本文選題：光譜指數(shù) + 病害預(yù)測��； 參考：《光譜學與光譜分析》2016年06期

【摘要】：溫室蔬菜病害的發(fā)生及大面積流行嚴重影響設(shè)施農(nóng)業(yè)的生產(chǎn)管理,大大降低設(shè)施農(nóng)業(yè)的經(jīng)濟效益。為了實現(xiàn)溫室蔬菜病害的無損準確預(yù)測,以黃瓜霜霉病害為例,利用激光誘導葉綠素熒光構(gòu)建光譜特征指數(shù),建立了溫室蔬菜病害的預(yù)測模型。在試驗中采用對比分析的方法,通過對作物健康葉片接種病菌孢子,分別采集健康、接種2d、接種6d和出現(xiàn)明顯病癥共4組試驗樣本的光譜曲線,定性分析了熒光強度隨葉片樣本感染病菌孢子的變化規(guī)律;利用光譜曲線不同波段峰谷值創(chuàng)建了葉綠素熒光光譜指數(shù)k_1=F_(685)/F~(512)和k_2=F_(734)/F~(512),根據(jù)數(shù)值的變化范圍,設(shè)定k_1和k_2分別為20和10時可以作為判斷樣本出現(xiàn)明顯病癥與未出現(xiàn)明顯病癥的特征值,其判斷的準確率分別達到96%和94%;利用構(gòu)建的光譜指數(shù)與樣本健康狀況的分類結(jié)果,選擇光譜指數(shù)F_(685)/F~(512),F_(685)-F_(734),F_(715)/F_(612)可以定性判斷樣本健康狀況,并選擇光譜指數(shù)F_(685)/F~(512),F_(734)/F~(512),F_(685)-F_(734),F_(715)/F_(612)作為建立定量分析模型的輸入量,以預(yù)測集分類準確率作為評價標準,對比判別分析、BP神經(jīng)網(wǎng)絡(luò)、支持向量機三種數(shù)據(jù)建模方法,結(jié)果表明支持向量機作為霜霉病害預(yù)測的建模方法,其預(yù)測能力達到91.38%。利用激光誘導葉綠素熒光構(gòu)建光譜指數(shù)方法,研究植物病害的預(yù)測問題,具有很好的分類和鑒別效果。
[Abstract]:The occurrence and prevalence of greenhouse vegetable diseases seriously affect the production and management of facility agriculture and greatly reduce the economic benefits of facility agriculture. In order to predict greenhouse vegetable diseases without damage, a prediction model of greenhouse vegetable diseases was established by using laser induced chlorophyll fluorescence to construct spectral characteristic index of cucumber downy mildew (Cucumber downy mildew). In the experiment, the spectral curves of 4 groups of test samples were collected by inoculating spore on healthy leaves of crops, inoculating for 2 days, inoculating for 6 days and appearing obvious diseases. The variation of fluorescence intensity with spore infection in leaf samples was qualitatively analyzed, and the chlorophyll fluorescence spectral index (k ~ 1 / T / F ~ (512) and K _ 2F _ 4 / F ~ (1 / F) ~ (512) were established by using peak and valley values of different bands of spectral curve, according to the range of values, Setting K _ 1 and k _ 2 as 20 and 10:00 respectively can be used as the characteristic values to judge the obvious and non-obvious symptoms in the sample, and the accuracy of the judgment is 96% and 94% respectively, and the classification results of the constructed spectral index and the health condition of the sample are used to make use of the established spectral index and the classification result of the sample's health. Select the number of numbers that can be judged qualitatively in the health of the sample by selecting the index F685 / FJ / FJ 612) and choose the spectral index F685 / FJ / FCI / 612 as input for the establishment of a quantitative analysis model, using the accuracy rate of the prediction set as the evaluation criterion, comparing and discriminating the BP neural network, comparing the discriminant analysis of the BP neural network with the index of 734 / F512C / FSP / FSP as the input for the establishment of a quantitative analysis model, using the accuracy of the prediction set classification as the evaluation criterion, and comparing the discriminant analysis of the BP neural network with the classification accuracy of the prediction set. The results show that support vector machine (SVM) is the modeling method for forecasting downy mildew and its prediction ability is 91.38. The method of constructing spectral index by laser induced chlorophyll fluorescence was used to study the prediction of plant diseases. It has a good classification and identification effect.
【作者單位】： 吉林大學生物與農(nóng)業(yè)工程學院;吉林大學植物科學學院;
【基金】：國家高技術(shù)研究發(fā)展計劃(863)項目(2012AA10A506-4,2013AA103005-04) 中國博士后基金面上項目(2013M541308) 吉林大學基本科研業(yè)務(wù)費項目(450060491471)資助
【分類號】：S436.421;O657.3

【參考文獻】

相關(guān)期刊論文 前2條

1 陳兵;王克如;李少昆;金秀良;陳江魯;張東升;;病害脅迫對棉葉光譜反射率和葉綠素熒光特性的影響[J];農(nóng)業(yè)工程學報;2011年09期

2 張守仁;葉綠素熒光動力學參數(shù)的意義及討論[J];植物學通報;1999年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 于文穎;紀瑞鵬;馮銳;武晉雯;張玉書;;干旱脅迫對玉米葉片光響應(yīng)及葉綠素熒光特性的影響[J];干旱區(qū)資源與環(huán)境;2016年10期

