数字农业是21世纪农业发展的一个重要方向,将推动粗放型农业向知识型、技术型的现代农业转变。光谱分析技术,尤其是近红外光谱分析技术作为实现数字农业的一项重要技术,以其快速、无损、绿色等优点,已被广泛地应用于农产品的检测,但在蚕桑行业的应用目前还处于起步阶段。近年来,随着“东桑西移”工程的深入实施,我国蚕桑产业呈现快速发展之势,但是蚕茧收购市场秩序、检测技术水平不容乐观,评茧方法主要依靠主观判断,优茧优价难以实现,农民利益难以保障。为此,本文就光谱技术在蚕桑行业中的应用进行了一些研究与探索,为蚕茧的品种和品质检测奠定了一定的基础。　　 本文主要以蚕茧为研究对象,利用可见-近红外光谱、傅立叶变换红外光谱分析技术和化学计量学分析方法,开展了蚕茧的品种鉴别技术研究,并在此基础上建立了桑蚕茧的茧层量、含水量、茧层透过率等相关品质指标的可见-近红外光谱分析模型。主要研究结果和结论为:　　 (1)探索了可见-近红外光谱分析仪的不同光谱采集参数(样品的测量距离、光谱采集扫描次数、保存次数等)对分析结果的影响,得出了进行单个蚕茧光谱采集的优化匹配参数:样品的测量距离为9cm、光谱采集扫描次数为20次、保存次数为3次。实验证明该匹配参数能够满足基于可见一近红外光谱的蚕茧品种和品质鉴别分析的要求。　　 (2)对比分析了PLS、PLS-BP、PCA-BP三种方法所建立的桑蚕茧和柞蚕茧可见-近红外光谱分析鉴别模型的性能,分析结果表明:PLS-BP模型效果最优,预测识别率高达100％,而PLS、PCA-BP所得模型预测识别率为分别为90％和97.5％。此外,还对比分析了可见-近红外光谱技术和傅立叶变换红外光谱技术对桑柞蚕茧鉴别的模型性能,结果表明,可见-近红外光谱更适用于桑柞蚕茧的鉴别。　　 (3)分别建立了桑蚕鲜茧品种鉴别和干茧品种鉴别的可见-近红外光谱模型。对比分析了不同的预处理方法所得PLS模型的性能,结果表明,对鲜茧品种鉴别,直接采用原始光谱进行建模比经过预处理的模型性能好,秋季PLS模型校正和预测相关系数分别达到0.974和0.951,春季PLS模型校正和预测相关系数分别达到0.932和0.898:对干茧品种鉴别,采用MSC预处理,所得PLS模型的校正相关系数均在0.940以上,建模相关系数在0.894以上。　　 (4)建立了桑蚕鲜茧的可见-近红外光谱与茧层量之间的相关模型。通过比较不同有效波段的SVM建模效果,得出相关系数的绝对值大于0.3当波长输入变量为189个时,模型的校正和预测结果最好,相关系数分别为0.833和0.752。初步说明利用可见-近红外光谱分析技术可以用于预测蚕茧的茧层量。　　 (5)建立了桑蚕鲜茧的可见-近红外光谱与含水量之间的相关模型。通过比较三种不同的建模样本数的SVM建模效果,得出建模集和预测集样本比例为3:1时建模效果最好,建模和预测相关系数分别为0.894和0.874,初步说明可见-近红外光谱可以用于检测蚕茧的含水量。　　 (6)分别对6个品种桑蚕干茧建立了全茧与茧层的PLS、PLS-BP、PCA-BP鉴别模型,结果表明,每个品种PLS建模校正相关系数都在0.973以上,预测相关系数都在0.934.以上。比较了三种模型的性能,找到了每个品种的最优鉴别模型,且最优模型的识别正确率除皓月×菁松品种为95％外,其他均达100％。初步说明全茧与茧层间存在显著的光谱差异,即可见-近红外光可以穿透蚕茧茧层。