基于气体传感器技术的茶树虫害侵染时间精准判定研究

本研究针对茶树(Camellia sinensis)虫害难以精准检测的难题，通过气体传感器监测茶尺蠖(Ectropis obliqua)侵染后茶树挥发物的动态变化，首次引入检测时间点变量，结合极限学习机(ELM)模型实现虫害时间的定性与定量分析。结果表明12:00为最佳检测时段，ELM模型预测效果优异，为茶树虫害早期诊断提供了创新性技术路径。

　　

茶树(Camellia sinensis)生产长期遭受虫害侵袭却缺乏有效检测手段。本研究创新性地采用气体传感器捕捉茶尺蠖(Ectropis obliqua)侵染后茶树挥发性物质的时序性变化规律，发现不同时间段（1天内）的检测结果存在显著差异。通过系统比较各时间点的分类性能，确定正午12点为最佳检测时段，并运用极限学习机(Extreme Learning Machine, ELM)算法对虫害时间进行定性分类与定量回归分析。研究成果证实气体传感器技术结合ELM模型可精准判定虫害侵染时间，为茶园虫害智能监测提供了重要技术支撑。