导读:本文包含了稻叶瘟论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,叶绿素,水稻,荧光,瘟病,抗性,向量。
稻叶瘟论文文献综述
谭峰,于洋,才巧玲,廉琦,姜珊[1]（2019）在《基于拉曼光谱的稻叶瘟病害程度划分研究》一文中研究指出随着植保变量喷施作业机械的研究和应用,急需一种高效的病害程度识别技术。为此,针对水稻稻叶病运用拉曼光谱仪采集正常及受病害叶片的光谱特性,通过绘制折线图及受试者工作特征曲线进行水稻受病害程度分析,并运用动量因子BP神经网络优化算法,建立了寒地水稻稻叶瘟的病害程度检测模型。结果表明:优化的BP神经网络算法网络预测集的均方误差为0. 002 409 6、相关系数为0. 998 2。该方法可以较好地区分水稻正常叶片、稻叶瘟重度和轻度叶片,是一种高效的病害程度识别技术。(本文来源于《农机化研究》期刊2019年07期）
周丽娜,程树朝,于海业,张蕾[2]（2017）在《初期稻叶瘟病害的叶绿素荧光光谱分析》一文中研究指出为了实现稻叶瘟病害的早期、快速检测,对稻叶瘟病害初期水稻叶片的叶绿素荧光光谱变化进行分析,建立光谱诊断模型。将稻梨孢接种于水稻叶片,分别在接种前期(0 h)、潜育期(48 h)和病斑初现期(7 d)3个时段采集水稻叶片的叶绿素荧光光谱。分析3个时段光谱变化特征,并利用Savitzky-Golay平滑(SG)和一阶导数变换(FDT)对光谱进行预处理。利用高斯拟合法(GFF)分别对原始光谱、SG平滑光谱和SG-FDT光谱提取各波段光谱特征向量。将试验样本划分为建模样本和检验样本,以病害初期的3个时段作为稻叶瘟病害的等级指标,分别采用全波段光谱特征向量和组合波段光谱特征向量,对3种预处理光谱利用建模样本建立稻叶瘟病害的支持向量分类(SVC)模型,对比4个经典核函数,并利用检验样本对模型进行检验。结果表明,蓝绿光区域、红光与远红光区域荧光随初期稻叶瘟病害程度的变化而变化,SG-FDT光谱的GFF-SVC(PLOY)模型对3个时段病害的分类准确率最高,且原始光谱、SG光谱、SG-FDT光谱的不同波峰位及其组合对稻叶瘟病害的识别效果不同。(本文来源于《农业机械学报》期刊2017年02期）
王万军,徐文霞[3]（2015）在《几个红米品种对稻叶瘟病的抗性比较试验》一文中研究指出对引进的红米新品种稻叶瘟病的发生进行比较,从中筛选适宜在思南种植的抗病品种,为思南县红米产业健康发展提供种植依据。(本文来源于《农技服务》期刊2015年12期）
谭立云[4]（2015）在《防治稻叶瘟选对药还要用足量》一文中研究指出灌南县新安镇周华兵7月31日来电话:稻叶瘟发生重，用稻瘟灵、叁环唑治不住，每亩用阿米妙收325克/升苯甲·嘧菌酯悬浮剂40毫升防治，效果怎么样? 扬州市江都区丁伙镇孙国喜8月1日来电话:武运粳24号稻叶瘟发生严重，发病率达80%，每亩用巴(本文来源于《江苏农业科技报》期刊2015-08-08）
谭立云[5]（2015）在《防治稻叶瘟宜早不宜迟》一文中研究指出有读者来电话:水稻处于分蘖期,田间有少量植株发生稻叶瘟,能否用稻瘟灵防治,效果怎么样?对未发病田块,能否将乙蒜素和叁环唑混用预防稻叶瘟?哪些药对稻叶瘟治疗效果好?稻瘟灵内吸性强,对稻瘟病有较好的防效,是江苏省近年用于水稻防治稻瘟病的主推农药之一。稻株吸收(本文来源于《农药市场信息》期刊2015年20期）
谭立云[6]（2015）在《防治稻叶瘟宜早不宜迟》一文中研究指出如东县一读者7月13日来电话:水稻处于分蘖期，田间有少量植株发生稻叶瘟，能否用稻瘟灵防治，效果怎么样?对未发病田块，能否将乙蒜素和叁环唑混用预防稻叶瘟?哪些药对稻叶瘟治疗效果好? 稻瘟灵内吸性强，对稻瘟病有较好的防效，是我省近年用于水稻防(本文来源于《江苏农业科技报》期刊2015-07-18）
