|本期目录/Table of Contents|

[1]周博,嵇云,蔡国华,等.电子鼻检测农作物病虫害的研究进展[J].江苏农业科学,2019,47(15):143-148.
　Zhou Bo,et al.Research progress on detection of crop pests and diseases based on electronic nose[J].Jiangsu Agricultural Sciences,2019,47(15):143-148.
点击复制

电子鼻检测农作物病虫害的研究进展(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第15期
页码:
143-148
栏目:
植物保护
出版日期:
2019-09-03

文章信息/Info

Title:
Research progress on detection of crop pests and diseases based on electronic nose
作者:
周博1;  嵇云1;  蔡国华1;  王俊2;  曾勇1
1.盐城工学院机械工程学院，江苏盐城 224051； 2.浙江大学生物系统工程与食品科学学院生物系统工程系，浙江杭州 310029
Author(s):
Zhou Bo; et al
关键词:
电子鼻; 农作物; 病虫害; 实时检测
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
农作物在生长和储藏过程中会受到多种病虫侵害，由于病虫危害情况复杂多变、检测难度大、准确度低，现代检测技术还不能有效地解决病虫害诊断难题。电子鼻可以快速、高效、实时地识别复杂气味，在挥发物检测方面具有其他仪器无法比拟的优势，随着技术的不断成熟，电子鼻的应用研究已深入农作物病虫害检测领域，这突出反映了电子鼻技术实际应用的发展趋势。但是，电子鼻在农作物病虫害实时检测中也遇到许多困难，通过对电子鼻检测农作物病虫害的优势及存在问题进行分析，阐明电子鼻技术应用研究的发展方向。
Abstract:
-

参考文献/References:

