本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。

青贮玉米是一种营养丰富的饲料，是将玉米乳煮至蜡成熟后收获的地上部分植株揉碎、切割短，经过一系列的加工、密封、储存和发酵而成。青贮玉米是中国“粮改饲”政策的重要驱动力将玉米跨区域销售转向当地青贮，大大提高了农业生产的利用效率。原料含水量是影响青贮玉米质量的关键因素。含水量过高容易导致渗出汁液中可溶性营养物质的流失，导致梭酸发酵。如果含水量过低，则不易压实，导致青贮环境中空气含量过高，易发霉。因此，建立快速、无损、准确的青贮玉米含水量测定方法，对促进青贮产业的健康快速发展具有重要意义。

有效提取特征变量是利用高光谱成像技术检测青贮玉米含水量的关键。传统的高光谱特征提取方法与待测对象缺乏联系，存在盲目性等缺点。本文研究了一种“反馈型”智能提取方法的特征变量。传统的离散粒子群算法在粒子更新方法和惯性权重方面（DBPSO）提出了基于改进的离散粒子群算法（MDBPSO）利用相关系数分析法对特征波段进行优化，DBPSO和MDBPSO提取高光谱特征变量，建立青贮玉米原料含水量预测模型。

研究表明，MDBPSO首选特征波段适应性函数的收敛精度和收敛效率DBPSO法均有显著改进，最优适应值从0.7616增加到0.7616.函数收敛迭代次数从280次降低到79次。MDBPSO-PLSR预测模型的建模精度和预测精度高于其他预测模型，其校正集决定系数R2、均方根误差RMSEC分别为0.81和0.032，预测集决定系数,R2和均方根误差RMSEP分别为0.80和0.045。