[發(fā)明專利]一種基于拉曼光譜的黃龍病快速檢測方法

在審

• 申請?zhí)枺?/td>: 202310165551.2
• 申請日: 2023-02-27
• 公開（公告）號: CN115993354A
• 公開（公告）日: 2023-04-21
• 發(fā)明（設計）人: 劉天元;孔麗麗;黃梅珍;邱鴻霖;于新娜;藍天朔
• 申請（專利權）人: 上海交通大學
• 主分類號: G01N21/65
• 分類號: G01N21/65
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 禹雪平

1.一種基于拉曼光譜的黃龍病快速檢測方法，其特征在于，包括：

通過拉曼光譜獲取柑橘葉片中黃龍病細菌的分布特點和規(guī)律；

根據所述黃龍病細菌的分布特點和規(guī)律，在柑橘葉片中黃龍病細菌濃度最大處采集拉曼光譜；

根據采集的拉曼光譜，建立關于健康柑橘葉片、黃龍病柑橘葉片和其他病癥柑橘葉片拉曼光譜的主成分判別模型；

根據采集的拉曼光譜，基于所述主成分判別模型進行診斷區(qū)分柑橘葉片疾病。

2.根據權利要求1所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，通過拉曼光譜獲取柑橘葉片中黃龍病細菌的分布特點和規(guī)律，包括：針對未黃化的柑橘葉片，在沿著葉脈方向和垂直葉脈方向連續(xù)采集拉曼光譜，根據光譜強度的變化確定未黃化的柑橘葉片中黃龍病細菌的分布特點和規(guī)律。

3.根據權利要求2所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，未黃化的柑橘葉片中黃龍病細菌的分布特點和規(guī)律為：在柑橘葉片葉脈根部，黃龍病細菌濃度最大。

4.根據權利要求3所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，在柑橘葉片中黃龍病細菌濃度最大處采集拉曼光譜，包括：對于未黃化的柑橘葉片，光譜采集的區(qū)域為葉脈根部。

5.根據權利要求1所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，通過拉曼光譜獲取柑橘葉片中黃龍病細菌的分布特點和規(guī)律，包括：針對黃化的柑橘葉片，沿著發(fā)黃區(qū)域連續(xù)采集拉曼光譜，并分析光譜強度與發(fā)黃程度之間的關系，根據所述關系確定黃化的柑橘葉片中黃龍病細菌的分布特點和規(guī)律。

6.根據權利要求5所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，黃化的柑橘葉片中黃龍病細菌的分布特點和規(guī)律為：黃化的柑橘葉片中黃龍病細菌集中于黃色區(qū)域。

7.根據權利要求6所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，在柑橘葉片中黃龍病細菌濃度最大處采集拉曼光譜，包括：對于黃化的柑橘葉片，光譜采集的區(qū)域為柑橘葉片的黃色區(qū)域。

8.根據權利要求1所述的基于拉曼光譜的黃龍病快速檢測方法，其特征在于，建立關于健康柑橘葉片、黃龍病柑橘葉片和其他病癥柑橘葉片拉曼光譜的主成分判別模型，包括：

對于健康柑橘葉片、黃龍病柑橘葉片和其他病癥柑橘葉片的拉曼光譜，分別分為訓練集數(shù)據和預測集數(shù)據；

對采集的拉曼光譜進行基線校正、曲線平滑、歸一化處理，得到預處理后的拉曼光譜；

根據柑橘葉片主要成分的振動歸屬，選取訓練集數(shù)據中預設峰位處的拉曼峰強度作為輸入變量，建立主成分判別模型。