［1］王志彬，王开义，王书锋，等. 基于动态集成的黄瓜叶部病害识别方法［J］. 农业机械学报，2017，48(9)：46-52.
［2］周志艳，罗锡文，张扬，等. 农作物虫害的机器检测与监测技术研究进展［J］. 昆虫学报，2010，53(1)：98-109.
［3］李震，洪添胜，王建，等. 柑橘全爪螨虫害快速检测仪的研制与试验［J］. 农业工程学报，2014，30(14)：49-56.
［4］朱丽伟，马文广，胡晋，等. 近红外光谱技术检测种子质量的应用研究进展［J］. 光谱学与光谱分析，2015，35(2)：346-349.
［5］Dean T J，Drake V A. Monitoring insect migration with radar：the ventral-aspect polarization pattern and its potential for target identification［J］. Int J Remote Sens，2005，26(18)：3957-3974.
［6］卢辉，韩建国，张录达. 高光谱遥感模型对亚洲小车蝗危害程度研究［J］. 光谱学与光谱分析，2009，29(3)：745-748.
［7］王俊，崔绍庆，陈新伟，等. 电子鼻传感技术与应用研究进展［J］. 农业机械学报，2013，44(11)：160-167.
［8］Stetter J R，Findlay M W，Schroeder K M，et al. Quality classification of grain using a sensor array and pattern recognition［J］. Analytica Chimica Acta，1993，284(1)：1-11.
［9］Jonsson A，Winquist F，Schnürer J，et al. Electronic nose for microbial quality classification of grains［J］. International Journal of Food Microbiology，1997，35(2)：187-193.
［10］邹小波，赵杰文. 电子鼻快速检测谷物霉变的研究［J］. 农业工程学报，2004，20(4)：121-124.
［11］Brjesson T，Johnsson L . Detection of common bunt infestation in wheat with an electronic nose and a human panel.［J］. Journal of Plant Diseases & Protection，1998，105(3)：306-313.
［12］Ridgway C，Chambers J，Portero-Larragueta E，et al. Detection of mite infestation in wheat by electronic nose with transient flow sampling［J］. Journal of the Science of Food and Agriculture，1999，79(15)：2067-2074.
［13］Olsson J，Borjesson T，Lundstedt T，et al. Detection and quantification of ochratoxin A and deoxynivalenol in barley grains by GC-MS and electronic nose［J］. International Journal of Food Microbiology，2002，72(3)：203-214.
［14］Zhang H M，Wang J . Detection of age and insect damage incurred by wheat，with an electronic nose［J］. Journal of Stored Products Research，2007，43(4)：489-495.
［15］Zhou B，Wang J . Detection of insect infestations in paddy field using an electronic nose［J］. International Journal of Agriculture and Biology，2011，13(5)：707-712.
［16］Lippolis V，Pascale M，Cervellieri S，et al. Screening of deoxynivalenol contamination in durum wheat by MOS-based electronic nose and identification of the relevant pattern of volatile compounds［J］. Food Control，2014，37：263-271.
［17］Sai X，Zhou Z Y，Keliang L，et al. Recognition of the duration and prediction of insect prevalence of stored rough rice infested by the red flour beetle (Tribolium castaneum Herbst) using an electronic nose［J］. Sensors，2017，17(4)：688.
［18］Baskar C，Nesakumar N，Rayappan J B B，et al. A framework for analysing E-nose data based on fuzzy set multiple linear regression：paddy quality assessment［J］. Sensors & Actuators A Physical，2017，267：200-209.
［19］张红梅，王俊，叶盛，等. 电子鼻传感器阵列优化与谷物霉变程度的检测［J］. 传感技术学报，2007，20(6)：1207-1210.
［20］惠国华，倪彧. 基于信噪比分析技术的谷物霉变快速检测方法［J］. 农业工程学报，2011，27(3)：336-340.
［21］尹芳缘，黄洁，王敏敏，等. 用电子鼻区分霉变燕麦及其传感器阵列优化［J］. 农业工程学报，2013，29(20)：263-269.
［22］沈飞，吴启芳，魏颖琪，等. 谷物霉菌挥发性物质的电子鼻与GC-MS检测研究［J］. 中国粮油学报，2016，31(7)：148-152.
［23］于慧春，彭盼盼，殷勇，等. 电子鼻融合BP神经网络预测玉米赤霉烯酮和黄曲霉毒素B1含量模型研究［J］. 中国粮油学报，2017，32(5)：117-121.
［24］Massimo F R，Daciana I，John P C. Early identification of potato storage disease using an array of metal-oxide based gas sensors［J］. Postharvest Biology and Technology，2016，116：50-58.
［25］Chang Z Y，Lv J H，Qi H Y，et al. Bacterial infection potato tuber soft rot disease detection based on electronic nose［J］. Open Life Sci，2017，12(1)：379-385.
［26］Raigar R K，Upadhyay R，Mishra H N . Storage quality assessment of shelled peanuts using non-destructive electronic nose combined with fuzzy logic approach［J］. Postharvest Biology and Technology，2017，132：43-50.
［27］沈飞，刘鹏，蒋雪松，等. 基于电子鼻的花生有害霉菌种类识别及侵染程度定量检测［J］. 农业工程学报，2016，32(24)：297-302.
［28］Karlshoj K，Nielsen P V，Larsen T O. Prediction of Penicillium expansum spoilage and patulin concentration in apples used for apple juice production by electronic nose analysis［J］. J Agric Food Chem，2007，55(11)：4289-4298.
