脐橙叶片黄龙病鉴别的激光诱导击穿光谱检测研究

作者：丁琪萍; 姚明印; 吴书佳; 薛乃豪; 万奇; 曾敏; 徐将^*

来源：江西农业大学学报, 2022, 44(04): 1015-1022.

DOI：10.13836/j.jjau.2022101

• 激光诱导击穿技术
• 主成分分析
• 支持向量机
• 脐橙叶片
• 绿色鉴别

【目的】脐橙黄龙病（HLB）是由一种由柑橘木虱传播的革兰氏阴性细菌引起的毁灭性病害，因其传播迅速、破坏力巨大、不可治愈等特点，被认为是世界上最具破坏性的柑橘病害，严重影响着脐橙产量及品质。激光诱导击穿光谱技术（LIBS）是一种有效的材料成分快速检测技术，由于LIBS具备无需复杂预处理、非接触、损伤小等优点，可以实现赣南脐橙叶片中黄龙病的快速绿色鉴别研究。【方法】试验以赣南地区黄龙病与健康脐橙叶片作为研究对象，利用LIBS技术采集叶片在200～900 nm波长范围的全谱段数据。首先运用九点平滑（9 SM）进行数据预处理，将样本数据按照3∶1的比例分为训练集和预测集。而后采用两种分类模型输入方式，第一种是全谱段数据直接输入至支持向量机（SVM）分类模型；第二种是将光谱数据经主成分分析（PCA）方法提取特征，分别输入至支持向量机（SVM）、线性判别分析（FDA）、径向基函数（RBF）和多层感知（MLP）等4种分类模型，最后对比分析不同分类模型的建模效率以及黄龙病脐橙叶片的判别准确率。【结果】采用PCA方法结合MLP分类模型对黄龙病与健康脐橙叶片的分类效果最佳，训练集及预测集准确率分别为99.43%,98.48%。其次SVM分类模型训练集与预测集的准确率效果也较高，达到98%以上，具有较好的脐橙黄龙病鉴别能力。而PCA-SVM相较于SVM方法提高建模效率，建模时间缩短102 s，但预测集的分类准确率却从98.33%降至96.67%。PCA-FDA和PCA-RBF模型的判别精度和分类效果相对不佳，预测集准确率分别为90.83%及94.94%，这可能是RBF相较于MLP来说，它的隐藏层数量过少，无法对数据维度过多、较为繁杂的多分类问题进行较好的分类，FDA方法对非线性函数的辨认率较低。【结论】将LIBS光谱经九点平滑预处理后，利用PCA方法结合MLP分类模型，建立激光诱导击穿光谱全光学诊断方法，可以进一步提高判定准确率及建模效率，实现赣南脐橙叶片的绿色快速鉴别。

• 出版日期2022
• 单位江西农业大学