水稻蟲害電子鼻檢測的可行性研究.pdf

1、植物在受到損傷和害蟲的危害后會產(chǎn)生特異性揮發(fā)物，使用電子鼻技術(shù)可以檢測這種揮發(fā)物的變化情況，進而對蟲害情況進行診斷．本研究采用電子鼻和氣相色譜一質(zhì)譜(GC-MS)方法對不同處理的水稻樣本進行了檢測，應(yīng)用數(shù)據(jù)歸一化、數(shù)據(jù)特征選擇與提取、模式識別等方法對檢測的數(shù)據(jù)進行分析，研究水稻蟲害誘導(dǎo)的揮發(fā)物與電子鼻響應(yīng)信號的關(guān)系，建立了蟲害檢測模型，驗證了使用電子鼻技術(shù)對水稻蟲害檢測的可行性。得到的主要結(jié)論如下：
　　 (1)水稻機械損傷的研

2、究
　　 水稻損傷會引起電子鼻傳感器信號的變化，說明水稻受到機械損傷后其釋放出的揮發(fā)物發(fā)生了改變。用逐步判別分析和BP神經(jīng)網(wǎng)絡(luò)對四組水稻樣本進行了分析，對測試集的預(yù)測準確率分別為70％和75％，神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果更好一些。表明用電子鼻可以對水稻機械損傷進行判別．
　　 (2)不同時間褐飛虱蟲害的研究
　　 使用電子鼻和頂空采樣裝置對不同受害程度的水稻在受害后不同的時間進行了研究。采用主成分分析方法可以觀察出水

3、稻受害程度變化的規(guī)律，線性判別分析法可以區(qū)分出受到蟲害與沒有受到蟲害的水稻樣本。使用逐步判別分析對蟲害程度進行判別，訓(xùn)練集交叉驗證的正確率在85％以上，測試集預(yù)測的正確率在70％以上；使用BP神經(jīng)網(wǎng)絡(luò)對蟲害數(shù)量進行預(yù)測，預(yù)測值和實際值的決定系數(shù)R2在0.75以上，說明利用電子鼻技術(shù)對水稻蟲害檢測是可行的。
　　 (3)不同時間蟲害統(tǒng)一的模型
　　 水稻蟲害誘導(dǎo)產(chǎn)生的揮發(fā)物隨著時間的變化而改變，對不同時間點水稻蟲害樣本的電

4、子鼻響應(yīng)信號原始數(shù)據(jù)進行主成分分析，四組受害程度不同樣本全部重疊在一起根本無法區(qū)分。采用對每個時間點的電子鼻原始數(shù)據(jù)分別歸一化后進行提取，用歸一化的數(shù)據(jù)進行主成分分析，各組樣本的分布變得有規(guī)律性。采用BP神經(jīng)網(wǎng)絡(luò)和GABP神經(jīng)網(wǎng)絡(luò)進行模式識別分析，原始樣本數(shù)據(jù)的預(yù)測值和實際值的決定系數(shù)很低，歸一化后數(shù)據(jù)的決定系數(shù)有了很大的改善；對不同特征選擇方法的預(yù)測結(jié)果，響應(yīng)曲線的全段積分值(IV)的預(yù)測值和實際值的決定系數(shù)最高為0.763。對比BP

5、神經(jīng)網(wǎng)絡(luò)和GABP神經(jīng)網(wǎng)絡(luò)兩種模型的結(jié)果，GABP神經(jīng)網(wǎng)絡(luò)分析的決定系數(shù)均要高于BP神經(jīng)網(wǎng)絡(luò)，迭代次數(shù)要少于BP神經(jīng)網(wǎng)絡(luò)，說明經(jīng)過遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果要好于BP神經(jīng)網(wǎng)絡(luò)。
　　 (4)不同種類損傷的研究
　　 通過電子鼻響應(yīng)信號的對比圖，四個不同處理的水稻樣本電子鼻的響應(yīng)信號是不同的。從PCA結(jié)果來看，四種處理水稻樣本大致可以分成受二化螟危害(SP)、受褐飛虱危害(BP)、受機械損傷(MP)和正常處

6、理(CP)的水稻樣本三部分，機械損傷和正常處理的水稻樣本產(chǎn)生了重疊。采用聚類分析方法得到與PCA相類似的結(jié)果，不同處理水稻樣本可以用聚類分析方法進行區(qū)分。采用BP神經(jīng)網(wǎng)絡(luò)(BPNN)和學(xué)習(xí)失量量化(LVQ)兩種神經(jīng)網(wǎng)絡(luò)模型對四種不同處理水稻樣本的進行預(yù)測，兩種模型都能對樣本進行很好的區(qū)分，但LVQ模型的區(qū)分效果更好一些?？梢越㈦娮颖切盘柵c水稻蟲害之間的關(guān)系，說明使用電子鼻響應(yīng)信號進行預(yù)測水稻損傷是可行。
　　 (5)電子鼻響應(yīng)

7、與水稻揮發(fā)物成分關(guān)系
　　 通過氣質(zhì)聯(lián)用儀( GC-MS)對萃取的水稻揮發(fā)物進行檢測，對不同程度褐飛虱蟲害水稻樣本共檢測出23類化合物，其中正常水稻組檢測出8類，而5蟲組、10蟲組檢測出的揮發(fā)物分別有15、16類，40蟲組檢測出的揮發(fā)物種類最多有23類；各處理間揮發(fā)物總量也隨著蟲害程度的增加而增大，40蟲組檢測出的揮發(fā)物含量最大；以各傳感器的響應(yīng)為自變量，水稻揮發(fā)物成分含量為響應(yīng)函數(shù)，用逐步線性回歸方法建立電子鼻響應(yīng)信號與揮發(fā)物