简介:
本发明公开了一种基于GC‑IMS的侧柏受柏肤小蠹入侵数量的早期预测方法。挑选健康、无损伤的侧柏植株,并对不同侧柏样本接种不同数量的柏肤小蠹成虫,经过一段时间后进行挥发物的采集和GC‑IMS检测。采用多线性主成分分析方法对GC‑IMS数据进行特征参数提取,并通过交叉验证优选特征的数量,最后建立侧柏GC‑IMS特征参数与柏肤小蠹入侵数量的偏最小二乘模型。所述偏最小二乘回归模型应用于早期预测。本发明能够实现了对侧柏受柏肤小蠹入侵数量的早期预测,无需复杂的前处理操作、重复性好,并且检测过程对侧柏植株没有损伤,为林间蛀干害虫预警提供了一种新方法。
本发明公开了一种基于GC‑IMS的侧柏受柏肤小蠹入侵数量的早期预测方法。挑选健康、无损伤的侧柏植株,并对不同侧柏样本接种不同数量的柏肤小蠹成虫,经过一段时间后进行挥发物的采集和GC‑IMS检测。采用多线性主成分分析方法对GC‑IMS数据进行特征参数提取,并通过交叉验证优选特征的数量,最后建立侧柏GC‑IMS特征参数与柏肤小蠹入侵数量的偏最小二乘模型。所述偏最小二乘回归模型应用于早期预测。本发明能够实现了对侧柏受柏肤小蠹入侵数量的早期预测,无需复杂的前处理操作、重复性好,并且检测过程对侧柏植株没有损伤,为林间蛀干害虫预警提供了一种新方法。