一种无损检测滞育和非滞育二化螟幼虫的红外光谱模型构建方法及其应用技术

本发明专利技术公开了一种无损检测滞育和非滞育二化螟幼虫的红外光谱模型的构建方法及其应用，本发明专利技术方法将红外光谱技术与机器学习相结合应用到滞育二化螟的检测中，更节省时间和工作量，在二化螟进入滞育早期就可以进行检测，作出是否滞育的判断。而且本发明专利技术构建的模型中验证集结果表明准确率为91.67％，用测试集对模型进行测试，准确率为88.89％。准确率为88.89％。

【技术实现步骤摘要】
一种无损检测滞育和非滞育二化螟幼虫的红外光谱模型构建方法及其应用


[0001]本专利技术涉及一种无损检测滞育和非滞育二化螟幼虫的红外光谱模型构建方法及其应用，属于红外光谱检测领域。

技术介绍

[0002]二化螟Chilo suppressalis俗称钻心虫，属鳞翅目(Lepidoptera)、螟蛾总科Pyraloidea草螟科Crambidae、禾草螟属(Chilo Zinchin)，是我国水稻生产中一种重要的钻蛀性害虫。以幼虫滞育越冬。据估计，我国稻螟危害面积年平均约在1500万hm2以上，造成总经济损失约115亿元，其中二化螟约占2/3。
[0003]滞育越冬是二化螟生活史中的一个重要环节。越冬基数和越冬存活率决定了次年的发生程度。因此，二化螟越冬滞育生物学特性决定其发生与危害特征。滞育鉴别可为二化螟越冬代及第一代发生期的预测预报提供理论参考，进而提高二化螟综合防治效率。如何快速无损地鉴别二化螟幼虫的滞育具有重要作用。同时，滞育鉴别能够为二化螟滞育机制的科学研究提供帮助。
[0004]红外光谱是一种分析化合物结构的有效手段，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无损检测滞育和非滞育二化螟幼虫的红外光谱模型的构建方法，其特征在于，包括以下步骤：(1)数据的采集：分别检测并采集滞育与非滞育的二化螟幼虫的吸收光谱数据，光谱采集范围为12500
‑
3600cm
‑1；(2)数据的预处理：分别对滞育和非滞育的二化螟幼虫的吸收光谱数据进行过滤，筛选得到波数范围为10000
‑
3600cm
‑1的所有数据；(3)红外光谱模型的构建：将步骤(2)得到的数据进行标准化，获得标准化数据；(4)将步骤(3)得到的标准化数据进行数据处理和机器学习算法获得滞育和非滞育二化螟幼虫的红外光谱模型。2.根据权利要求1所述的无损检测滞育和非滞育二化螟幼虫的红外光谱模型的构建方法，其特征在于，步骤(1)中的二化螟幼虫为5
‑
6龄幼虫，滞育的二化螟幼虫25头放入样品瓶中，作为一个样品；非滞育的二化螟同样随机取25头放入样品瓶中，作为一个样品。3.根据权利要求1所述的无损检测滞育和非滞育二化螟幼虫的红外光谱模型的构建方法，其特征在于，步骤(1)中采集分辨率为16cm
‑1，扫描次数为64，进行单点光谱采集。4.根据权利要求1所述的无损检测滞育和非滞育二化螟幼虫的红外光谱模型的构建方法，其特征在于，步骤(3)中所述标准化的方法为Z
‑
score...

【专利技术属性】
技术研发人员：鲍海波，仓晓燕，罗光华，杨岚皓，方继朝，
申请(专利权)人：江苏省农业科学院，
类型：发明
国别省市：