周丽娜[7]（2014）在《基于叶绿素荧光光谱分析的稻叶瘟病害识别与预警》一文中研究指出近年来，利用电磁辐射的光谱检测技术来监测植物生长及环境逐渐受到人们关注，这是一种快速、无损检测技术。植物的激光诱导叶绿素荧光光谱（LICF）检测是这种检测技术的重要组成部分，作为一种主动探测技术，它为评价植物在环境中的生长状况提供了一种特殊的方法。本文为了实现稻叶瘟病害的快速、准确检测，以叶绿素荧光光谱为主要手段，结合环境信息，水稻生理信息和生化信息，力求构建稻叶瘟病害的识别与预警模型。建立稻叶瘟病害等级划分与判别方法，利用叶绿素荧光光谱识别稻叶瘟。根据国际水稻所（IRRI）制定的植物叶片病害分级标准以及我国病虫测报办法，将稻叶瘟病害按照病斑相对面积划分为3个等级，并根据面积比等于象素比对测量叶片进行等级判别。为有效识别稻叶瘟，首先利用叶绿素荧光光谱采集系统采集不同病害级别的水稻叶片叶绿素荧光光谱并划分为建模样本和检验样本。采用光谱仪自带软件AVANTES Software7.2对叶绿素荧光光谱进行基本处理后，再在MATLAB7.10中分别采用SG（Savitzky-Golay）平滑法，SG平滑+一阶导数变换（FDT），SG平滑+快速傅立叶变换（FFT），小波降噪（WD）对光谱进行预处理。然后分别采用主成分分析（PCA）和高斯拟合（GFF）对不同预处理下的叶绿素荧光光谱进行降维。最后分别结合判别分析（DA）、多项逻辑回归分析（MLRA）、BP神经网络（BPNN）、基于4个经典核函数的支持向量分类机（SVC）利用建模样本建立稻叶瘟病害识别模型，并利用所建模型对检验样本进行识别和对比。结果表明，基于SG-FDT预处理的GFF-SVC（PLOY）模型和PCA-SVC（RBF和PLOY核函数）模型效率最高，识别正确率均能够达到95.0%。分析结果还表明，不同波段组合的识别结果不同，可根据实际需要，选择分析波段进行稻叶瘟病害的识别。为采用多方法识别稻叶瘟，也为进一步寻找提高稻叶瘟识别正确率的途径，以SG-FDT光谱的主成分为模型输入，对SVC模型的核函数进行组合优化，构建混合核函数，并与SVC自带的4个经典核函数对稻叶瘟病害的识别能力进行对比。结果表明，线性组合核函数能够在一定程度上提高模型对稻叶瘟的识别能力，特别是PLOY+RBF核函数效果最好，能够对0级的识别正确率达到100%。虽然RBF+Sigmoid核函数也能够对0级的识别正确率达到100%，但对1级和2级的识别效果却低于PLOY+RBF核函数。Sigmoid核函数虽然对稻叶瘟的识别正确率最低，但是其与PLOY和RBF核函数的有效组合能够提高稻叶瘟的识别效率。为有效做到早期识别稻叶瘟，指导农业生产，分别采集环境信息、水稻生理信息以及叶绿素荧光光谱信息对稻叶瘟进行预警。首先利用气象站于2012年和2013年的6月1日~9月15日采集试验田内环境信息，设置为每隔1小时传输信息一次。对环境温度和湿度进行定性分析，选用2012年日最高温湿度、最低温湿度和日平均温湿度建立稻叶瘟病害预警模型，并利用模型对2013年的预警情况与实际发生情况进行对比。结果表明，环境温湿度可以作为警兆指标。然后利用与叶绿素荧光光谱信息同步采集的水稻叶片生理信息进行稻叶瘟病害的预警，主要包括光能利用效率LUE、水分利用效率WUE和相对叶绿素含量SPAD值。分析LUE、WUE分别与荧光参数F685和F732及叶片温度Tl间关系，建立逐步线性回归模型。并采用SG-FDT对光谱信息进行预处理，建立LUE、WUE和SPAD值的PLSR、PCA-BP、PCA-SVR（RBF）、PCA-SVR（PLOY）模型，对比模型精度，以检验样本预测效果为指标选择最佳模型。建立基于叶绿素荧光光谱分析的稻叶瘟病害生化信息预警模型。选择活性氧清除过程中第一个发挥作用的抗氧化酶SOD以及由于病原微生物侵害含量发生变化的丙二醛MDA和游离脯氨酸Pro作为研究对象，用于稻叶瘟预警。利用实验室内对水稻接种稻梨孢的方法，选择接种后0h、12h、24h、36h、48h、60h为采样点进行数据采集，分析SOD、MDA、Pro含量和叶绿素荧光光谱的早期变化，建立SOD、MDA、Pro的PLSR、PCA-BP、PCA-SVR（RBF）和PCA-SVR（PLOY）荧光光谱预测模型，并将建模样本和检验样本的预测值与实测值进行相关分析。结果表明，SOD、MDA、Pro可以作为稻叶瘟早期预警的依据，基于荧光光谱分析的PCA-BP模型对SOD的预测效果较好，而对MDA和Pro的预测中，基于荧光光谱分析的PCA-SVR（PLOY）模型则更占优势。综合利用以上相关模型与分析，构建稻叶瘟病害识别与预警信息系统结构框架，主要包括系统的结构设计、功能模块设计和工作流程设计。为后续识别和预警系统的建立提供依据，以最终满足用户对稻叶瘟病害的信息查询并进行稻叶瘟病害的识别与预警，提前对稻叶瘟病害进行有效防治。(本文来源于《吉林大学》期刊2014-12-01）
