棉花害蟲具有隱蔽性、遷飛性和突發(fā)性特點,并且影響因素眾多,棉花蟲害準(zhǔn)確地診斷是農(nóng)業(yè)領(lǐng)域的難點問題。該研究以受到棉鈴蟲侵害的花鈴期棉花為研究對象,采用電子鼻對不同處理的棉花揮發(fā)物進(jìn)行檢測。研究表明,主成分分析（Principal Component Analysis, PCA）和聚類分析結(jié)果顯示健康棉花釋放的揮發(fā)物具有明顯的晝夜節(jié)律性,健康棉花與蟲害棉花差異性顯著。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（Radial Basis Function Neural Network, RBFNN）對8個不同時間的4組蟲害棉花處理進(jìn)行分析,測試集判別總的正確率為73.4%,健康棉花對照組測試集判別正確率100%,誤判樣本出現(xiàn)在3個蟲害處理之間。當(dāng)不考慮時間因素建立蟲害棉花統(tǒng)一的預(yù)測模型,RBFNN模型對健康棉花對照組的預(yù)測正確率均達(dá)到了100%,分析結(jié)果可以作為花鈴期棉花是否遭受棉鈴蟲侵害的依據(jù),說明電子鼻可以作為棉花蟲害發(fā)生的有效監(jiān)測手段,在農(nóng)作物蟲害監(jiān)測領(lǐng)域具有潛在的應(yīng)用價值。 

【文章來源】：農(nóng)業(yè)工程學(xué)報. 2020,36(21)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

4組蟲害棉花處理不同時間的聚類分析

健康棉花對照組的PCA和區(qū)分度分析結(jié)果表明，在持續(xù)48 h電子鼻檢測時間內(nèi)每天的同一時段健康棉花釋放的揮發(fā)物很相近，說明健康棉花釋放的揮發(fā)物具有明顯的節(jié)律性。目前有研究表明植物可以通過合成次生代謝化合物與周圍環(huán)境進(jìn)行相互作用，這些化合物具有較小的分子量、較高的蒸汽壓，能夠自由的穿過細(xì)胞膜釋放到大氣或者土壤中[14]。植物揮發(fā)物的釋放并不是連續(xù)的過程，而是遵循一個與明暗循環(huán)有關(guān)的生理周期[15]。但是多年來，對采集的植物揮發(fā)性化合物進(jìn)行分析一直采用GC-MS，由于GC-MS儀器移動性差，樣品分析耗時較長，無法實現(xiàn)田間植物揮發(fā)物實時監(jiān)測，本研究采用電子鼻對棉花揮發(fā)物進(jìn)行快速檢測，采用適當(dāng)?shù)臄?shù)據(jù)處理方法可以得到與許多植物揮發(fā)物方面研究者相似的結(jié)論。圖1b、1c、1d分別是蟲害棉花1-P、2-P和3-P處理的8個不同時間的PCA圖，1-P處理的第一和第二主成分的分析值為88.31%和7.52%,2-P處理的第一和第二主成分的分析值為76.43%和14.99%,3-P處理的第一和第二主成分的分析值為86.1%和9.69%,3個蟲害處理的前2個主成分值之和均在91%以上，說明PCA分析結(jié)果可以代表電子鼻響應(yīng)信號對蟲害棉花揮發(fā)物的區(qū)分情況。從蟲害棉花樣本的分布來看，在持續(xù)48 h的8個不同檢測時間段的蟲害棉花樣本均出現(xiàn)大量重疊，但大致可以看出蟲害棉花樣本具有沿第一和第二主成分變化的規(guī)律，對比圖1a的健康棉花對照組，3個蟲害棉花處理的分布規(guī)律明顯與健康棉花對照組不同，這可能是由于蟲害導(dǎo)致棉花產(chǎn)生特異性揮發(fā)物在分類中起主要作用。表2是蟲害棉花1-P處理的8個不同檢測時間的區(qū)分度值對照表，由于3個蟲害棉花處理類似，所以僅以1-P蟲害棉花處理的區(qū)分度值進(jìn)行分析。從表2中可以看出每個檢測時間必然與其中一個相鄰的檢測時間區(qū)分度值很小，如6和12 h的區(qū)分度值為0.04,18和12 h的區(qū)分度值為0.13,24和30 h的區(qū)分度值為0.19,36和42 h的區(qū)分度值為0.35,42和48 h的區(qū)分度值為0.04。這表明棉花受到蟲害以后揮發(fā)物的釋放是一個持續(xù)的過程，但也存在相鄰的檢測時間區(qū)分度值變大的情況，如30和36 h的區(qū)分度值為0.80，這種情況或許可以從以前學(xué)者植物蟲害的研究成果來解釋，植物遭受蟲害后會產(chǎn)生特異性揮發(fā)物，但是揮發(fā)物的持續(xù)釋放也有一個晝夜循環(huán)節(jié)律，所以從PCA的結(jié)果來看，其分布規(guī)律和區(qū)分度值既表現(xiàn)出連續(xù)性特征又表現(xiàn)出間續(xù)的差異性特征。

【參考文獻(xiàn)】：
期刊論文
[1]電子鼻技術(shù)在棉花早期棉鈴蟲蟲害檢測中的應(yīng)用[J]. 代雨婷,周博,王俊.  農(nóng)業(yè)工程學(xué)報. 2020(03)
[2]電子鼻研究進(jìn)展及在中國白酒檢測的應(yīng)用[J]. 李強(qiáng),谷宇,王南飛,董涵.  工程科學(xué)學(xué)報. 2017(04)
[3]基于樸素貝葉斯分類器的棉花盲椿象危害等級識別[J]. 翟治芬,徐哲,周新群,王麗麗,張建華.  農(nóng)業(yè)工程學(xué)報. 2015(01)
[4]基于電子鼻技術(shù)的不同特征參數(shù)對番茄苗早疫病病害區(qū)分效果影響的研究[J]. 程紹明,王俊,王永維,馬楊琿.  傳感技術(shù)學(xué)報. 2014(01)
[5]高光譜遙感模型對亞洲小車蝗危害程度研究[J]. 盧輝,韓建國,張錄達(dá).  光譜學(xué)與光譜分析. 2009(03)



本文編號：3458635