版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、柑桔黃龍病(HLB),是柑桔上的一種毀滅性病害,目前已經(jīng)嚴(yán)重制約了廣東甚至華南地區(qū)柑桔產(chǎn)業(yè)的健康發(fā)展,已經(jīng)成為我國乃至世界農(nóng)業(yè)經(jīng)濟(jì)及科技發(fā)展亟待解決的問題。黃龍病病樹的正確診斷和鑒定是生產(chǎn)上正確防治柑桔黃龍病的前提,因此掌握快速而有效的柑桔黃龍病診斷與檢測技術(shù),對及時發(fā)現(xiàn)柑桔黃龍病并采取相應(yīng)的應(yīng)對措施積極防治柑桔黃龍病具有重要實(shí)踐意義。目前生產(chǎn)上依然急需一種簡單易行、適合田間大規(guī)模使用的診斷技術(shù)。在已有研究的基礎(chǔ)上,本研究以砂糖桔葉片為
2、樣本,收集樣本葉片的近紅外光譜,建立樣本標(biāo)準(zhǔn)集數(shù)據(jù)庫,結(jié)合化學(xué)計(jì)量學(xué)研究方法,建立不同的定性判別模型,并進(jìn)行驗(yàn)證集驗(yàn)證,最后得出判別分析結(jié)果,為柑桔黃龍病的田間快速診斷提供科學(xué)依據(jù)。
主要研究成果如下:
1、MicroNIR微型近紅外光譜 PCA模型的建立。對比分析不同掃描方法以及不同光譜預(yù)處理方法下的PCA模型預(yù)測結(jié)果后,發(fā)現(xiàn)本研究中柑桔葉片的微型近紅外光譜的最佳采集方式為:反脈法,即將微型近紅外光譜儀(Micro
3、NIR1700 Spectrometer)的光源沿著葉片反面主脈進(jìn)行掃描。最佳參數(shù)設(shè)置為:SG一階導(dǎo)數(shù)3點(diǎn)平滑、主成分?jǐn)?shù)15,原始光譜數(shù)據(jù)經(jīng)最佳參數(shù)預(yù)處理后得到的PCA模型判別分析結(jié)果準(zhǔn)確率最高,模型穩(wěn)定性最好,其驗(yàn)證集正確識別率高達(dá)100%,正確拒識率可達(dá)90%。
2、MicroNIR微型近紅外光譜 PLS-DA模型的建立。MicroNIR微型近紅外光譜PLS-DA模型的建立沿用PCA模型確定好的最優(yōu)光譜采集方式(反脈掃描法
4、)以及最合適的主成分15等模型建立條件,建立出不同參數(shù)設(shè)置下的PLS-DA模型,進(jìn)行對比分析后,確定原始光譜數(shù)據(jù)經(jīng)SG一階導(dǎo)數(shù)7點(diǎn)平滑后得到的PLS-DA判別分析模型為最優(yōu)模型,其R2=0.970317,RMSEP=0.080198,SEP=0.074656,且驗(yàn)證集的正確識別率和正確據(jù)識率均高達(dá)100%。
3、傅立葉近紅外光譜(FT-NIR)分析結(jié)果。經(jīng)MicroNIR1700 Spectrometer掃描過近紅外光譜的樣本
5、(180個),再進(jìn)行 FT-NIR傅立葉近紅外光譜收集,并進(jìn)行聚類分析和定性分析。結(jié)果表明,聚類分析和定性分析的分類正確率達(dá)到了100%,兩類不同的樣本很明顯的落在了不同區(qū)域,說明帶菌樣本和不帶菌樣本可以被聚類分析和定性分析進(jìn)行準(zhǔn)確歸類鑒別。經(jīng)對比發(fā)現(xiàn),PCA模型和PLS-DA模型對樣本的判別分類結(jié)果與 FT-NIR的聚類分析以及定性分析的判別結(jié)果一致,佐證了 PCA模型和PLS-DA模型預(yù)測結(jié)果的可靠性。
