李小龙
- 作品数：10 被引量：72H指数：5
- 供职机构：中国农业大学更多>>
- 发文基金：国家科技支撑计划公益性行业(农业)科研专项更多>>
- 相关领域：农业科学理学自动化与计算机技术更多>>
- 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法
- 本发明涉及真菌孢子萌发率的检测，具体提供了一种应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法，基于近红外光谱技术，根据孢子萌发试验方法获得的小麦条锈菌夏孢子的萌发率及其相应样品的近红外光谱数据，建立孢子萌发率的判别...
- 王海光秦丰程培李小龙赵雅琼马占鸿赵龙莲李军会
- 一种小麦叶片内条锈病菌DNA相对含量测量方法
- 本发明属于植物保护技术领域，提供了一种小麦叶片内条锈病菌DNA相对含量测量方法，该方法包括：获取待测小麦条锈病潜育期叶片的近红外光谱信息；根据所述待测小麦条锈病潜育期叶片的近红外光谱信息，应用测定模型确定与所述待测小麦条...
- 王海光赵雅琼谷医林秦丰温丽刘彬彬马占鸿赵龙莲李军会李小龙程培潘阳
- 文献传递
- 一种小麦叶片内条锈病菌DNA相对含量测量方法
- 本发明属于植物保护技术领域，提供了一种小麦叶片内条锈病菌DNA相对含量测量方法，该方法包括：获取待测小麦条锈病潜育期叶片的近红外光谱信息；根据所述待测小麦条锈病潜育期叶片的近红外光谱信息，应用测定模型确定与所述待测小麦条...
- 王海光赵雅琼谷医林秦丰温丽刘彬彬马占鸿赵龙莲李军会李小龙程培潘阳
- 基于近红外光谱技术的小麦条锈病和叶锈病的早期诊断被引量：8
- 2013年
- 为实现小麦条锈病和叶锈病的早期诊断,利用近红外光谱技术结合定性偏最小二乘法(DPLS)建立了一种鉴别这两种病害的方法。试验将150片小麦叶片(健康叶片、条锈病潜育叶片、条锈病发病叶片、叶锈病潜育叶片、叶锈病发病叶片各30片)分为5类,扫描获得近红外光谱,建立小麦叶片DPLS近红外光谱鉴别模型。原始光谱数据经二阶导数处理后,在4 000～8 000cm-1范围内,当利用不同建模比建模时,建模集的平均识别率为96.56%,检验集的平均识别率为91.85%,证明了模型的稳定性。当建模比为2∶1、主成分数为10时,模型识别效果较好,建模集的识别准确率为97.00%,检验集的识别准确率为96.00%。表明应用近红外光谱技术建立的小麦条锈病和叶锈病早期诊断的定性鉴别方法是可行的。
- 李小龙马占鸿赵龙莲李军会王海光
- 关键词：近红外光谱小麦条锈病小麦叶锈病
- 基于热红外成像技术的小麦病害早期检测被引量：27
- 2014年
- 实现对受到病原侵染的小麦植株进行早期检测,对于小麦病害的监测预警和及早防治具有重要意义。为研究热红外成像技术早期检测小麦病害的可行性,该研究以小麦条锈病为例,以健康小麦植株、条锈病潜育期和发病期小麦植株为试验材料,利用热红外成像技术采集他们的热红外图像和叶片温度,在潜育期内连续检测其热红外图像和叶片温度随接种天数的变化。通过图像对比发现,接种后第5天,肉眼观察热红外图像可将受到侵染但未显症的小麦植株与健康植株区分开来。进一步数据处理,表明接种后第3天处于条锈病潜育期的小麦植株叶片平均温度和不同部位最大温差分别比健康植株叶片的低0.08℃和高0.04℃(P<0.05),可将处于条锈病潜育期的小麦植株与健康植株区分开来。随着接种后天数的增加,处于条锈病潜育期的小麦植株叶片的平均温度和最大温差与健康小麦植株叶片的差异逐渐增大。接种后第12天,接种小麦植株叶片平均温度比健康植株叶片低1.22℃,接种小麦植株叶片最大温差比健康植株叶片高1.58℃。可见,利用热红外成像技术可以早期检测到小麦受到病原侵染后的温度变化,热红外成像技术作为一种小麦病害早期检测的方法是可行的。
- 李小龙王库马占鸿王海光
- 关键词：病害小麦条锈病潜育期
- 近红外光谱技术的小麦条锈病严重度分级识别被引量：11
- 2015年
- 小麦条锈病是世界上影响小麦安全生产的一种重要病害。实现小麦条锈病不同严重度叶片快速、准确的分级识别,对于条锈病监测、预测预报和防治措施的制定具有重要意义。通过人工接种获得条锈病不同发病程度小麦叶片,选取8个不同严重度级别（1%,5%,10%,20%,40%,60%,80%和100%）叶片各30片和健康小麦叶片30片,利用近红外光谱技术分别获取光谱信息,共获得270条近红外光谱曲线,依据小麦叶片条锈病发病程度的不同,将其分为9个类别。从每个类别中随机选择7~8条光谱曲线作为测试集,共计67条,将剩余的203条光谱曲线作为训练集。利用定性偏最小二乘法建立小麦条锈病不同严重度叶片的定性识别模型。研究分析了不同光谱预处理方法、建模比（训练集：测试集）和建模谱区对所建模型识别效果的影响。结果表明,在4 000~9 000cm-1谱区范围内,原始近红外光谱数据经中心化预处理后,建模比为3∶1时,采用内部交叉验证法建模,训练集和测试集的总体识别准确率分别为95.57%和97.01%,所建模型识别效果较好。表明基于近红外光谱技术进行小麦条锈病叶片严重度分级识别是可行的,为小麦条锈病的监测和评估提供了一种新方法。
