华中农业大学学报

作者：欧阳爱国，刘晓龙，李斌，林同征，刘燕德，黄敏，宋烨

关键词：激光诱导击穿光谱; 柑橘; 黄龙病; 无损检测; 光谱融合

基金：国家自然科学基金项目（31760344）;水果光电检测技术能力提升项目（S2016-90）;江西省教育厅科学技术研究项目（GJJ60516）;江西省优势科技创新团队建设计划项目（20153BCB24002）;南方山地果园智能化管理技术与装备协同创新中心（赣教高字\[2014\]60号）

采用激光诱导击穿光谱（LIBS）结合化学计量学的方法对柑橘叶片黄龙病进行定性检测。试验结果显示：柑橘叶片中营养元素P（Ⅱ）、Mn（Ⅰ）、Si（Ⅰ）和Fe（Ⅰ）的LIBS信号强度与柑橘叶片的健康程度有直接关系，其中健康、中度感染黄龙病和重度感染黄龙病的柑橘叶片中P（Ⅱ）、Mn（Ⅰ）、Si（Ⅰ）和Fe（Ⅰ）的特征光谱强度呈依次减少的关系；然后再分别建立5个特征光谱以及采用光谱融合方法将5个特征光谱融合的偏最小二乘判别分析（partial least square discriminant analysis,PLS-DA）模型，并对其判别模型进行分析，其中Fe（Ⅰ）的RMSEC为0.394，Rc为0.871，总误判率为23.1%；RMSEP为0.454，Rp为0.841，总误判率为26.6%。光谱融合的RMSEC为0.341，Rc为0.905，总误判率为15.5%，RMSEP为0.395，Rp为0.867，总误判率为22.7%；利用归一化、多元散射校正（MSC）、标准正态变换（SNV）和正交信号校正（OSC）4种预处理方法对原始光谱进行预处理，并建立PLS-DA模型。研究结果表明，利用LIBS技术结合OSC光谱预处理和PLS-DA建模方法，模型的RMSEC为0.027，Rc为0.994，总误判率为0；RMSEP为0.023，Rp为0.995，总误判率为0，对3种类别的柑橘叶片能进行较好地分类。

来源：2022年第1期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2022年第1期