王茜+余海靜

摘 要：小麥?zhǔn)俏覈?guó)主要的糧食產(chǎn)物之一。小麥的安全生產(chǎn)需要對(duì)一些重要病害進(jìn)行有效地預(yù)防。在常見(jiàn)的病害中，小麥條銹病是小麥最常出現(xiàn)的一種疾病。這種病害對(duì)小麥的生產(chǎn)會(huì)造成十分嚴(yán)重的影響。在相關(guān)研究中，為了能夠更加準(zhǔn)確高效地對(duì)小麥條銹病進(jìn)行檢測(cè)以及預(yù)防，可以采用近紅外光譜技術(shù)對(duì)其嚴(yán)重程度進(jìn)行分級(jí)與識(shí)別處理，這種技術(shù)是相關(guān)研究人員最新研究出來(lái)的，所以本文將對(duì)這一問(wèn)題展開(kāi)進(jìn)一步的研究，希望可以對(duì)今后的工作帶來(lái)一定的幫助。

關(guān)鍵詞：近紅外光譜；小麥條銹?。徊『?yán)重度；分級(jí)識(shí)別

小麥條銹病是小麥生產(chǎn)過(guò)程中常見(jiàn)的一種疾病。這種疾病具有較廣的流行性，并且嚴(yán)重危害到小麥的生產(chǎn)。在亞洲以及歐洲的小麥種植區(qū)域都有所出現(xiàn)。我國(guó)小麥生產(chǎn)過(guò)程中這一病害也是影響小麥穩(wěn)產(chǎn)的“元兇”，嚴(yán)重的情況下還會(huì)造成小麥絕產(chǎn)的現(xiàn)象。如果可以事先對(duì)小麥條銹病進(jìn)行有效的預(yù)防與檢測(cè)，那么就能夠?qū)⑦@一病害對(duì)小麥生產(chǎn)造成的損失降到最低，對(duì)于我國(guó)農(nóng)業(yè)生產(chǎn)具有十分重要的意義。我國(guó)農(nóng)業(yè)生產(chǎn)在近幾年中十分重視對(duì)這一疾病的監(jiān)測(cè)工作，并且投入了大量的資源，研制出了近紅外光譜技術(shù)。希望通過(guò)本文的論述可以對(duì)今后的農(nóng)業(yè)建設(shè)帶來(lái)有效的建議。

1、實(shí)驗(yàn)部分

為了探究近紅外光譜技術(shù)對(duì)小麥條銹病的監(jiān)測(cè)效果，某實(shí)驗(yàn)室專門(mén)選取了具有高感染度的小麥品種，在人工實(shí)驗(yàn)室中進(jìn)行栽種，并且使用孢子懸浮液向這些小麥進(jìn)行噴灑，這樣做主要是對(duì)小麥的發(fā)病程度進(jìn)行有效的控制。在經(jīng)過(guò)15天的接種以后，分別對(duì)小麥的發(fā)病程度按照不同的等級(jí)標(biāo)準(zhǔn)進(jìn)行區(qū)分，并且和健康的小麥葉片進(jìn)行對(duì)比，在所有的小麥葉片中，一共選擇出嚴(yán)重程度不同的小麥葉片以及健康的葉片，通過(guò)近紅外光譜技術(shù)繪制出光譜曲線，以便觀察。

通過(guò)觀察可以看出小麥的光譜曲線存在一定的差異，并且這之前具有一定的關(guān)聯(lián)性，在此基礎(chǔ)上建立起來(lái)的模型可以更加準(zhǔn)確的對(duì)小麥葉片的受損程度進(jìn)行定性，這樣就能夠得到小麥條銹病的嚴(yán)重度級(jí)別。為了能夠更加準(zhǔn)確的提高監(jiān)測(cè)效果，又專門(mén)對(duì)測(cè)試集與訓(xùn)練集的小麥進(jìn)行了對(duì)比，盡可能的將噪聲因素對(duì)該模型產(chǎn)生的不良效果降到最低。實(shí)現(xiàn)近紅外光譜技術(shù)水平的進(jìn)一步提高。

