【技術實現步驟摘要】
本專利技術屬于危害植物的葉螨檢測領域，具體為基于拉曼光譜的二斑葉螨早期危害檢測方法。
技術介紹
1、二斑葉螨(tetranychusurticae)又名二點葉螨，屬葉螨科葉螨屬，是一種世界性害螨。其主要聚集于葉片背面吸汁取食，被吸汁取食后的葉片先會在主脈兩側出現白色斑點，隨著危害的加重會使葉片變成灰白色，抑制光合作用的正常進行。從而造成大田作物、果樹和蔬菜等嚴重減產(sun?yue-hua,zhi?jun-rui,tian?tian,et?al.the?damage?oftetranychusurticae?on?physiological?index?of?kidney?bean.chinese?journal?ofecology,2014,31(5):843-854)。在全球對農作物造成重大經濟損失的抗性害蟲/害螨中，二斑葉螨排名第五位(van?leeuwen?t,vontas?j,tsagkarakou?a,dermauw?w,tirryl.acaricide?resistance?mechanisms?in?the?two-spotted?spider?mitetetranychusurticae?and?other?important?acari:areview.insect?biochem?molbiol.2010,40(8):563-572)。
2、二斑葉螨由于其體型小、繁殖速度快、世代周期短，既能兩性生殖又能孤雌生殖等優勢使得防治變得尤為困難。通過早期檢測，可以在密度較低時采取有效的防治措施，可減少對
3、現階段二斑葉螨檢測方法主要包括三類，第一類為視覺檢測方法，通過使用放大鏡或顯微鏡觀察二斑葉螨的危害狀，此種方法檢測雖然簡單直觀，但存在許多缺點，如依賴檢測人員的經驗、效率低、難以早期發現二斑葉螨、受環境條件影響、檢測范圍有限以及準確性較低。這些不足使得全面和準確地評估二斑葉螨的實際危害，因此通常需要結合其他檢測方法以提高檢測效果。第二類為生物化學檢測方法，通過pcr技術檢測植物組織中的二斑葉螨dna，或檢測葉片的葉綠素含量變化，實現快速、準確的檢測，間接判斷二斑葉螨侵害情況。生物化學檢測方法在二斑葉螨檢測中雖然能夠提供有價值的信息，但也面臨高成本、操作復雜、設備要求高以及可能的環境影響等問題。第三類為光譜信息檢測方法，通過光譜學信息識別二斑葉螨侵害的特征進行檢測，提高了檢測的效率和精準度，降低了人工成本，還能支持更科學的防治決策。
4、近年來，拉曼光譜因其快速、無損、無懼水及微區分辨的特性，在病蟲害檢測中發揮了重要作用。每種害蟲危害后都有其特定的特征圖譜，采用便攜式拉曼光譜儀對健康葉片和二斑葉螨危害進行區分具有可行性的基礎上，可用于二斑葉螨早期檢測，預防其在農作物上大規模爆發，影響作物產量及品質。
技術實現思路
1、本專利技術實施例提供了基于拉曼光譜的二斑葉螨早期危害檢測方法，旨在利用拉曼光譜因其快速、無損、無懼水及微區分辨，每種害蟲危害后都有其特定的特征圖譜，在采用便攜式拉曼光譜儀論證拉曼光譜進行區分具有可行性的基礎上，利用拉曼光譜儀，使用機器學習等手段開發快速的檢測鑒定方法，為農業生產提供可選的技術支持和科學保障。
2、本專利技術實施例的第一方面提供了基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，包括以下步驟：
3、(1)制備檢測樣本：準備待測樣品葉片，摘取危害程度不同的子葉葉片；
4、(2)采集光譜：利用拉曼光譜儀(例如便攜式atr3000拉曼光譜儀)采集光譜數據，
5、在具體操作時，其參數設置為，工作溫度-10～40℃，工作濕度，<95％，電源電壓，dc?19v(+/-5％)，信噪比，50μm，數值孔徑，0.3；孔徑，7mm；中心波長，785nm(+/-1nm)；半峰寬，0.08nm；
6、(3)基于拉曼光譜：確定所采集的葉片有無被二斑葉螨危害，受到危害的葉片1327cm-1處峰值相對降低，表征隨著二斑葉螨危害葉片，葉片中葉綠素含量減少，當葉片受到嚴重危害時，多數特征峰已不能被有效探測到。
7、在本專利技術上述實施例中，可選地，摘取危害程度不同的子葉葉片。
8、在本專利技術上述實施例中，可選地，所述危害程度不同的子葉葉片包括健康葉片、輕度危害葉片、中等程度危害葉片、嚴重危害葉片。
9、在本專利技術上述實施例中，可選地，在葉片上取5點具有典型危害特征的位置做標記，在所標記位置每個點收集兩次，正面和背面同時收集。文件記錄方式為“重復數-危害數-方法”，如18-3-l為第18組重復的危害度3的拉曼光譜結果。
10、在本專利技術上述實施例中，可選地，所述危害程度不同的子葉葉片具體如下：葉片為均勻綠色視為健康葉片，零星褪綠白色點狀癥狀出現視為輕度危害、零星白色點狀危害狀聚集為塊狀出現視為中度危害、葉片出現大面積褪綠，危害狀聚集成片成視為重度危害。
11、在本專利技術上述實施例中，可選地，所述典型危害特征的位置為葉片出現二斑葉螨取食過的痕跡，即葉片褪綠程度。
