[發(fā)明專利]基于葉綠素?zé)晒獬上竦木G豆葉斑病的早期檢測方法

有效

• 申請?zhí)枺?/td>: 202010999601.3
• 申請日: 2020-09-21
• 公開（公告）號: CN112179881B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計）人: 吳然然;陳新;李靈慧;袁星星;薛晨晨;陳景斌;閆強;林云
• 申請（專利權(quán)）人: 江蘇省農(nóng)業(yè)科學(xué)院
• 主分類號: G01N21/64
• 分類號: G01N21/64
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 蘇虹

1.一種基于葉綠素?zé)晒獬上竦木G豆葉斑病的早期檢測方法，其特征在于包括如下步驟：

(1)選取同等種植條件下的綠豆植株，設(shè)置試驗組和對照組，試驗組在復(fù)葉期進行致病菌菌絲塊接種；對照組為未接菌綠豆植株；

(2)采用葉綠素?zé)晒獬上裣到y(tǒng)獲取試驗組和對照組的葉綠素?zé)晒鈹?shù)據(jù)；

(3)采用主成分分析的方法對數(shù)據(jù)進行降維處理，以主成分分析降維后的數(shù)據(jù)作為輸入進行模型訓(xùn)練；對試驗組獲取的響應(yīng)最敏感的熒光參數(shù)和熒光圖像隨接種天數(shù)的變化趨勢進行分析；所述響應(yīng)最敏感的熒光參數(shù)包括光適應(yīng)熒光衰減率Rfd、非光化熒光猝滅qN、基于“Lake模型”的光適應(yīng)化學(xué)熒光猝滅qL和暗馳豫光化學(xué)熒光猝滅qP；

(4)基于上述響應(yīng)最敏感的熒光參數(shù)構(gòu)建綠豆葉斑病機器學(xué)習(xí)模型，采用Cubic-SVM算法模型對采集的葉綠素?zé)晒鈹?shù)據(jù)進行訓(xùn)練及預(yù)測；

步驟(1)中，試驗組接種包括在綠豆長出第一組復(fù)葉時，選擇健康復(fù)葉進行變灰尾孢菌菌絲塊的接種；

步驟(2)中，熒光成像前對植株進行暗處理，暗處理時間大于25分鐘；

步驟(2)中，測量得到的葉綠素?zé)晒鈪?shù)包括葉片的最小熒光Fo、最大熒光Fm、Kautsky誘導(dǎo)效應(yīng)下最大熒光Fp、光適應(yīng)下的瞬時熒光Ft-Ln、光適應(yīng)最大熒光Fm-Ln、光適應(yīng)穩(wěn)態(tài)熒光Ft-Lss、光適應(yīng)穩(wěn)態(tài)最大熒光Fm-Lss、暗馳豫即時熒光Ft-Dn、暗馳豫最大熒光Fm-Dn、光適應(yīng)熒光衰減率Rfd、非光化熒光猝滅qN、基于“Lake模型”的光適應(yīng)化學(xué)熒光猝滅qL和暗馳豫光化學(xué)熒光猝滅qP。

2.根據(jù)權(quán)利要求1所述的基于葉綠素?zé)晒獬上竦木G豆葉斑病的早期檢測方法，其特征在于：步驟(2)中，分別取試驗組接種1天、2天、3天及相應(yīng)對照組的綠豆葉片進行數(shù)據(jù)獲取。

3.根據(jù)權(quán)利要求1所述的基于葉綠素?zé)晒獬上竦木G豆葉斑病的早期檢測方法，其特征在于：葉綠素?zé)晒鉁y量完成后，使用FluorCam?7分析軟件圖像進行預(yù)處理；利用SPSS22.0軟件中的主成分分析對數(shù)據(jù)進行降維處理，識別算法分析采用MATLAB2019a完成，以PCA降維后數(shù)據(jù)為輸入，模型的驗證采用K折交叉驗證；模型評價采用預(yù)測準確率和AUC值為指標。