2、結(jié)果與討論

光譜數(shù)據(jù)預(yù)處理方法對(duì)所建模型識(shí)別效果的影響可知原始光譜數(shù)據(jù)經(jīng)不同方法處理后，訓(xùn)練集和測(cè)試集的平均總體識(shí)別準(zhǔn)確率分別為91.34%和90.83%，除矢量校正和一階導(dǎo)數(shù)預(yù)處理方法外，原始光譜數(shù)據(jù)經(jīng)其他方法預(yù)處理后，訓(xùn)練集和測(cè)試集的總體識(shí)別準(zhǔn)確率均高于90.00%。其中，經(jīng)中心化預(yù)處理后模型識(shí)別效果較好，訓(xùn)練集和測(cè)試集的總體識(shí)別準(zhǔn)確率分別為94.58%和95.52%。原始光譜數(shù)據(jù)經(jīng)中心化處理后建模，訓(xùn)練集和測(cè)試集的不同比例對(duì)所建模型識(shí)別效果的影響可知，不同建模比對(duì)所建模型識(shí)別效果影響較小，按照五種不同建模比建模后，所建模型對(duì)訓(xùn)練集和測(cè)試集的總體識(shí)別準(zhǔn)確率均高于90.00%，平均總體識(shí)別準(zhǔn)確率分別為93.20%和95.32%，所建模型穩(wěn)定性較好。其中，建模比為3：1時(shí)，訓(xùn)練集和測(cè)試集的總體識(shí)別準(zhǔn)確率分別為94.58%和95.52%，識(shí)別效果較好。因此，優(yōu)先選擇中心化和3：1分別作為原始光譜數(shù)據(jù)預(yù)處理方法和建模比。

3、結(jié)論

在進(jìn)行傳統(tǒng)小麥條銹病監(jiān)測(cè)的過(guò)程中，不但會(huì)消耗大量的時(shí)間，還會(huì)浪費(fèi)很多的精力，并且具有較強(qiáng)的主觀性，這樣就需要一種更加高效快捷的檢測(cè)技術(shù)來(lái)幫助農(nóng)業(yè)生產(chǎn)，對(duì)小麥條銹病進(jìn)行監(jiān)測(cè)，而近紅外光譜技術(shù)的出現(xiàn)可以更加準(zhǔn)確的對(duì)葉片的光譜信息進(jìn)行收集，并且在其他方法的基礎(chǔ)上建立起一個(gè)葉片定性識(shí)別模型，這種模型可以將數(shù)據(jù)進(jìn)行預(yù)處理，有效地提高準(zhǔn)確程度，對(duì)準(zhǔn)確率具有十分理想的效果。所以是當(dāng)前小麥條銹病監(jiān)測(cè)預(yù)防過(guò)程中一種十分有效的方法。

在實(shí)際光譜采集過(guò)程中，常存在多種因素的影響和干擾，如非單色光、雜散光、測(cè)試溫度等，使樣品的近紅外光譜信息與化學(xué)值信息之間呈現(xiàn)較復(fù)雜的非線性關(guān)系。為在學(xué)習(xí)能力和模型復(fù)雜性之間尋求最佳，提高模型的可靠性和共享能力，可嘗試采用PLS和SVM相結(jié)合的方法建模，將可能實(shí)現(xiàn)構(gòu)建模型的優(yōu)化，提高所建模型的魯棒性和穩(wěn)定性。

通過(guò)相關(guān)實(shí)驗(yàn)表明，在進(jìn)行小麥條銹病的監(jiān)測(cè)過(guò)程中，主要的實(shí)驗(yàn)材料是在人工氣候室中獲得的。因此不會(huì)受到外界環(huán)境因素的干擾，有效地建立起了一個(gè)模型，可以實(shí)現(xiàn)更加準(zhǔn)確地識(shí)別效果。因?yàn)樘镩g的小麥具有比較復(fù)雜的環(huán)境，受到干擾的情況也比較多，所以如果將這一技術(shù)應(yīng)用在田間小麥條銹病的監(jiān)測(cè)中，能夠產(chǎn)生更加重要的現(xiàn)實(shí)意義。當(dāng)前，相關(guān)單位已經(jīng)陸續(xù)研制出了具有便攜特點(diǎn)的紅外光譜儀器，但是這些儀器能否進(jìn)一步應(yīng)用在田間小麥的監(jiān)測(cè)中還需要更多的研究結(jié)果。

參考文獻(xiàn)：

[1]小麥條銹病單片病葉特征光譜的初步研究[J].安虎，王海光，劉榮英，蔡成靜，馬占鴻.中國(guó)植保導(dǎo)刊.2005（11）

[2]小麥條銹病的危害與防治[J].趙煜明，何翠萍.農(nóng)業(yè)技術(shù)與裝備.2013（20）

[3]近紅外光譜技術(shù)在小麥條銹病菌和葉銹病菌定性識(shí)別和定量測(cè)定中的應(yīng)用[J].李小龍，馬占鴻，趙龍蓮，李軍會(huì)，王海光.光譜學(xué)與光譜分析.2014（03）