- 李小龙秦丰赵龙莲李军会马占鸿王海光
- 关键词：近红外光谱小麦条锈病
- 基于图像处理的小麦条锈病菌夏孢子模拟捕捉的自动计数被引量：25
- 2013年
- 利用孢子捕捉器进行气传植物病原真菌孢子捕捉,实现田间病原真菌孢子数量的监测,对于气传植物真菌病害的预测预报和防治决策具有重要意义。目前对捕捉到的孢子多采用传统显微镜孢子计数方法,由于孢子个体小、数量大,利用这种计数方法费时费力,易造成较大计数误差。为了获得一种孢子捕捉器捕捉孢子的自动计数方法,提高计数的准确性和工作效率,本研究利用透明胶带、凡士林玻片和Eppendorf离心管3种方法模拟捕捉小麦条锈病菌夏孢子,利用显微镜照相技术获得孢子图像,在MATLAB软件环境下,对图像进行基于最近邻插值法的缩放处理、基于K-means聚类算法的分割处理、形态学操作修饰和分水岭分割等一系列的处理,实现夏孢子的自动计数和标记。结果表明,3种模拟方法获得的孢子图像经过处理后,均可获得较好的孢子计数结果。透明胶带、凡士林玻片、Eppendorf离心管模拟捕捉条锈病菌夏孢子的平均计数准确率最低分别为98.5%、98.7%、99.9%,Eppendorf离心管模拟捕捉条锈病菌夏孢子和小麦白粉病菌分生孢子的平均计数准确率为99.8%。本研究为实现田间利用孢子捕捉器捕捉孢子的自动计数提供了一种简便、快捷、准确、高效的方法。
- 李小龙马占鸿孙振宇王海光
- 关键词：灾害图像处理小麦条锈病自动计数
- 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法
- 本发明涉及真菌孢子萌发率的检测，具体提供了一种应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法，基于近红外光谱技术，根据孢子萌发试验方法获得的小麦条锈菌夏孢子的萌发率及其相应样品的近红外光谱数据，建立孢子萌发率的判别...
- 王海光秦丰程培李小龙赵雅琼马占鸿赵龙莲李军会
- 文献传递
- 基于近红外光谱技术的小麦条锈病菌潜伏侵染的检测被引量：5
- 2014年
- 为实现对受到小麦条锈病菌侵染而尚未表现明显症状的小麦叶片进行早期检测，利用近红外光谱技术结合定性偏最小二乘法建立了小麦条锈病潜育期叶片定性识别模型。获取健康叶片30片、条锈病潜育期叶片330片（每天取30片，共11天）和发病叶片30片，扫描获得其近红外光谱曲线。采用内部交叉验证法建模，研究了不同谱区、建模比（建模集∶检验集）、光谱预处理方法和主成分数对建模识别效果的影响。在5400～6600和7600～8900 cm-1组合谱区内，建模比为4∶1、预处理方法为“散射校正”和主成分数为14时，所建模型识别效果较理想，建模集的识别准确率、错误率和混淆率分别为95.51％，1.28％和3.21％；检验集的识别准确率、错误率和混淆率分别为100.00％，0.00％和0.00％。结果表明，利用近红外光谱技术可在接种1天后（即提前11天）识别出健康小麦叶片和受到条锈病菌侵染的小麦叶片，并且可以识别不同潜育期天数的叶片。因此，利用近红外光谱技术对条锈病菌潜伏侵染检测是可行的，为该病早期诊断提供了一种新途径。
- 李小龙马占鸿赵龙莲李军会王海光
- 关键词：近红外光谱小麦条锈病潜伏侵染潜育期
- 近红外光谱技术在小麦条锈病菌和叶锈病菌定性识别和定量测定中的应用被引量：3
- 2014年
- 利用近红外光谱技术结合定性偏最小二乘法（DPLS）和定量偏最小二乘法（QPLS）分别实现了小麦条锈病菌和叶锈病菌的定性识别和定量测定。获取两种锈菌单一夏孢子样品各50个以及条锈病菌纯度为2.5％～100％的混合样品120个。采集样品光谱后，将两类样品均按2∶1的比例分为建模集和检验集，在4000～10000 cm-1内采用内部交叉验证法建模。散射校正预处理方法下、主成分数为3时，定性识别模型的建模集和检验集识别准确率均为100.00％。“极差归一＋散射校正”预处理方法下、主成分数为6时，定量测定模型建模集的决定系数（R2）、校正标准差（SEC）、平均相对误差（AARD）分别为99.36％，2.31％，8.94％，检验集的R2、预测标准差（SEP）、AARD分别为99.37％，2.29％，5.40％。结果表明，利用该方法对这两种锈菌定性和定量分析是可行的。本研究为植物病原菌的定性识别和定量分析提供了一种基于近红外光谱技术的新方法。
- 李小龙马占鸿赵龙莲李军会王海光
- 关键词：近红外光谱小麦条锈病菌
