基于LIBS结合傅里叶变换NIR技术的油茶炭疽病等级研究

作者：王秋; 李斌; 韩昭洋; 占朝辉; 廖军; 刘燕德^*

来源：光谱学与光谱分析, 2023, 43(05): 1450-1458.

• 激光诱导击穿光谱
• 傅里叶变换近红外光谱
• 联合光谱
• 油茶叶片炭疽病

油茶(Camellia oleifera)炭疽病是油茶产业普遍发生的一种破坏性极强的病害，严重制约了油茶产业的发展，油茶患炭疽病初期只需及时修除树上的患病部位，随着病情的加重需铲除患病枝干，患病严重的病株要及时砍伐。针对目前检测油茶炭疽病等级的实验复杂、判定精度不高等问题，提出采用激光诱导击穿光谱(LIBS)结合傅里叶变换近红外光谱检测油茶叶片炭疽病等级判定的方法，以实现油茶炭疽病等级的快速、高效和高精度判定。健康和感染不同程度炭疽病油茶叶片的LIBS光谱中Fe、Ca、Mn、CaⅡ等元素健康油茶叶片与患病油茶叶片存在显著差异，且随着患病程度的增加元素的特征峰强度逐渐降低，主要原因是这几类元素都是油茶生长所必需的元素；健康油茶叶片与患不同程度炭疽病油茶叶片的傅里叶变换近红外光谱的吸光度也存在差异，随着油茶叶片炭疽病等级的加重傅里叶变换近红外光谱的吸光度逐渐降低，主要是由于傅里叶变换近红外光谱能够反映样品的物理特性。分别采用归一化(Normalization)、多元散射校正(MSC)、标准正态变换(SNV)预处理方法结合竞争自适应重加权采样(CARS)、连续投影算法(SPA)变量筛选方法建立了偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)的油茶炭疽病等级的融合光谱分类模型。PLS-DA模型中LIBS(Normalization-CARS)-NIR(Normalization-CARS)-PLS-DA的预测集RMSEP=0.173,Rp2=0.987，误判率为0;SVM模型中LIBS-NIR-CARS-SVM的建模集精度100%，预测集精度为97.59%。实验结果表明：基于LIBS与傅里叶变换近红外光谱融合检测油茶叶片炭疽病等级中PLS-DA模型比SVM模型的定性分析精度更高，模型更稳定。研究表明：LIBS光谱联合傅里叶变换NIR光谱可高效、快速、高精度地区分健康油茶叶片与各个等级的炭疽病油茶叶片。

• 单位
  华东交通大学