基于光谱技术的大豆豆荚炭疽病早期鉴别方法-论文.pdf

《基于光谱技术的大豆豆荚炭疽病早期鉴别方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第1期农业工程学报Vl01．28No．12012在1月TransactionsoftheCSAEJan．2012139基于光谱技术的大豆豆荚炭疽病早期鉴别方法冯雷，陈双双，冯斌2，刘飞，何勇，楼兵干。※(1．浙江大学生物系统工程与食品科学学院，杭州310058；2．全国农业展览馆，北京1000263．浙江大学生物技术研究所，杭州310058)摘要：为更好地指导农户进行植物病害防治，提高大豆豆荚的商品性，减少损失，需要运用快速有效的方法来进行大豆豆荚炭疽病的早期检测。该文应用可见．近红外光谱技术结合连续投影算法(sPA)和最小二乘支持向量机(LS—SvM)，实现了大豆豆荚炭疽病

2、的早期快速无损检测。对194个大豆豆荚样本进行光谱扫描，通过不同预处理方法比较，建立了大豆豆荚炭疽病早期无损鉴别的最优偏最小二乘法(PLS)模型。同时应用主成分分析(PCA)和连续投影算法(SPA)分别了提取最佳主成分和有效波长，并将其作为LS．SVM的输入变量，建立了PCA—LS．SVM和SPA．LS—SVM模型，以样本鉴别的准确率作为模型评价指标。试验结果显示PCA．LS．SVM和SPA．LS．SVM模型都获得了比较满意的准确率，且SPA．LS—SVM模型的准确率最高为95．45％。研究表明，SPA能够有效地进行波长选择，进而使LS—SVM模型获得较高的鉴别率，说明应用可见．近红

3、外光谱技术鉴别大豆豆荚炭疽病是可行的。这为进一步应用光谱技术进行大豆生长对逆境胁迫的反应提供了新的方法，为实现大豆病害的田问实时在线检测提供参考。关键词：近红外光谱，主成分分析，最小二乘法，支持向量机，判断分析，炭疽病doi：10．3969~．issn．1002—6819．2012．01．026中图分类号：TP391；$435．621文献标志码：A文章编号：1o02—6819(2012)一0卜0139—06冯雷，陈双双，冯斌，等．基于光谱技术的大豆豆荚炭疽病早期鉴别方法[J]．农业工程学报，2012，28(1)：{39—144．FengLei，ChenShuangshuang，Fen

4、gBin，eta1．Earlydetectionofsoybearlpodanthracnosebasedonspectrumtechnology[J]．TransactionsoftheCSAE，2012，28(1)：l39—144．(inChinesewithEnglishabstract)工、医药等行业[6。7l。植物在受到病原菌侵染后其内部生0引言理活动、养素成份与含量等先于外部症状如枯斑、腐烂大豆豆荚炭疽病是鲜食大豆的主要病害之一，严重等发生变化，因而植株受病原菌侵染部位的光谱特性也影响了豆荚的商品性及其经济价值。浙江省是全国鲜食有别于健康部位，而每一种病害引起植物的细胞、

5、组织、大豆种植面积最大的省份和最大的速冻鲜食大豆生产及器官的变化有不同的光谱特征【。吴迪等【10]应用可见．加工基地[】。】。但从2001年夏开始，浙江省鲜食大豆主栽近红外光谱技术分别对番茄和茄子叶片的灰霉病进行了品种“台湾75”豆荚上严重发生类似机械损伤的黄褐色检测研究。Bravo等f¨]在可见光到近红外波段对小麦黄绣“锈斑”，一般田块株发病率为50％左右，豆荚发病率为病进行了早期诊断。Muir[】研究了马铃薯块茎未出现病30％左右，重病田块株发病率达90％以上，豆荚发病率达症时的光谱反射率，以实现早期检测。60％以上。因此，为了更好地指导农户进行有效防治，提本研究以大豆豆荚作为研

6、究对象。利用健康与患病高大豆豆荚的商品性，减少损失，需要运用快速有效的豆荚的光谱信息，结合化学计量学的方法，进行未出现方法来进行大豆豆荚炭疽病的早期检测。前人对大豆炭病征情况下的早期检测，为大豆豆荚炭疽病的早期诊断疽病的发生和防治以及品种对病原菌的抗性已有报道¨J，提供一种新的方法。但有关大豆豆荚炭疽病的早期快速无损鉴别研究迄今未1材料与方法见报道。可见．近红外光谱技术是一种快速、无损、低成本、1．1仪器设备无污染的分析技术，它已被广泛应用于食品、石油、化试验使用美国ASD(AnalyticalSpecialDevice)公司的HandheldFieldSpec光谱仪，其光谱测定范围

7、325收稿日期：2011-03—10修订日期：2011-10．111075nm，采样间隔为1．5nm，分辨率为3．5am，探头视基金项目：国家高技术研究发展计划(2011AA100705)；浙江省科技厅重点场角为20。，光谱扫描次数设定为30次。试验安排在室农业项目(2006C22022)：国家自然科学基金项目(61075017)；浙江省重大科技专项重点农业项目(2009C12002)；浙江省自然科学基金资助课题内进行，以减少外界环境对光谱采集的干扰。试验