基于马铃薯叶片光纤光谱信息的晚疫病患病程度预测

摘要：

针对马铃薯晚疫病害的早期检测和防治问题,利用光谱技术对马铃薯晚疫病叶片过氧化物酶(POD)活性进行预测,并基于POD酶活性实现了马铃薯晚疫病的患病程度预测.采集和测定处于不同温湿度及接菌时间的马铃薯叶片样本的光谱反射率和POD酶活性,选用中心化(MC)预处理方法以消除原始光谱数据的误差.为降低模型复杂程度,利用随机青蛙算法(RF)、连续投影算法(SPA)、竞争自适应加权算法(CARS)对波长进行筛选,结果表明利用CARS算法提取的72个特征波长数据建立的POD酶活性的偏最小二乘回归(PLSR)预测模型效果最好,其预测集的决定系数R2p为0.9581、均方根误差RMSEp为25.6986 U·(g·min)-1.最后利用径向基函数神经网络(RBFNN)拟合了POD酶活性和温湿度、接菌时间的关系,建立了POD酶活性的动力学模型,实现了基于POD酶活性的马铃薯晚疫病患病程度预测.结果证明利用光谱技术快速测定POD酶活性以实现马铃薯晚疫病患病程度预测是可行的.

关键词：马铃薯晚疫病、光谱技术、过氧化物酶、特征波长、患病预测

所属期刊栏目：42

分类号：O657.3(分析化学)

资助基金：国家自然科学基金31971787

在线出版日期：2022-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1426-1432