花龄期棉花虫害的电子鼻检测

作者：周博; 代雨婷; 李超; 王俊^*

来源：农业工程学报, 2020, 36(21): 194-200.

DOI：10.11975/j.issn.1002-6819.2020.21.023

• 电子鼻
• 神经网络
• 预测
• 棉花
• 棉铃虫
• 模式识别

棉花害虫具有隐蔽性、迁飞性和突发性特点,并且影响因素众多,棉花虫害准确地诊断是农业领域的难点问题。该研究以受到棉铃虫侵害的花铃期棉花为研究对象,采用电子鼻对不同处理的棉花挥发物进行检测。研究表明,主成分分析(Principal Component Analysis, PCA)和聚类分析结果显示健康棉花释放的挥发物具有明显的昼夜节律性,健康棉花与虫害棉花差异性显著。径向基函数神经网络(Radial Basis Function Neural Network, RBFNN)对8个不同时间的4组虫害棉花处理进行分析,测试集判别总的正确率为73.4%,健康棉花对照组测试集判别正确率100%,误判样本出现在3个虫害处理之间。当不考虑时间因素建立虫害棉花统一的预测模型,RBFNN模型对健康棉花对照组的预测正确率均达到了100%,分析结果可以作为花铃期棉花是否遭受棉铃虫侵害的依据,说明电子鼻可以作为棉花虫害发生的有效监测手段,在农作物虫害监测领域具有潜在的应用价值。

• 单位
  浙江大学; 盐城工学院