编辑推荐：
为解决稻飞虱监测难题，研究人员开展构建自组电子鼻系统监测不同稻飞虱危害的研究。通过 GC-MS 分析 VOCs，构建系统并优化，SVM 模型分类精度达 95.45%，为稻飞虱监测及防控提供新途径。
稻飞虱，这种看似毫不起眼的小昆虫，却对水稻生产有着巨大的破坏力。水稻作为全球重要的粮食作物，是近 70% 中国人口的主食，其产量关乎粮食安全与经济稳定。然而，稻飞虱就像隐藏在稻田里的 “杀手”，不仅直接吸食水稻韧皮部汁液，造成 “hopperburn”“黄色斑块” 等症状，还在取食和产卵时给水稻带来机械损伤，让病原体有机可乘。它们排出的蜜露在植物表面滋生霉菌，分泌的各种化学物质促进腐生真菌繁殖，甚至还能传播植物病毒病，严重时可导致水稻植株死亡 。
目前，监测稻飞虱的方法虽多，但都存在明显缺陷。传统的人工田间调查既耗费人力和时间，又依赖调查人员的主观判断，容易出错。而像昆虫雷达、害虫监测灯和增强现实（AR）眼镜这类智能技术，虽能减轻劳动强度，却受天气、光照和周围植被密度等环境因素影响，检测精度大打折扣，难以稳定、可靠地识别稻飞虱。气相色谱 - 质谱联用仪（GC-MS）虽能分析植物受虫害后释放的挥发性有机化合物（VOCs），可它设备庞大，对操作人员专业要求高，无法用于田间监测，且此前也未用于稻飞虱种类的监测和区分。电子鼻（E-nose）技术虽已用于害虫监测，但早期多依赖商业系统，无法针对目标害虫释放的特定 VOCs 优化传感器阵列和算法，导致成本高、精度和适用性受限。因此，开发一种准确、便捷、可靠的稻飞虱监测方法迫在眉睫。
为了解决这些问题，国内研究人员开展了一项极具创新性的研究。他们致力于整合基于 GC-MS 的 VOCs 分析与传感器阵列设计，构建自组电子鼻系统，并运用先进的数据优化技术监测不同稻飞虱种类造成的危害。这项研究成果发表在《Computers and Electronics in Agriculture》上，为水稻虫害监测领域带来了新的曙光。
研究人员在研究过程中，运用了多个关键技术方法。首先，利用 GC-MS 分析受不同稻飞虱危害的水稻植株释放的 VOCs，以此确定特定的 VOCs 种类，为后续传感器选择提供依据。接着，基于这些差异显著的 VOCs，挑选出 8 个金属氧化物半导体（MOS）传感器，组成传感器阵列。在此基础上，搭建了自组电子鼻系统。最后，通过两步特征选择方法和多模型评估，优化数据分析，提高对不同稻飞虱危害的识别精度。
下面详细介绍研究结果：
- 实验样本和设计：研究选用水稻品种 TN1，先将预发芽的种子播在育苗盘中，在适宜条件下培育。20 天后，把幼苗移栽到花盆，每盆 3 株。在温室环境精心培育 30 天后，水稻长到分蘖期，满足后续实验要求。这一步为后续研究提供了稳定、可靠的实验样本。
- 利用 GC-MS 识别特定 VOCs：通过 GC-MS 分析，研究人员在所有样本中一共鉴定出 105 种 VOCs。其中，在健康水稻（CK）、白背飞虱（WBPH）侵害水稻和褐飞虱（BPH）侵害水稻样本中，共检测出 65 种相同的 VOCs。这些 VOCs 涵盖芳香化合物、酯类、萜类、烷烃等多种类型。对这些 VOCs 的准确识别，为后续传感器阵列的筛选提供了重要的化学依据。
- 构建电子鼻系统及优化：基于 8 类关键 VOCs，研究人员挑选了 8 个 MOS 传感器组成阵列，搭建了自组电子鼻系统。随后，采用两步特征选择法，先通过 Boruta 算法，再利用支持向量机递归特征消除法（SVM-RFE），成功筛选出 17 个关键特征。经过贝叶斯技术优化的多模型评估显示，支持向量机（SVM）模型表现最佳，分类准确率高达 95.45%。这表明该系统能够有效区分健康水稻、受 WBPH 侵害水稻和受 BPH 侵害水稻。
研究结论和讨论部分意义重大。该研究成功构建的自组电子鼻系统，实现了对健康水稻、WBPH 侵害水稻和 BPH 侵害水稻的显著区分和高精度识别。SVM 模型 95.45% 的分类准确率，为田间特定害虫监测提供了实用且可扩展的技术框架。这一成果不仅为稻飞虱的早期监测提供了新方法，有助于制定针对性的稻飞虱治理策略，还能推动可持续水稻生产实践。它让水稻种植者能够更及时、准确地发现稻飞虱虫害，合理使用农药，减少农药滥用，保护生态环境，保障水稻的产量和质量，为全球粮食安全贡献了重要的技术支持。
