典型文献
叶绿素荧光成像技术的葡萄霜霉病早期检测
文献摘要：
葡萄霜霉病对葡萄生产构成严重威胁,尽早防治是治理霜霉病的关键.为了对该病进行早期检测,以PCR检测获取的霜霉病相对生物量作为霜霉病侵染的依据,从暗适应—光适应—暗弛豫3个光合生理状态连续变化过程中,采集80个人工接种霜霉菌叶片和80个健康对照叶片连续6 d的叶绿素荧光图像.对比健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值的差异,使用单因素方差分析评估叶绿素荧光参数对霜霉病侵染的敏感性,筛选叶绿素荧光参数最优特征子集,使用机器学习分类器构建霜霉病早期检测模型.结果表明,随着接种后天数(day post inoculation,DPI)的增加,霜霉病侵染程度不断加深,健康和接种叶片叶绿素荧光动力学曲线、参数图像和参数值从2DPI开始有显著差异(p<0.05),霜霉病侵染导致叶片光化学猝灭速率减小(Rfd变小),光合效率降低(Fv/Fm变小),叶片活力和光保护能力衰退(NPQ和qN变小),叶片吸收的光能更多以荧光的形式释放出来(Ft和Fm变大).基于序列前向浮动算法优选的叶绿素荧光参数特征子集(qN-L3,Rf d-L2,NPQ-L1和Fv/Fm-D1)和BP神经网络分类器的SFFS-BP模型对3DPI健康和接种叶片识别准确率为83.75％,全实验周期连续6 d平均准确率达到85.94％.可为葡萄霜霉病光合表型分析和早期检测提供一种快速、准确的手段.
文献关键词：
叶绿素荧光成像;葡萄霜霉病;病害检测;特征选择
中图分类号：
作者姓名：
张昭;姚志凤;王鹏;苏宝峰;刘斌;宋怀波;何东健;徐炎;胡静波
作者机构：
西北农林科技大学机械与电子工程学院,陕西 杨凌 712100;宝鸡文理学院电子电气工程学院,陕西 宝鸡 721016;农业农村部农业物联网重点实验室,陕西 杨凌 712100;陕西省农业信息感知与智能服务重点实验室,陕西 杨凌 712100;西北农林科技大学信息工程学院,陕西 杨凌 712100;西北农林科技大学园艺学院,陕西 杨凌 712100;旱区作物逆境生物学国家重点实验室,陕西 杨凌 712100
文献出处：
引用格式：
[1]张昭;姚志凤;王鹏;苏宝峰;刘斌;宋怀波;何东健;徐炎;胡静波-.叶绿素荧光成像技术的葡萄霜霉病早期检测)[J].光谱学与光谱分析,2022(04):1028-1035
A类：
2DPI,3DPI
B类：
叶绿素荧光成像技术,葡萄霜霉病,早期检测,生物量,侵染,暗适应,光适应,弛豫,光合生理,生理状态,变化过程,人工接种,霉菌,叶绿素荧光图像,叶绿素荧光动力学曲线,参数值,单因素方差分析,分析评估,叶绿素荧光参数,优特,特征子集,机器学习分类器,检测模型,后天,day,post,inoculation,光化学,猝灭,Rfd,光合效率,Fv,Fm,光保护,NPQ,qN,光能,释放出来,Ft,浮动,算法优选,参数特征,L3,L2,L1,D1,神经网络分类器,SFFS,识别准确率,平均准确率,表型分析,病害检测,特征选择
AB值：
0.306341
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
