本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。

　　青貯玉米是一種營養豐富的飼料，是將玉米乳煮至蠟成熟后收獲的地上部分植株揉碎、切割短，經過一系列的加工、密封、儲存和發酵而成。青貯玉米是中國“糧改飼”政策的重要驅動力將玉米跨區域銷售轉向當地青貯，大大提高了農業生產的利用效率。原料含水量是影響青貯玉米質量的關鍵因素。含水量過高容易導致滲出汁液中可溶性營養物質的流失，導致梭酸發酵。如果含水量過低，則不易壓實，導致青貯環境中空氣含量過高，易發霉。因此，建立快速、無損、準確的青貯玉米含水量測定方法，對促進青貯產業的健康快速發展具有重要意義。

　　有效提取特征變量是利用高光譜成像技術檢測青貯玉米含水量的關鍵。傳統的高光譜特征提取方法與待測對象缺乏聯系，存在盲目性等缺點。本文研究了一種“反饋型”智能提取方法的特征變量。傳統的離散粒子群算法在粒子更新方法和慣性權重方面（DBPSO）提出了基于改進的離散粒子群算法（MDBPSO）利用相關系數分析法對特征波段進行優化，DBPSO和MDBPSO提取高光譜特征變量，建立青貯玉米原料含水量預測模型。

　　研究表明，MDBPSO首選特征波段適應性函數的收斂精度和收斂效率DBPSO法均有顯著改進，最優適應值從0.7616增加到0.7616.函數收斂迭代次數從280次降低到79次。MDBPSO-PLSR預測模型的建模精度和預測精度高于其他預測模型，其校正集決定系數R2、均方根誤差RMSEC分別為0.81和0.032，預測集決定系數，R2和均方根誤差RMSEP分別為0.80和0.045。