河南农业科学 ›› 2017, Vol. 46 ›› Issue (6): 156-160.

• 农产品加工与安全·农业工程·农业信息技术 • 上一篇    

苹果叶部病害的傅里叶变换红外光谱鉴别研究

杨春艳1,陈 英1,刘 飞1*,胡 琼2   

  1. 1.玉溪师范学院 物理系,云南 玉溪 653100;   2.云南农业职业技术学院 生物工程系,云南昆明 650212
  • 收稿日期:2016-12-19 出版日期:2017-06-15 发布日期:2017-06-15
  • 通讯作者: 刘 飞(1974-),男,云南玉溪人,副教授,硕士,主要从事激光红外光谱研究。 E-mail:yxtclf@163.com
  • 作者简介:杨春艳(1979-),女,云南大理人,副教授,硕士,主要从事激光红外光谱研究。E-mail:ychyky@163.com
  • 基金资助:
    云南省教育厅基金项目(2013Y480);玉溪师范学院青年教师资助计划项目

  • Received:2016-12-19 Published:2017-06-15 Online:2017-06-15

摘要: 为建立一种基于傅里叶变换红外光谱技术结合光谱检索和逐步判别分析的苹果叶部病害快速鉴别方法,以白粉病、花叶病、炭疽叶枯病和早期落叶病4种病害,共60份样本的红外光谱、一阶导数光谱和二阶导数光谱为指标,利用Omnic 8.5 软件中光谱检索功能依次与相应光谱库进行检索鉴别。检索结果显示:基于一阶导数光谱和二阶导数光谱的检索正确率均为96.7%,高于基于红外光谱检索的83.3%。同时,以样品光谱差异较大的1 800~1 000 cm-1波数内的二阶导数红外光谱数据作为判别变量,利用SPSS 20.0软件中的逐步判别分析功能,比较了基于5种挑选判别变量方法建立的判别模型的鉴别效果。鉴别结果显示:采用Mahalanobis 距离逐步判别法建立的模型对苹果叶部病害的鉴别效果最好,对训练样本的回判正确率为100.0%,对测试样本的预测正确率为80.8%,总正确率最高,为92.3%。综上表明,傅里叶变换红外光谱技术结合光谱检索法或逐步判别分析法,均能较好地诊断苹果叶部病害种类,可为苹果叶部病害的鉴别和诊断提供一种省时、易行的方法。

关键词: 苹果病害, 鉴别, 傅里叶变换红外光谱, 光谱检索, 逐步判别分析