光谱采集和叶片水分含量造成影响。

8.4样本管理

样本采集应具有代表性，采集过程中避免样本损伤和水分流失。样本编号应清晰、唯一，

确保样本与光谱数据、实测数据一一对应。

4

T/NAIA××-2025

8.5数据质量

原始光谱数据、实测数据及预处理后的数据应进行记录和保存，数据记录应准确、完整、

清晰。对异常数据应进行标记和分析，必要时重新采集数据。

9档案管理

监测过程中形成的各类记录应进行归档管理，归档内容包括：育苗环境参数监测记录

（温度、湿度、光照等）；样本采集记录（采样时