［29］Zakaria A，Shakaff A Y M，Masnan M J，et al. Improved maturity and ripeness classifications of Magnifera indica cv. Harumanis mangoes through sensor fusion of an electronic nose and acoustic sensor［J］. Sensors-Basel，2012，12(5)：6023-6048.
［30］李敏，胡美姣，张正科，等. 电子鼻在芒果采后病原菌种类判别中的应用研究［J］. 热带作物学报，2014，35(12)：2455-2458.
［31］Pan L Q，Zhang W，Zhu N，et al. Early detection and classification of pathogenic fungal disease in post-harvest strawberry fruit by electronic nose and gas chromatography-mass spectrometry［J］. Food Research International，2014，62：162-168.
［32］朱娜，毛淑波，潘磊庆，等. 电子鼻对草莓采后贮藏早期霉菌感染的检测［J］. 农业工程学报，2013，29(5)：266-273.
［33］Li C Y，Schmidt N E，Gitaitis R. Detection of onion postharvest diseases by analyses of headspace volatiles using a gas sensor array and GC-MS［J］. Lwt-Food Sci Technol，2011，44(4)：1019-1025.
［34］唐培安，侯晓燕，孔德英，等. 电子鼻检测玉米象不同虫态的技术研究［J］. 中国粮油学报，2015(12)：87-91.
［35］Laothawornkitkul J，Moore J P，Taylor J E，et al. Discrimination of plant volatile signatures by an electronic nose：a potential technology for plant pest and disease monitoring［J］. Environmental Science & Technology，2008，42(22)：8433-8439.
［36］Ghaffari R，Laothawornkitkul J，Iliescu D，et al. Plant pest and disease diagnosis using electronic nose and support vector machine approach［J］. Journal of Plant Diseases and Protection，2012，119(5/6)：200-207.
［37］Blasioli S，Biondi E，Braschi I，et al. Electronic nose as an innovative tool for the diagnosis of grapevine crown gall［J］. Analytica Chimica Acta，2010，672(1/2)：20-24.
［38］Cellini A，Biondi E，Blasioli S，et al. Early detection of bacterial diseases in apple plants by analysis of volatile organic compounds profiles and use of electronic nose［J］. Annals of Applied Biology，2016，168(3)：409-420.
［39］Cellini A，Blasioli S，Biondi E，et al. Potential applications and limitations of electronic nose devices for plant disease diagnosis［J］. Sensors，2017，17(11)：2596.
［40］Henderson W G，Khalilian A，Han Y J，et al. Detecting stink bugs/damage in cotton utilizing a portable electronic nose［J］. Computers and Electronics in Agriculture，2010，70(1)：157-162.
［41］Degenhardt D C，Greene J K，Khalilian A. Temporal dynamics and electronic nose detection of stink bug-induced volatile emissions from cotton bolls［J］. Psyche：A Journal of Entomology，2012(2)：340-345.
［42］Lampson B D，Han Y J，Khalilian A，et al. Development of a portable electronic nose for detection of pests and plant damage［J］. Computers and Electronics in Agriculture，2014，108：87-94.
［43］Markom M A，Shakaff A Y M，Adom A H，et al. Intelligent electronic nose system for basal stem rot disease detection［J］. Computers and Electronics in Agriculture，2009，66(2)：140-146.
［44］Abdullah A H，Adom A H，Shakaff A Y M，et al. Electronic nose system for ganoderma detection［J］. Sensor Lett，2011，9(1)：353-358.
［45］Zhou B，Wang J. Use of electronic nose technology for identifying rice infestation by Nilaparvata lugens［J］. Sensor Actuat B-Chem，2011，160(1)：15-21.
［46］Zhou B，Wang J. Discrimination of different types damage of rice plants by electronic nose［J］. Biosyst Eng，2011，109(4)：250-257.
［47］叶盛，王俊. 水稻虫害信息快速检测方法实验研究——基于电子鼻系统［J］. 农机化研究，2010，32(6)：146-149.
［48］程绍明，王俊，王永维，等. 基于电子鼻技术的不同特征参数对番茄苗早疫病病害区分效果影响的研究［J］. 传感技术学报，2014，27(1)：1-5.
［49］Lan Y B，Zheng X Z，Westbrook J K，et al. Identification of stink bugs using an electronic nose［J］. Journal of Bionic Engineering，2008，5(S1)：172-180.
［50］Suh P C，Ding N，Lan Y . Using an electronic nose to rapidly assess grandlure content in boll weevil pheromone lures［J］. Journal of Bionic Engineering，2011，8(4)：449-454.
［51］Xu S，Zhou Z Y，Lu H Z，et al. Estimation of the age and amount of brown rice plant hoppers based on bionic electronic nose use［J］. Sensors，2014，14(10)：18114-18130.
［52］潘洪生，赵秋剑，赵奎军，等. 电子鼻zNoseTM构建棉花挥发物指纹图谱及被害棉花挥发物释放节律分析［J］. 应用与环境生物学报，2010，16(4)：468-473.
［53］蔡晓明，孙晓玲，董文霞，等. 应用zNoseTM分析被害茶树的挥发物［J］. 生态学报，2009，29(1)：169-177.
［54］庄柳静，高克强. 仿生嗅觉和味觉传感技术的研究进展［J］. 中国科学院院刊，2017，32(12)：1313-1321.

