基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对马铃薯晚疫病难以实时无损检测的问题,提出了基于X-LW-PLS的模型,用以预测马铃薯晚疫病叶片高光谱信息与过氧化物酶(peroxidase,POD)活性之间的关联.为了降低光谱数据维度,提高模型运算速率,结合了连续投影算法SPA和载荷系数法X-LW选取特征波长来建立预测模型.测定不同染病时段(0,24,48,72,96 h)马铃薯叶片的高光谱信息和相对应的过氧化物酶POD活性值,利用ENVI软件提取样本的光谱反射特性曲线并结合多种化学计量学方法,建立马铃薯晚疫病叶片高光谱信息与过氧化物酶POD活性之间的关联预测模型.结果表明:基于全光谱信息的LS-SVM预测模型具有较好的预测效果,其校正集相关系数Rc为0.916,均方根误差RMSEc为19.539 U·(g·min)-1,预测集相关系数RP为0.932,均方根误差RMSEP为14.966 U·(g·min)-1;而X-LW-PLS模型的预测效果最优,其Rc为0.870,RMSEc为37.969 U·(g·min)-1,RP为0.892,RMSEP为28.922 U·(g·min)-1.利用高光谱技术来实现马铃薯晚疫病的实时无损检测是可行的.
推荐文章
植物谷胱甘肽过氧化物酶研究进展
氧化胁迫
谷胱甘肽过氧化物酶
磷脂氢过氧化物谷胱甘肽过氧化物酶
枣疯病与过氧化物酶活性变化的研究
枣疯病
过氧化物酶
致病机理
几种农药对棉花过氧化氢酶过氧化物酶活性的影响
棉花
农药
过氧化氢酶
过氧化物酶
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高光谱的晚疫病胁迫下马铃薯叶片的过氧化物酶活性检测
来源期刊 江苏大学学报(自然科学版) 学科 农学
关键词 马铃薯 晚疫病 过氧化物酶(POD) 高光谱 预测模型
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 683-688
页数 6页 分类号 S379|TS207.3
字数 5496字 语种 中文
DOI 10.3969/j.issn.1671-7775.2018.06.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李清宇 西北农林科技大学机械与电子工程学院 1 6 1.0 1.0
2 唐翊 西北农林科技大学机械与电子工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (44)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (43)
二级引证文献  (2)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
马铃薯
晚疫病
过氧化物酶(POD)
高光谱
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导