基于近红外光谱技术的小麦条锈病菌潜伏侵染的检测

摘要：

为实现对受到小麦条锈病菌侵染而尚未表现明显症状的小麦叶片进行早期检测，利用近红外光谱技术结合定性偏最小二乘法建立了小麦条锈病潜育期叶片定性识别模型。获取健康叶片30片、条锈病潜育期叶片330片（每天取30片，共11天）和发病叶片30片，扫描获得其近红外光谱曲线。采用内部交叉验证法建模，研究了不同谱区、建模比（建模集∶检验集）、光谱预处理方法和主成分数对建模识别效果的影响。在5400～6600和7600～8900 cm-1组合谱区内，建模比为4∶1、预处理方法为“散射校正”和主成分数为14时，所建模型识别效果较理想，建模集的识别准确率、错误率和混淆率分别为95.51％，1.28％和3.21％；检验集的识别准确率、错误率和混淆率分别为100.00％，0.00％和0.00％。结果表明，利用近红外光谱技术可在接种1天后（即提前11天）识别出健康小麦叶片和受到条锈病菌侵染的小麦叶片，并且可以识别不同潜育期天数的叶片。因此，利用近红外光谱技术对条锈病菌潜伏侵染检测是可行的，为该病早期诊断提供了一种新途径。

关键词：近红外光谱、小麦条锈病、潜伏侵染、潜育期、定性识别

分类号：O657.3;S431.9(分析化学)

资助基金：国家科技支撑计划项目2012BAD19B04

在线出版日期：2014-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1853-1858