汪晓兵[8]（2014）在《贵池马牙山区防治稻叶瘟药剂筛选试验研究》一文中研究指出为筛选出有效防治稻瘟病的药剂,特从当地农药市场上选择了7种中、高档稻瘟病药剂开展田间药效对比试验,结果表明40%稻瘟灵100mL/667m2对稻叶瘟的防效在62%以上,建议在发病盛期以及重发的情况下至少用40%稻瘟灵120~150mL进行治疗,而在稻瘟病发病初期以及发病轻的情况下可用40%稻瘟灵100mL进行预防和治疗,同时最好添加有机水溶肥或锌肥等,调节植株生长,增加水稻根系活力。(本文来源于《安徽农学通报》期刊2014年Z1期）
周少芳[9]（2013）在《几种药剂防治水稻稻叶瘟田间药效试验研究》一文中研究指出贵池区南部是稻瘟病的常发区和老病区,苗瘟和叶瘟造成水稻坐棵死苗,致使水稻产量损失严重。2012年6月底在中稻上进行了稻叶瘟田间药效对比试验,筛选出了稻瘟灵、春雷霉素、肟菌.戊唑醇等有效防治稻瘟病的药剂品种,为今后指导防治应用提供了科学依据。(本文来源于《安徽农学通报》期刊2013年11期）
程术希,邵咏妮,吴迪,何勇[10]（2011）在《稻叶瘟染病程度的可见-近红外光谱检测方法》一文中研究指出基于可见-近红外光谱技术,并采用偏最小二乘算法对不同水稻稻叶瘟染病程度的叶片进行化学计量学分析,分别建立基于全波段、特征波段和特征波长的稻叶瘟染病程度定量检测模型.结果表明:全波段建模的叶瘟病染病程度检测正确率达到96.7%;通过偏最小二乘算法的回归系数选择5个特征波段,分别为552~558、672~682、719~726、756~768和990~998 nm,基于特征波段的模型正确率也达到了90%,说明该5个特征波段与叶瘟病染病程度有很好的相关性;基于特征波段结果,选择5个特征波长,对叶瘟病染病程度的检测正确率为80%.说明基于可见-近红外光谱技术方法具有较好的预测能力,为稻叶瘟染病程度的快速鉴别提供了一种新方法.(本文来源于《浙江大学学报(农业与生命科学版)》期刊2011年03期）
稻叶瘟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了实现稻叶瘟病害的早期、快速检测,对稻叶瘟病害初期水稻叶片的叶绿素荧光光谱变化进行分析,建立光谱诊断模型。将稻梨孢接种于水稻叶片,分别在接种前期(0 h)、潜育期(48 h)和病斑初现期(7 d)3个时段采集水稻叶片的叶绿素荧光光谱。分析3个时段光谱变化特征,并利用Savitzky-Golay平滑(SG)和一阶导数变换(FDT)对光谱进行预处理。利用高斯拟合法(GFF)分别对原始光谱、SG平滑光谱和SG-FDT光谱提取各波段光谱特征向量。将试验样本划分为建模样本和检验样本,以病害初期的3个时段作为稻叶瘟病害的等级指标,分别采用全波段光谱特征向量和组合波段光谱特征向量,对3种预处理光谱利用建模样本建立稻叶瘟病害的支持向量分类(SVC)模型,对比4个经典核函数,并利用检验样本对模型进行检验。结果表明,蓝绿光区域、红光与远红光区域荧光随初期稻叶瘟病害程度的变化而变化,SG-FDT光谱的GFF-SVC(PLOY)模型对3个时段病害的分类准确率最高,且原始光谱、SG光谱、SG-FDT光谱的不同波峰位及其组合对稻叶瘟病害的识别效果不同。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
稻叶瘟论文参考文献
[1].谭峰,于洋,才巧玲,廉琦,姜珊.基于拉曼光谱的稻叶瘟病害程度划分研究[J].农机化研究.2019
[2].周丽娜,程树朝,于海业,张蕾.初期稻叶瘟病害的叶绿素荧光光谱分析[J].农业机械学报.2017
[3].王万军,徐文霞.几个红米品种对稻叶瘟病的抗性比较试验[J].农技服务.2015
[4].谭立云.防治稻叶瘟选对药还要用足量[N].江苏农业科技报.2015
[5].谭立云.防治稻叶瘟宜早不宜迟[J].农药市场信息.2015
[6].谭立云.防治稻叶瘟宜早不宜迟[N].江苏农业科技报.2015
[7].周丽娜.基于叶绿素荧光光谱分析的稻叶瘟病害识别与预警[D].吉林大学.2014
[8].汪晓兵.贵池马牙山区防治稻叶瘟药剂筛选试验研究[J].安徽农学通报.2014
[9].周少芳.几种药剂防治水稻稻叶瘟田间药效试验研究[J].安徽农学通报.2013
[10].程术希,邵咏妮,吴迪,何勇.稻叶瘟染病程度的可见-近红外光谱检测方法[J].浙江大学学报(农业与生命科学版).2011
论文知识图
