Resumen

La identificación de patógenos vegetales para el diagnóstico de enfermedades y la elaboración de estrategias de control de enfermedades es de gran importancia. En este estudio, basado en la espectroscopía de infrarrojo cercano, se investigó un método para identificar tres tipos de patógenos que causan carbones en trigo, incluyendo , , y . Basándose en los datos espectrales de infrarrojo cercano adquiridos de las muestras de teliosporas de los tres patógenos, se construyeron modelos de identificación de patógenos en diferentes regiones espectrales utilizando mínimos cuadrados parciales distinguibles (DPLS), red neuronal de retropropagación (BPNN) y máquina de vectores de soporte (SVM). Se lograron resultados satisfactorios de identificación utilizando los modelos DPLS, BPNN y SVM construidos en cada una de las 22 regiones espectrales. En contraste, los efectos de modelado de DPLS y SVM fueron mejores que los de BPNN. La proporción de modelado del conjunto de entren

• Materias:Espectrofotométricos Espectros Raman Nanodiamantes Características espectrales Oxicombustible
• Subjects:Spectrophotometric Raman spectra Nanodiamonds Spectral characteristics Oxyfuel
• Palabras claves:Patógenos vegetales; Diagnóstico de enfermedades; Estrategia de control de enfermedades; Tizón del trigo; Espectroscopia del infrarrojo cercano; Identificación de patógenos.
• Keywords:Plant pathogens; Disease diagnosis; Disease control strategy; Wheat smuts; Near-infrared spectroscopy; Pathogen identification.