叶绿素荧光响应机制对松萎病感染的反应，以及结合绿光和短波红外（SWIR）波段进行早期诊断的潜力

《Pest Management Science》：Chlorophyll fluorescence response mechanism to pine wilt disease infection and the potential of combining green light and SWIR bands for early diagnosis

松树枯萎病早期检测研究通过分析叶绿素荧光参数（Fo、NPQ）与LASSO筛选的光谱波段组合，结合KNN和SVM模型验证了多模态融合策略的有效性，总体准确率达96%，早期诊断精度提升至91%。

　　

摘要

背景

松树萎蔫病（PWD）是影响松树的最具破坏性的森林传染病之一。尽管受感染的松树在早期阶段会表现出微妙的生理变化，但仅通过光谱反射率很难及时检测到这些变化。因此，准确识别早期受感染的松树林仍然是疾病监测面临的主要挑战。本研究探讨了PWD在不同感染阶段的生理和生化反应机制，并证实了叶绿素荧光与敏感光谱波段结合在早期诊断中的应用潜力。

结果

研究结果表明，在PWD的早期阶段，叶绿素荧光强度（Fo）显著降低，而非光化学淬灭（NPQ）现象增加。这些参数可以作为早期疾病诊断的敏感指标。与仅使用敏感光谱波段相比，将叶绿素荧光参数与最小绝对值收缩选择算法（LASSO）选出的波段结合使用，显著提高了K近邻（KNN）模型的分类性能，使整体准确率提高了10%，早期诊断的精确度提高了29%。LASSO选出的波段与叶绿素荧光参数结合在支持向量机（SVM）模型中表现出最佳性能，整体准确率达到了96%，早期诊断的精确度为91%。

结论

本研究确定了用于早期检测的关键叶绿素荧光参数和诊断光谱波段，并提出了一种将敏感光谱波段与叶绿素荧光结合的新策略，有效克服了传统单一模态数据在早期检测中的技术瓶颈。? 2025 化学工业协会。