核盤菌侵染油菜早期光譜診斷方法研究.pdf

1、油菜菌核病是一種位居油菜三大病害之首的真菌性病害，嚴重影響油菜的產量和品質，從苗期至收獲期均可發(fā)生。感染核盤菌的花瓣被認為是主要傳染源，染菌花瓣可迅速引起油菜莖、葉組織的發(fā)病;壞死的莖稈又可造成整株的倒伏，造成的損失最為嚴重;同時，染病的葉片組織還會影響植株營養(yǎng)物質的傳送，對油菜籽粒質量造成嚴重影響。因此，進行核盤菌侵染油菜植株的快速檢測具有重要意義。本研究以油菜作物為研究對象，應用可見-近紅外高光譜成像技術，通過檢測油菜葉片核盤菌侵染

2、組織處的光譜特性和葉綠素含量的變化來實現核盤菌侵染油菜葉片的動態(tài)監(jiān)測;采用激光共聚焦顯微拉曼光譜技術，通過檢測不同病斑直徑周圍組織的拉曼光譜從微觀角度進行核盤菌早期侵染的動態(tài)診斷;采用近紅外高光譜技術和拉曼光譜技術進行核盤菌侵染油菜花瓣快速診斷檢測;并通過花瓣樣本化合物的拉曼成像分布變化實現核盤菌侵染過程中油菜花瓣成分的可視化檢測;采用激光共聚焦顯微拉曼光譜技術，通過檢測油菜莖稈橫截面健康組織與核盤菌侵染組織處化合物的化學成像從微觀角度

3、進行核盤菌侵染莖稈的早期診斷。從宏觀角度（葉片、花瓣表面）以及微觀角度（細胞）出發(fā)，運用多種光譜實現了核盤菌侵染油菜葉片、花瓣和莖稈組織的早期診斷，同時也為深入研究寄主-病原物在細胞層面上的互作機制提供新的研究途徑，也為農業(yè)田間作物的科學施藥和精準化管理提供理論基礎和技術支撐。主要研究結論如下:
　　(1)采用高光譜成像技術進行核盤菌侵染油菜葉片動態(tài)發(fā)展的快速檢測。以健康的和染菌不同階段油菜葉片的高光譜響應規(guī)律出發(fā)，通過各四類樣本

4、間的反射率差值結合單因素方差分析（Analysis of variance，ANOVA）發(fā)現健康樣本與染病不同階段樣本在687 nm處存在顯著性差異(p＜0.05);運用主成分分析(Principal component analysis，PCA)發(fā)現健康樣本與染病不同階段的樣本在主成分-1(principal component，PC-1)和主成分-4(PC-4)組成的二維空間可以形成較好的聚類;采用反射率差值、x載荷系數(x-loa

5、dings)和隨機青蛙算法（Random frog，RF）選擇的特征波段建立偏最小二乘判別分析(Partial least squaresdiscriminant analysis，PLS-DA)模型，結果發(fā)現由RF選出的630，640，650，757和789nm特征波段所建立的PLS-DA模型判別準確率為713％;由RF選出的6條特征波段(565，626，637，640，650和790nm)與油菜葉片葉綠素含量建立的偏最小二乘回歸(P

6、artial leastsquare regression，PLSR)模型的相關系數達0.663，并基于PLSR模型得到線性公式:y=4.028-2.411x1-2.123x2-2.771x3-0.140x4-2.586x5-2.037x6，(y是預測的葉綠素含量;x1是波長在i nm處對應的光譜反射值），借助以上公式和開發(fā)的圖像分析算法得到油菜葉片葉綠素含量的化學成像，從而實現核盤菌侵染油菜葉片動態(tài)發(fā)展的快速檢測。
　　(2)采

7、用顯微拉曼光譜技術從微觀角度進行核盤菌侵染油菜葉片的早期動態(tài)診斷。獲取核盤菌侵染的三個階段區(qū)域處（健康，染病區(qū)1和染病區(qū)2）的拉曼光譜，采用小波變換(Warelet transform，WT)與基線校正(Baseline)進行拉曼光譜的預處理;并運用ANOVA進行統計分析，結果發(fā)現:三類樣本位于特征峰1006，1156和1522 cm-1處的拉曼強度值在p＜0,05水平處存在顯著性差異;三類樣本在PC-1和PC-2組成的二維空間以及10

8、06，1156和1522 cm-1構成的三維空間具有較好的聚類效果;基于PC-1，PC-2和特征峰1006，1156和1522 cm-1數據建立的LS-SVM判別模型的識別率分別為100％，66.7％，700％，100％和100％;研究結果表明采用1156 cm-1和1522 cm-1建立的判別模型可以實現核盤菌侵染油菜葉片的早期動態(tài)診斷。
　　(3)應用近紅外高光譜進行核盤菌侵染油菜花瓣的快速檢測。應用PCA進行健康花瓣與染菌花

9、瓣的聚類分析，結果發(fā)現健康花瓣與染菌花瓣在PC-3坐標軸上具有明確分類;ANOVA分析發(fā)現，健康花瓣與染菌花瓣在根據主成分-3的x載荷系數選出的1446nm波段(p＜0.05)處具有顯著性差異;采用根據x-載荷系數和RF提取特征波段建立LS-SVM判別模型，結果發(fā)現根據x-載荷系數和RF挑選的6條特征波段(1190，1460，1463，1524，1446，1656nm)所建立的LS-SVM模型的識別精度達92.7％。
　　(4)采

10、用激光顯微拉曼光譜技術進行核盤菌侵染油菜花瓣的快速檢測，并通過健康花瓣與染病花瓣組織處化合物的化學成像來實現核盤菌侵染過程中油菜花瓣成分變化的原位在體檢測?；谥鞒煞址治鲞M行數據的壓縮和聚類分析，結果發(fā)現兩類樣本在PC-1和PC-2組成的空間域有較好的聚類效果，根據x-載荷系數和回歸系數法（regressioncoefficients）進行特征峰的選取并建立LS-SVM判別模型，結果表明基于指紋峰識別的5個特征峰(1006，1156，1

11、188，1213和1522 cm-1)建立的模型識別率為95.08％，而采用x載荷系數選擇的7個特征峰（1006，1077，1156，1188，1271，1392和1526 cm-1）建模達到100％的識別率。采用由指紋峰識別的5個特征峰進行單波段化學成像，結果發(fā)現健康花瓣上物質分布均勻，而染菌花瓣由于菌絲的侵染造成內部細胞的破損而出現化合物的分布不均。研究結果表明，從微觀角度可以進行健康花瓣與染病花瓣組織處化合物的化學成像，進而實現核

12、盤菌侵染過程中油菜花瓣成分的可視化檢測。
　　(5)結合表面增強與激光共聚焦顯微拉曼光譜成像技術進行核盤菌侵染油菜莖稈橫截面細胞的微觀檢測。以銀納米溶膠為表面增強劑，采用中值濾波和自適應迭代重加權懲罰最小二乘法（Adaptive iterative re-weighted penalized least squares，air-PLS）進行拉曼光譜的噪聲以及熒光背景預處理;獲取核盤菌侵染莖稈橫截面組織處不同位置的拉曼光譜，采用PC