相似文献/References:

[1]苏世伟,朱文,聂影.农作物秸秆资源生态转化方式分析[J].江苏农业科学,2015,43(11):452.
　Su Shiwei,et al.Comparative analysis of ecological transformation way of crop straw resources[J].Jiangsu Agricultural Sciences,2015,43(15):452.
[2]阴国富,朱创录.基于物联网的精密温室环境管控系统研究[J].江苏农业科学,2015,43(10):491.
　Yin Guofu,et al.Study on precision greenhouse environment control system based on internet of things[J].Jiangsu Agricultural Sciences,2015,43(15):491.
[3]王永昌,田景文.基于离散脊波变换的农作物图像去噪算法[J].江苏农业科学,2015,43(05):425.
　Wang Yongchang,et al.Study on crop image denoising algorithm based on ridgelet transform[J].Jiangsu Agricultural Sciences,2015,43(15):425.
[4]李文凤,房翠翠,霍英芝.不同农作物根际自生固氮菌分离及固氮酶活性[J].江苏农业科学,2014,42(07):385.
　Li Wenfeng,et al.Isolation and nitrogenase activities of rhizosphere azotobacter from different crops[J].Jiangsu Agricultural Sciences,2014,42(15):385.
[5]赵盼盼,王丽,袁园园,等.提高CRISPR/Cas9系统靶向编辑效率方法的研究进展[J].江苏农业科学,2017,45(01):12.
　Zhao Panpan,et al.Research progress on methods of enhancing CRISPR/Cas9 system target editing effects[J].Jiangsu Agricultural Sciences,2017,45(15):12.
[6]杨海婧,田丰,马永清,等.小麦、蚕豆和油菜浸提液对秦艽种子萌发的影响[J].江苏农业科学,2017,45(05):145.
　Yang Haijing,et al.Effects of wheat，broad bean and oilseed rape extracts on seed germination of Gentianae macrophylla[J].Jiangsu Agricultural Sciences,2017,45(15):145.
[7]王储炎,熊国远,贾敬敏,等.利用电子鼻检测不同香辛料熬制的卤汤[J].江苏农业科学,2017,45(10):136.
　Wang Chuyan,et al.Detection of brine soup boiled by different spices using electronic nose[J].Jiangsu Agricultural Sciences,2017,45(15):136.
[8]吴娟.基于气味特征的烤房干湿球控制温度的智能设置[J].江苏农业科学,2017,45(12):163.
　Wu Juan,et al.Intelligently settings of dry-bulb and wet-bulb control temperatures in bulk curing barn based on odor features[J].Jiangsu Agricultural Sciences,2017,45(15):163.
[9]陈晨,刘涛,武威,等.三维传感器Kinect在农业领域的应用与发展[J].江苏农业科学,2018,46(08):11.
　Chen Chen,et al.Application and development of three dimensional sensor Kinect in agricultural field[J].Jiangsu Agricultural Sciences,2018,46(15):11.
[10]陈洪,赵庆展,李沛婷.无校正点的机载LiDAR农作物点云数据精度评价[J].江苏农业科学,2018,46(12):179.
　Chen Hong,et al.Accuracy evaluation of airborne LiDAR crop cloud data without correction points[J].Jiangsu Agricultural Sciences,2018,46(15):179.

备注/Memo

备注/Memo:
收稿日期：2018-05-31
基金项目：国家自然科学基金(编号：31671583)；江苏省产学研前瞻性联合研究项目(编号：BY2016065-48)。
作者简介：周博(1971—)，男，湖南长沙人，博士，副教授，主要从事电子鼻检测方面的研究。Tel：(0515)88168237；E-mail：zjzhobo@163.com。
通信作者：王俊，博士，教授，博士生导师，主要从事农产品物理性质及其加工与检测方面的研究。E-mail：jwang＠zju.edu.cn。
更新日期/Last Update: 2019-08-05