项目名称: 基于光谱成像分析的马铃薯晚疫病诊断方法研究

项目编号: No.31671965

项目类型: 面上项目

立项/批准年度: 2017

项目学科: 农业科学

项目作者: 胡耀华

作者单位: 西北农林科技大学

项目金额: 25万元

中文摘要: 铃薯是世界上第三大消费作物,而晚疫病是一种其极易发生的毁灭性病害,防治晚疫病对保障其产量与品质安全意义重大,因此有必要建立一种快速的诊断晚疫病的方法以便及时预警减少损失。本课题将结合高光谱等诸多领域的理论进行研究,通过光谱技术获取病害信息,探究致病疫霉在发病前的叶片抗氧化酶活性、叶绿素等信息的动态变化规律,建立其高光谱的诊断模型;探究致病霉菌在发病期的叶片表面的光谱和图像等信息的动态变化规律,建立其在病害发生时期的检测方法和诊断模型,建立基于高光谱的晚疫病的定性、定量和特异性诊断模型。建立一种从马铃薯晚疫病光谱及光谱图像信息获取、模式识别、理化-感官特征参数同步提取,快速无损准确检测的新方法,以实现马铃薯晚疫病的早期快速诊断,具有重要的理论意义和实际应用价值。

中文关键词: 马铃薯;晚疫病;诊断方法;光谱图像

英文摘要: The potato (Solanum tuberosum L.) is a third largest consumed crop in the world. However, the production of potatoes has been hampered by late blight disease. Therefore, it is necessary that establish a rapid detection method to reduce the loss. We study anti-oxidant enzyme activity, chlorophyll of leaf tissue by hyperspectral imaging technology during incubation stage;and study the surface information of leaf tissue by hyperspectral imaging technology during morbidity stage. The project aims to explore The performance will be confirmed in potato disease diagnosis. Through this non-destructive approach, we plan to establish rapid and sensitive detection techniques of potato late blight that can be easily applied in the field with low costs. Furthermore, the in situ detection methods will be developed for chemical constituents and physiological activity changes during penetration process, which would be helpful for the early, fast and accurate diagnosis of late blight disease. The project would be meaningful for uncover the defense mechanism of late blight. Moreover, the method will provide theoretical and methodological basis for the development of potato late blight spectra and hyperspectral imaging detection equipment, which has important theoretical and practical value.

英文关键词: potato;late blight;Diagnosis Method ; Spectral Imaging

成为VIP会员查看完整内容
0

相关内容

数据中心产业图谱研究报告,41页pdf
专知会员服务
53+阅读 · 2022年1月31日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
144+阅读 · 2021年2月3日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
264+阅读 · 2020年6月10日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
已删除
德先生
53+阅读 · 2019年4月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Simplicial Attention Networks
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
92+阅读 · 2021年5月17日
小贴士
相关主题
相关VIP内容
数据中心产业图谱研究报告,41页pdf
专知会员服务
53+阅读 · 2022年1月31日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
144+阅读 · 2021年2月3日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
264+阅读 · 2020年6月10日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
【PHM算法】PHM算法 | 故障诊断建模方法
产业智能官
66+阅读 · 2020年3月16日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
已删除
德先生
53+阅读 · 2019年4月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员