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(yán)重影響油菜的產(chǎn)量和品質(zhì)，從苗期至收獲期均可發(fā)生。感染核盤菌的花瓣被認(rèn)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(yán)重;同時，染病的葉片組織還會影響植株營養(yǎng)物質(zhì)的傳送，對油菜籽粒質(zhì)量造成嚴(yán)重影響。因此，進(jìn)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(yīng)用可見-近紅外高光譜成像技術(shù)，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(xiàn)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(shù)，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(jìn)行核盤菌早期侵染的動態(tài)診斷;采用近紅外高光譜技術(shù)和拉曼光譜技術(shù)進(jìn)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(xiàn)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(shù)，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(xué)成像從微觀角度

3、進(jìn)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(xì)胞）出發(fā)，運用多種光譜實現(xiàn)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(xì)胞層面上的互作機(jī)制提供新的研究途徑，也為農(nóng)業(yè)田間作物的科學(xué)施藥和精準(zhǔn)化管理提供理論基礎(chǔ)和技術(shù)支撐。主要研究結(jié)論如下:
　　(1)采用高光譜成像技術(shù)進(jìn)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(yīng)規(guī)律出發(fā)，通過各四類樣本

4、間的反射率差值結(jié)合單因素方差分析（Analysis of variance，ANOVA）發(fā)現(xiàn)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(xiàn)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(shù)(x-loa

5、dings)和隨機(jī)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(jié)果發(fā)現(xiàn)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(zhǔn)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(guān)系數(shù)達(dá)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(yù)測的葉綠素含量;x1是波長在i nm處對應(yīng)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(xué)成像，從而實現(xiàn)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(shù)從微觀角度進(jìn)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(jìn)行拉曼光譜的預(yù)處理;并運用ANOVA進(jìn)行統(tǒng)計分析，結(jié)果發(fā)現(xiàn):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(gòu)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(shù)據(jù)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(jié)果表明采用1156 cm-1和1522 cm-1建立的判別模型可以實現(xiàn)核盤菌侵染油菜葉片的早期動態(tài)診斷。
　　(3)應(yīng)用近紅外高光譜進(jìn)行核盤菌侵染油菜花瓣的快速檢測。應(yīng)用PCA進(jìn)行健康花瓣與染菌花

9、瓣的聚類分析，結(jié)果發(fā)現(xiàn)健康花瓣與染菌花瓣在PC-3坐標(biāo)軸上具有明確分類;ANOVA分析發(fā)現(xiàn)，健康花瓣與染菌花瓣在根據(jù)主成分-3的x載荷系數(shù)選出的1446nm波段(p＜0.05)處具有顯著性差異;采用根據(jù)x-載荷系數(shù)和RF提取特征波段建立LS-SVM判別模型，結(jié)果發(fā)現(xiàn)根據(jù)x-載荷系數(shù)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(dá)92.7％。
　　(4)采

10、用激光顯微拉曼光譜技術(shù)進(jìn)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(xué)成像來實現(xiàn)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(jìn)行數(shù)據(jù)的壓縮和聚類分析，結(jié)果發(fā)現(xiàn)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(jù)x-載荷系數(shù)和回歸系數(shù)法（regressioncoefficients）進(jìn)行特征峰的選取并建立LS-SVM判別模型，結(jié)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(shù)選擇的7個特征峰（1006，1077，1156，1188，1271，1392和1526 cm-1）建模達(dá)到100％的識別率。采用由指紋峰識別的5個特征峰進(jìn)行單波段化學(xué)成像，結(jié)果發(fā)現(xiàn)健康花瓣上物質(zhì)分布均勻，而染菌花瓣由于菌絲的侵染造成內(nèi)部細(xì)胞的破損而出現(xiàn)化合物的分布不均。研究結(jié)果表明，從微觀角度可以進(jìn)行健康花瓣與染病花瓣組織處化合物的化學(xué)成像，進(jìn)而實現(xiàn)核

12、盤菌侵染過程中油菜花瓣成分的可視化檢測。
　　(5)結(jié)合表面增強與激光共聚焦顯微拉曼光譜成像技術(shù)進(jìn)行核盤菌侵染油菜莖稈橫截面細(xì)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(yīng)迭代重加權(quán)懲罰最小二乘法（Adaptive iterative re-weighted penalized least squares，air-PLS）進(jìn)行拉曼光譜的噪聲以及熒光背景預(yù)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