[发明专利]利用红外光声光谱对水稻稻瘟病进行早期诊断的方法

说明书

利用红外光声光谱对水稻稻瘟病进行早期诊断的方法：（1）：标准样品采集：（2）：选择不同的动镜速率、扫面次数等参数，使用红外，光声光谱仪采集待测样品的光谱数据；（3）：将光谱数据进行预处理；包括利用小波分析进行平滑降噪，数据标准化等分析以得到最终波普；（4）：分析光谱图确定由合适参数扫描获得的光谱进行下一步分析；（5）：对光谱数据进行主成分分析；（6）：使用降维后的数据结合概率神经网络建立诊断模型以及进行诊断；PNN由Matlab提供的函数完成；（7）使用K‑折交叉验证的方法，验证诊断模型的精确度。本方法可以实现对稻瘟病进行快速的早期诊断，适合现场检测。

技术领域

本发明属于稻瘟病早期诊断技术领域，具体涉及一种利用中红外光声光谱来对患病早期的稻，即在感染稻瘟病之后，无肉眼可见病症之前，进行快速、无损、精确的诊断方法。

背景技术

水稻是重要的粮食作物之一，长期以来水稻的产量饱受稻瘟病的危害。稻瘟病是水稻三大病害之一，发病时可以引起稻田大幅度减产，严重时可减产40%-50%，甚至颗粒无收。稻瘟病可以发生在水稻不同的部位，叶瘟是常见病症之一。叶瘟病斑四周呈黄色菱形，中间黑色，一旦大规模发生，整个稻田呈火烧状。从水稻被侵染到有可见病斑出现，约需5-7天，这段时间就是发病早期，即水稻被稻瘟病菌侵染之后，出现可见病症之前的该段时期。水稻出现可见病症之后，病情通常已经很严重，防治困难，容易引起大面积病害发生，故发病早期是最佳的防治时期。在感染病菌之后，约12小时左右水稻体内就会做出响应，产生各种生理生化反应。然而，这些生理生化反应，无法用肉眼去诊断，需要借助专业的检测技术。

目前，有关稻瘟病的诊断技术主要是依赖于高光谱成像的技术。据报道，该技术只针对已经出现病斑的水稻，没有对发病早期的水稻进行诊断。另外，还有一些研究是基于往年的气候指标、稻瘟病的发病情况或者稻瘟病菌菌落密度指数等水稻本体以外的外在条件进行预测稻瘟病发病的可能性，这类技术也无法有目的的实现水稻稻瘟病的早期诊断。故目前为止，没有有关稻瘟病早期诊断方面的技术手段的报道。

近年来，红外光谱技术已经广泛应用于农业领域，可以实现农产品质量检测、分类、以及农药残留检测等各方面的需求。中红外光声光谱是一种基于现代光声转换的红外光谱，其原理为当红外光照射到待测样品表面时，样品经光能激发产生热效应，而预先准备好的惰性气体可以吸收样品产生的热效应后形成热波，该热波被敏感的麦克风检测到，经过转化最终形成红外光声光谱。水稻感染稻瘟病之后，体内产生各种生理生化反应，涉及到各种生物大分子以及其他物质的合成与代谢。红外光谱正是由包含于这些生物大分子以及其他物质中的各种官能团的振动产生，并且波普形状和强度等特征与官能团的种类和浓度有密切关系，可以很好反映样品中由于感染稻瘟病而产生变化。此外，红外光声光谱还可以进行深度扫描，以获得不同扫描深度中变化更明显光谱特征，提高诊断的准确率。红外光声光谱检测的样品也无需前处理，故该技术在稻瘟病早期诊断方面具有很大的应用潜力。

发明内容

基于以上问题，本发明提供一种利用红外光声光谱对水稻稻瘟病进行早期诊断的方法，包括诊断模型标准样品选择、光谱仪检测参数的确定、数据处理、诊断模型建立以及准确率验证等，进行快速、无损的发病早期诊断。

为了完成发明目的，技术方案如下：

一种利用红外光声光谱对水稻稻瘟病进行早期诊断的方法，提供诊断模型标准样品选择方法是，根据水稻发病情况，选择其中一阶段的一类叶片，作为建立诊断模型标准样品。

利用红外光声光谱仪采集样品的参数确定及光谱特征分析步骤如下：

（1）：标准样品采集。具体为根据水稻发病情况，分别采集合适的实验人工侵染发病以及大田自然发病以及未发病的水稻叶片样品，选择其中一阶段的合适类型叶片，作为建立诊断模型标准样品