基于叶绿素荧光成像的温室黄瓜植株病害分类与病情监测

• 作者: 孙国祥 孙晔 李玉花 汪小旵 王迎旭
• 来源期刊: 南京农业大学学报
• 学科: 农学
• 关键词: 叶绿素荧光 黄瓜 病害分类 病情监测 支持向量机(SVM) 极端梯度提升(XGBoost)
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 食品与工程
• 页码范围: 770-780
• 页数: 11页
• 分类号: S435.5
• 字数: 8782字
• 语种: 中文
• DOI: 10.7685/jnau.201910029

摘要

[目的]针对黄瓜植株极易染病且部分病害症状相似的问题,利用叶绿素荧光成像系统研究黄瓜植株不同病害区分及早期病害监测的可行性.[方法]采用叶绿素荧光成像系统采集全植株冠层图像,以褐斑病和炭疽病胁迫下的黄瓜植株为试验材料,分析植株生理状态,建立基于叶绿素荧光参数的病害分类和病情诊断模型.首先通过图像的分割得到病斑区域;然后采集植株氮含量、叶绿素含量与荧光参数,并分析其变化趋势;最后基于叶绿素荧光强度和动力学参数对黄瓜褐斑病和炭疽病进行分类和早期监测,分别采用支持向量机(SVM)算法和极端梯度提升(XGBoost)算法对不同程度病害植株进行分类.[结果]与对照植株相比,染病植株叶绿素含量及氮含量呈逐渐下降趋势,最大光化学量子产量(Fv/Fm)、实际光化学效率(ΦPSⅡ)降低,非光化学淬灭(NPQ)、非光化学淬灭系数(qN)和光化学淬灭系数(qP)上升.对于植株的病害与病情分类,利用XGBoost算法进行分类的结果整体较好.对2种病害单独分类的准确率达到90％以上,对2种病害同时分类准确率达到85％以上,对病情和病害种类同时监测的准确率接近80％.[结论]基于叶绿素荧光成像系统监测黄瓜病情和区分其病害种类是可行的,具有良好的应用前景.