论文部分内容阅读
脐橙黄龙病(Huanglongbing,HLB)是一种限于韧皮部内寄生的革兰氏阴性细菌(Candidatus Liberibacter asiaticus,CLas)引起的毁灭性病害,严重影响脐橙果树的生长和果实的产量及品质,对世界范围内的脐橙产业造成巨大的损失。截止到目前,尚未有根本性的有效解决办法。光谱检测法具有检测速度快、无需复杂预处理的优点,可以实现对检测对象准确快速、绿色无污染的检测。本论文以“赣南脐橙”为研究对象,探究LIBS-NIR联合光谱对黄龙病快速检测的可行性,主要研究内容如下所示:(1)检测分析了正常、黄龙病脐橙中糖度、矿物质元素含量的差异,揭示了黄龙病对脐橙内部品质和理化性质的影响,提出了黄龙病对脐橙果树生长、结果等造成影响的可能机理原因,为光谱检测法对脐橙黄龙病的快速检测提供了实验基础,并提供了基于元素层次的脐橙黄龙病分析研究新思路。试验结果表明:(1)黄龙病、正常脐橙的糖度具有一定差异性,正常脐橙的糖度均值为11.3 Brix,黄龙病脐橙的糖度均值仅为8.6 Brix,采用Kolmogorov-Smirnov检验(K-S检验)探究两者的差异显著性,其Sig值为0.000,表明正常、黄龙病脐橙的糖度具有显著差异性;(2)脐橙感染黄龙病后矿物质元素含量具有一定变化,正常脐橙叶片中的Ca元素含量均值由正常时的15148 mg/kg下降为7625 mg/kg,叶片中的Zn元素含量均值由正常时的198mg/kg下降为70 mg/kg,脐橙果皮中的Zn元素含量均值由正常时的67 mg/kg增加为139 mg/kg,采用K-S检验探究其差异显著性,其Sig值均小于0.05,表明其变化具有显著性。(2)基于激光诱导击穿光谱(Laser induced breakdown spectroscopy,LIBS)技术,以脐橙果皮为研究对象,建立了脐橙黄龙病快速识别模型,实现了对黄龙病的快速鉴别,为黄龙病脐橙智能化机械剔除及感病植株的移除提供了技术支撑。采集正常、黄龙病脐橙果皮LIBS等离子体时间演变形貌图及光谱图,分析两者在等离子体形貌、LIBS光谱的差异性。提出连续小波变换(Continuous wavelet transform,CWT)、主成分分析(Principal component analysis,PCA)两种特征变量自动提取法,减少无关变量对试验的影响,提高识别模型效率。试验结果表明:(1)脐橙果皮等离子体体积在采集延迟1.0~2.0μs时最大,且正常、黄龙病脐橙果皮LIBS等离子体时间形貌具有一定差异性,说明了采用LIBS技术快速检测黄龙病的可行性;(2)分析脐橙果皮主要元素特征谱线强度和K元素内标其它主要元素结果可知,正常、黄龙病脐橙果皮LIBS光谱图具有一定差异性且患病脐橙果皮中的Mg、H含量减少,Ca、Na元素含量增加;(3)采用CWT、PCA特征变量自动提取法结合Fisher判别分析模型(Fisher discriminant analysis,FDA)、多层感知机神经网络模型(Multilayer perception neural network,MLP)对黄龙病鉴别准确率均在94.0%以上,且PCA-MLP训练集和预测集准确率均达到了100.0%。(3)基于近红外光谱(Near infrared spectrum,NIR)、LIBS光谱技术,以脐橙叶片为分析对象,进一步提出了具有更大检测优势的LIBS-NIR联合光谱技术,实现了对脐橙黄龙病的快速准确鉴别,揭示了联合光谱相较于单种光谱的检测优势,为其它领域的联合光谱检测提供了的参考。从理论上分析了造成正常、黄龙病脐橙叶片等离子体形貌、LIBS、NIR光谱差异的可能原因,采用基线校正降低背景信号等对光谱质量的影响。试验结果表明:(1)分析叶片LIBS主要元素特征谱线强度和以K元素内标其它主要元素发现黄龙病脐橙叶片Mg、Ca、C、H、O元素含量下降,Na元素含量增加,说明了采用光谱检测法对黄龙病预测的可行性;(2)LIBS-NIR联合光谱数据获得了相较于单种光谱技术更高的鉴别准确率,联合光谱结合PCA-MLP模型训练集鉴别准确率达到89.5%,预测集准确率达到95.7%。