基于SERS的苹果树腐烂病原菌早期侵染检测

• Published in: 农业工程学报 Vol. 40; no. 5; pp. 224 - 230
• Main Authors: 关洪浦, 耿明阳, 周逸博, 王妍, 许德芳, 赵艳茹
• Format: Journal Article
• Language: Chinese
• Published: 西北农林科技大学机械与电子工程学院,杨凌 712100%西北农林科技大学植物保护学院,杨凌 712100%吕梁学院矿业工程系,吕梁 033001%西北农林科技大学机械与电子工程学院,杨凌 712100 01.03.2024; 陕西省农业信息感知与智能服务重点实验室,杨凌 712100; 农业农村部农业物联网重点实验室,杨凌 712100
• Subjects: 病害; 苹果树腐烂病; 光谱; 早期检测; 表面增强拉曼光谱(SERS); disease; spectrum; surface-enhanced Raman spectroscopy(SERS); early detection; apple valsa canker; BP-ANN
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.202310071

S123%S24; 为了早期诊断由黑腐皮壳真菌(Valsa mali Miyabe et Yamada)引起的苹果树腐烂病,该研究基于表面增强拉曼光谱(surface-enhanced Raman scattering,SERS)技术,以腐烂病菌丝、病原菌丝侵染的苹果树和健康的苹果树枝作为研究对象,结合S-G平滑和迭代自适应加权惩罚最小二乘法进行拉曼光谱预处理,经解析发现病原菌丝与染菌样本在1 598、1 595 cm-1和2 930、2 925 cm-1附近敏感谱峰明显区别于健康样本.重复试验分析发现,病原菌侵染可致寄主特征谱峰偏移以及谱峰强度改变:健康样本在1 286 cm-1附近的特征峰随病原菌的侵染偏移至1 365 cm-1附近;健康样本在1 286与1 587 cm-1附近的谱峰强度比值小于0.5,染菌样本在1 365与1 595 cm-1附近的谱峰强度比值大于0.5,而菌丝在1 327与1 598 cm-1附近的谱峰强度比值大于1.0;1 595 cm-1附近谱峰强度因染病而增强.构建BP神经网络模型进行早期染病样本的快速判别,识别率达90％以上.研究表明SERS技术结合BP神经网络可以准确识别苹果树腐烂病原菌丝,从而进行苹果树枝腐烂病的早期诊断,为植物病害的早期快速诊断和病害发生预警提供了研究思路和有效手段.