基于马铃薯叶片光纤光谱信息的晚疫病患病程度预测
作者:侯冰茹; 刘鹏辉; 张洋; 胡耀华
更新时间:
为了早期发现和控制马铃薯晚疫的疾病,利用光谱技术预测马铃薯晚疫病叶片过氧化物酶(POD)的活性,并根据POD的酶活性预测马铃薯晚疫病的疾病程度。采集和测量了马铃薯叶片样品在不同温度、湿度和接种时间下的光谱反射率和POD酶活性。为了消除原始光谱数据的误差,采用了集中式(MC)预处理方法。为了降低模型的复杂度,采用了随机青蛙算法(RF)、连续投影算法(SPA)和竞争自适应加权算法算法(CARS)来筛选波长。结果表明,基于从CARS算法提取的72个特征波长数据的POD酶活性偏最小二乘回归(PLSR)预测模型最好,预测集的确定系数RP~2为0.9581,RMS、均方根误差的Ep为25.6986 u·(g·min)-1。最后,利用径向基函数神经网络(RBFNN)拟合POD酶活性与温度、湿度和细菌接触时间的关系,建立了POD酶活性动力学模型模型,实现了基于POD酶活性的马铃薯晚疫病疾病程度预测。结果表明,利用光谱技术快速测定POD的酶活性来预测马铃薯晚疫病的疾病程度是可行的。