茶树挥发物的人工嗅觉信息与茶树虫害间的关联机理研究

Prediction of forest growth situation based on detection of volatiles would be one of the hot issues in the future. It's of great importance to realise rapid detection of the damage of insect pests for tea tree using volatile compounds in the early stage. Tea tree normally release a range of volatile organic compounds (VOCs) which vary qualitatively and quantitatively according to the levels of pests attacking it. When attacked by pest, Tea tree emit much greater amounts and various VOCs than uninjured tree. The object of the project was to investigate the relationship between information of artificial olfactory systems and tea tree insect pests. We focus on sensor sensitivity and opimization of sensors array, and finding the discipline of sensor array signals, and distinguishing methods used to abbreviate redundancy data based on analyzing the variety of volatile organic compounds caused by different insect pests. After pattern recognition methods as well as identification methods of qualitative and quantitative were found. And a new electronic system with sensor array combination mode, signal processing method and pattern recognition method specialized for insect pests detection were presented in this project. These studies will provide theory evidence for developing and using of E-nose as a pest monitory system.

基于挥发物对林作物生长状况的检测研究，是今后热点问题之一；茶树属多年生常绿木本植物，易发生虫害，如何快速利用挥发物对虫害茶树的检测，十分重要。 受虫害后茶树将产生大量新的挥发物，其组成成分明显不同于未受虫害茶树的。项目针对茶树生长特点和虫害发生规律，研究基于挥发物对茶树虫害进行人工嗅觉（电子鼻）的检测机理。拟在鉴定分析虫害茶树挥发物基础上，探明气敏传感器对茶树挥发物的响应灵敏性、优化配置感器阵列，揭示不同虫害茶树挥发物对传感器响应特性的影响规律，探讨剔除传感器阵列中'高噪杂'冗余信号的途径，获取较佳模式识别与定性定量检测的方法。 通过研究，提出气敏传感器阵列组成方式与信号处理方法、获取较佳模式识别，建立"人工嗅觉信息与茶树虫害间的关联性"，为电子鼻检测虫害茶树提出科学证据和开发专用电子鼻检测系统提供理论依据。

茶已成为全球性的天然饮料。并以其天然和健康的声誉风靡全球，其消费总量位居除水以外的所有软饮料之首。但是，每年因害虫引起茶叶产量损失巨大。本文从探索电子鼻传感器响应信号与挥发物成分之间的相关性出发，比较了不同特征提取方法、降维方法的效果，并进行相应的模式分类和参数预测。主要研究内容和结论如下：.（1）使用电子鼻和气质联用对不同受害类型的茶树进行检测。通过气质联用可得，不同受害类型的茶树的挥发物之间存在明显区别。使用多种降维方法对电子鼻数据进行降维，并使用多种算法对降维结果进行分类分析。结果表明，基于局部保留投影和支持向量机的组合具有最佳的分类效果。.（2）使用电子鼻和气质联用对受机械损伤的茶树进行检测，探究使用电子鼻检测机械损伤类型和程度的可能性。气质联用结果表明，受不同机械损伤程度的茶树挥发物存在一定区别，但是受不同类型机械损伤的茶树挥发物没有明显规律。结合电子鼻分类结果说明，电子鼻不具备检测受不同类型机械损伤的能力，但是可以使用电子鼻对受不同程度的机械损伤进行检测。.（3）使用电子鼻和气质联用对受害虫不同入侵时间的茶树进行检测。针对电子鼻检测，将不同的检测时间点进行比较，获得最佳的检测时间点，为中午12点。在电子鼻的最佳检测时间点下，对不同入侵时间的茶树电子鼻结果进行分析，取得了不错的回归效果。.（4）使用电子鼻和气质联用对不同受害程度的茶树进行检测，并以茶树叶片质量损失量作为评价指标，与传统指标，受害时间和害虫数量，进行对比。结果表明，以茶树叶片质量损失量作为评价指标具有较好的回归效果。.（5）使用电子鼻和气质联用对受两种害虫入侵的茶树进行检测，并使用两种方法对害虫比例进行预测。使用先将受两种害虫入侵与一种害虫入侵的茶树进行分类，再对受两种害虫入侵，比例不同的茶树进行回归预测的方法具有优良效果。