4、MicroNI
6、R微型近紅外光譜模型的田間適用性驗(yàn)證。PCA最優(yōu)模型和PLS-DA最優(yōu)模型進(jìn)行田間適用性驗(yàn)證試驗(yàn)中,同一柑桔園不同方位(不同重復(fù)組)的情況下兩個模型都能很好的對兩個柑桔園的被測樣本進(jìn)行正確歸類,正確識別率均在93%以上,最高達(dá)到100%,正確拒識率均在80%以上(包括80%),最高同樣可達(dá)100%,這說明兩個模型對樣本采樣的方位沒有特殊要求,穩(wěn)定性較好,符合田間檢測要求。不同柑桔果園的田間整體驗(yàn)證結(jié)果中,PCA模型和 PLS-DA模型的
7、正確識別率均在95%以上,最高達(dá)到100%;正確拒識率均在80%以上,最高可達(dá)86.67%。兩種對比結(jié)果都顯示兩個模型對田間樣本的預(yù)測與對驗(yàn)證集樣本的預(yù)測一樣準(zhǔn)確,證明了兩個模型的高預(yù)測能力,同時,相比之下,PLS-DA模型的判別分析能力要優(yōu)于PCA模型的判別分析能力。
5、化學(xué)藥劑處理藥效評價試驗(yàn)。本研究選取對黃龍病菌抑制效果相對較高的鹽酸四環(huán)素、硫酸慶大霉素和鹽酸土霉素進(jìn)行化學(xué)藥劑處理試驗(yàn),藥劑濃度均為1000 mg/L,
8、利用近紅外光譜模型對攜帶低含量黃龍病病菌,且沒有表現(xiàn)出田間典型癥狀的柑桔葉片進(jìn)行早期預(yù)測判斷,同時對這些病葉及時進(jìn)行化學(xué)防治,光譜模型進(jìn)行實(shí)時監(jiān)測。模型實(shí)時預(yù)測監(jiān)控結(jié)果顯示,隨著化學(xué)藥劑處理天數(shù)的不斷增加,除CK組外,三種藥劑處理組內(nèi)的帶菌樣本的個數(shù)不斷的下降,表明藥劑對黃龍病病菌在不斷發(fā)揮抑制作用,且三種化學(xué)藥劑處理效果為:鹽酸四環(huán)素>硫酸慶大霉素>鹽酸土霉素。統(tǒng)計(jì)結(jié)果顯示,除PCA模型對鹽酸土霉素的正確判斷率為96%外,PLS-DA
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 近紅外光譜
- 茶鮮葉質(zhì)量的近紅外光譜評價方法研究.pdf
- 基于近紅外光譜的柑桔產(chǎn)地溯源及橙汁摻假識別研究.pdf
- 近紅外光譜特征變量選擇方法研究.pdf
- 近紅外光譜的信息特征提取.pdf
- 功能近紅外光譜成像研究及應(yīng)用.pdf
- 近紅外光譜維數(shù)約簡和特征波長選擇方法研究及應(yīng)用.pdf
- 近紅外光譜的特征提取及其分類應(yīng)用研究.pdf
- 巴戟天近紅外光譜的研究.pdf
- 應(yīng)用紅外光譜分辨廣玉蘭葉與枇杷葉
- 應(yīng)用近紅外光譜技術(shù)分析煤質(zhì)成分.pdf
- 近紅外光譜檢測蘋果品質(zhì)
- 近紅外光譜監(jiān)控丹參、黃芪質(zhì)量.pdf
- 淺析食品分析中近紅外光譜技術(shù)的應(yīng)用
- 淺析白酒行業(yè)中近紅外光譜技術(shù)的應(yīng)用
- 近紅外光譜多維數(shù)據(jù)Web可視化算法及應(yīng)用.pdf
- 馬鈴薯環(huán)腐病可見-近紅外光譜檢測裝置及方法研究.pdf
- 近紅外光譜檢測關(guān)鍵技術(shù)
- 近紅外光譜建模方法及溫度效應(yīng)研究.pdf
- 紅外光譜的發(fā)展及應(yīng)用
評論
0/150
提交評論