12、在本專利技術上述實施例中，可選地，所述采集光譜，包括對拉曼光譜數據進行預處理和數據處理步驟。
13、在本專利技術上述實施例中，可選地，預處理為首先將從光譜儀導出的去除儀器暗噪聲和基線的光譜數據作為原始拉曼光譜數據并將其轉化為二維數組格式，使用savitzky-golay算法對數據平滑降噪處理，再應用標準正態變量變化對數據進行標準化來消除光譜之間的偏差，最后用最大-最小歸一化算法實現光譜數據的歸一化。
14、本專利技術上述實施例中，可選地，所述數據處理步驟為：采用支持向量機和隨機森林算法兩種機器學習分類算法以及深度學習中的卷積神經網絡cnn算法實現對豆角的二斑葉螨危害程度分類。
15、本專利技術上述實施例的第二方面，基于拉曼光譜的二斑葉螨早期危害檢測方法，是利用如上所述的基于拉曼光譜的二斑葉螨早期危害檢測模型進行檢測，可選地，檢測二斑葉螨危害豆角的具體方式如下：
16、(1)分類模型建立：本文檔來自技高網...
【技術保護點】
1.基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于拉曼光譜的二斑葉螨早期危害檢測方法，其特征在于，根據不同的危害時間選擇不同的危害程度的葉片。
3.根據權利要求2所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述危害程度不同的子葉葉片包括健康葉片、輕度危害葉片、中等程度危害葉片、嚴重危害葉片。
4.根據權利要求3所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，在葉片上取5點具有典型危害特征的位置做標記，在所標記位置每個點收集兩次，正面和背面同時收集；
5.根據權利要求3所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述危害程度不同的子葉葉片具體如下：葉片為均勻綠色視為健康葉片，零星褪綠白色點狀癥狀出現視為輕度危害、零星白色點狀危害狀聚集為塊狀出現視為中度危害、葉片出現大面積褪綠，危害狀聚集成片成視為重度危害。
6.根據權利要求4所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述
7.根據權利要求1-6任一項所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述采集光譜，包括對拉曼光譜數據進行預處理和數據處理步驟。
8.根據權利要求7所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，預處理為首先將從光譜儀導出的去除儀器暗噪聲和基線的光譜數據作為原始拉曼光譜數據并將其轉化為二維數組格式，使用Savitzky-Golay算法對數據平滑降噪處理，再應用標準正態變量變化對數據進行標準化來消除光譜之間的偏差，最后用最大-最小歸一化算法實現光譜數據的歸一化。
9.根據權利要求7所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述數據處理步驟為：采用支持向量機、隨機森林算法兩種機器學習分類算法以及深度學習中的卷積神經網絡CNN算法實現對豆角的二斑葉螨危害程度分類。
10.基于拉曼光譜的二斑葉螨早期危害檢測方法，其特征在于，利用如權利要求8或9所述的基于拉曼光譜的二斑葉螨早期危害檢測模型進行檢測，檢測二斑葉螨危害豆角的具體方式如下：
...【技術特征摘要】
1.基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于拉曼光譜的二斑葉螨早期危害檢測方法，其特征在于，根據不同的危害時間選擇不同的危害程度的葉片。
3.根據權利要求2所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述危害程度不同的子葉葉片包括健康葉片、輕度危害葉片、中等程度危害葉片、嚴重危害葉片。
4.根據權利要求3所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，在葉片上取5點具有典型危害特征的位置做標記，在所標記位置每個點收集兩次，正面和背面同時收集；
5.根據權利要求3所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述危害程度不同的子葉葉片具體如下：葉片為均勻綠色視為健康葉片，零星褪綠白色點狀癥狀出現視為輕度危害、零星白色點狀危害狀聚集為塊狀出現視為中度危害、葉片出現大面積褪綠，危害狀聚集成片成視為重度危害。
6.根據權利要求4所述的基于拉曼光譜的二斑葉螨早期危害檢測模型的建立方法，其特征在于，所述典型危害特征的位...
【專利技術屬性】
技術研發人員：張博，張薇，王恩東，郝學敏，蔣艷奎，姜思佳，徐學農，
申請(專利權)人：中國農業科學院植物保護研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。