2 張珍明;任春光;張玉武;冉潔;劉盈盈;;施肥處理對青錢柳幼苗葉綠素熒光特性的影響[J];北方園藝;2016年16期

3 劉盈盈;張珍明;康超;賀紅早;張玉武;;不同種源青錢柳幼苗生長及生理生化特性的比較[J];北方園藝;2016年15期

4 秦芳;曹兵;宋麗華;;氣溫升高與干旱脅迫對靈武長棗葉綠素熒光特性的影響[J];北方園藝;2016年15期

5 黃希;梁社往;蔡虎銘;周文;何忠俊;;不同LED橙藍光質(zhì)配比對滇重樓葉片光合特性和葉綠素熒光參數(shù)的影響[J];中國農(nóng)學通報;2016年22期

6 楊修一;耿計彪;戚興超;王曉琪;張民;李成亮;;磷肥用量對盆栽甜瓜產(chǎn)量及光合特性的影響[J];北方園藝;2016年14期

7 馬錦麗;江洪;舒海燕;吳孟霖;方成圓;孫文文;陳曉峰;牛曉棟;龔莎莎;;天目山自然保護區(qū)典型闊葉林的光合特性[J];福建農(nóng)林大學學報(自然科學版);2016年04期

8 高麗麗;李淦;康正華;李健偉;王蜜蜂;馬云珍;張巨松;;脫葉劑對棉花葉片葉綠素熒光動力學參數(shù)的影響[J];棉花學報;2016年04期

9 高麗楠;;高原杉葉藻光合作用日變化研究[J];西北師范大學學報(自然科學版);2016年04期

10 龔莎莎;江洪;馬錦麗;舒海燕;陳曉峰;;安吉毛竹林凈生態(tài)系統(tǒng)碳交換量及葉綠素熒光參數(shù)的變化[J];浙江農(nóng)業(yè)學報;2016年06期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 黃春燕;王登偉;張煜星;;基于棉花紅邊參數(shù)的葉綠素密度及葉面積指數(shù)的估算[J];農(nóng)業(yè)工程學報;2009年S2期

2 劉良云;宋曉宇;李存軍;齊臘;黃文江;王紀華;;冬小麥病害與產(chǎn)量損失的多時相遙感監(jiān)測[J];農(nóng)業(yè)工程學報;2009年01期

3 張亞黎;羅宏海;張旺鋒;樊大勇;何在菊;白慧東;;土壤水分虧缺對陸地棉花鈴期葉片光化學活性和激發(fā)能耗散的影響[J];植物生態(tài)學報;2008年03期

4 蔣金豹;陳云浩;黃文江;李京;;條銹病脅迫下冬小麥冠層葉片氮素含量的高光譜估測模型[J];農(nóng)業(yè)工程學報;2008年01期

5 陳兵;李少昆;王克如;柏軍華;隋學艷;白彩云;;作物病蟲害遙感監(jiān)測研究進展[J];棉花學報;2007年01期

6 翁永玲;宮鵬;;土壤鹽漬化遙感應(yīng)用研究進展[J];地理科學;2006年03期

7 張雪芬;陳懷亮;鄭有飛;鄒春輝;陳東;付祥建;;冬小麥凍害遙感監(jiān)測應(yīng)用研究[J];南京氣象學院學報;2006年01期

8 王北洪,黃木易,馬智宏,王紀華;條銹病對冬小麥葉綠素熒光、光合及蒸騰作用的影響[J];華北農(nóng)學報;2004年02期

9 黃木易,王紀華,黃文江,黃義德,趙春江,萬安民;冬小麥條銹病的光譜特征及遙感監(jiān)測[J];農(nóng)業(yè)工程學報;2003年06期

10 張旺鋒,勾玲,王振林,李少昆,余松烈,曹連莆;氮肥對新疆高產(chǎn)棉花葉片葉綠素熒光動力學參數(shù)的影響[J];中國農(nóng)業(yè)科學;2003年08期

【相似文獻】

相關(guān)會議論文 前1條

1 梁亮;楊敏華;;一種估測小麥冠層氮含量的新光譜指數(shù)[A];第八屆成像光譜技術(shù)與應(yīng)用研討會暨交叉學科論壇文集[C];2010年

相關(guān)博士學位論文 前1條

1 楊杰;基于葉片高光譜指數(shù)的水稻氮素及色素含量監(jiān)測研究[D];南京農(nóng)業(yè)大學;2009年

相關(guān)碩士學位論文 前2條

1 李丹;基于優(yōu)化光譜指數(shù)的小麥玉米冠層氮素含量預(yù)測[D];內(nèi)蒙古農(nóng)業(yè)大學;2015年

2 顧凱健;不同覆蓋度條件下水稻生長參數(shù)的高光譜監(jiān)測研究[D];南京農(nóng)業(yè)大學;2011年

，

本文編號：1804053