在广袤的棉田之中，棉铃虫的肆虐常常给棉花生产带来巨大损失。这种隐蔽性强的害虫以幼虫钻蛀蕾铃为害，导致棉铃腐烂或形成僵瓣，严重影响棉花的产量与质量。传统的声学检测法、图像识别法等在复杂的棉田环境中往往显得力不从心，而电子鼻技术的出现，为棉花早期棉铃虫虫害检测带来了新的希望。

01Airsense 电子鼻技术原理
Airsense 电子鼻是一款融合科技的精密仪器，其核心在于模拟生物嗅觉系统的运行机制。仪器内部配备了由多种金属氧化物（MOS）传感器组成的高灵敏度阵列。植物在遭受虫害侵袭时，会释放出特定的挥发性有机化合物，这些化合物的成分和含量会随着虫害程度的不同而发生变化。电子鼻正是利用这一特性，通过其内部的气体传感器阵列来捕捉这些 “气味信号"。

02研究目的
为实现棉花早期棉铃虫虫害的有效检测，解决传统方法（声学检测、图像识别等）在复杂棉田环境中的局限性，通过分析棉花受虫害后挥发物的变化，探索电子鼻技术在该领域的应用可行性。
03材料与方法
1试验材料
棉花：冀棉 14 号，种植约 12 周，处于棉铃期，盆规格 24cm（直径）×19cm（高），生长于室外自然条件。
棉铃虫：2 龄幼虫，试验前在（26±1）℃、相对湿度 40%~50% 环境中饲养，饥饿 24h 后用于试验。
2仪器设备
电子鼻：PEN3 型（德国 Airsense 公司），含 10 个金属氧化物半导体传感器，对不同挥发物灵敏度不同（见表 1）。

3试验设计
分组：对照组（健康棉花）、1 条棉铃虫组、2 条棉铃虫组、3 条棉铃虫组，每组电子鼻检测设 20 个重复样品。
处理：棉铃虫侵染 6h 后检测（模拟早期虫害），电子鼻检测参数为清洗 60s（600mL/min）、检测 90s（400mL/min）。
4数据分析
特征提?。捍拥缱颖窍煊η咛崛∥榷ㄖ担?5s 响应值）、面积值、平均微分值、小波能量值、多项式拟合曲线参数值5 种特征。
分类方法：采用 MLPNN、RBFNN、ELM 3 种神经网络。
预测方法：采用支持向量机回归（SVR），以特征值为自变量，棉铃虫数量为因变量，用R2和 RMSE 评价模型。
04结果与分析
1电子鼻传感器响应
健康棉花与受虫害棉花的传感器响应曲线差异显著：受虫害棉花的 S2（对氮氧化物灵敏）响应值更高，S1、S3、S5（对芳香族化合物灵敏）响应变化更大，且响应值随棉铃虫数量增加而增大，与 GC-MS 检测的挥发物总量变化一致。

2主成分分析（PCA）
5 种特征值中，平均微分值的一、二主成分之和达 97.18%，能有效区分健康与不同虫害组。
3分类分析
单特征分类：3 种神经网络中，MLPNN 效果佳，稳定值、平均微分值、面积值的分类正确率较高（训练集均 > 90%，测试集均 > 85%），RBFNN 效果最差（测试集正确率 < 70%）。
多特征分类：将稳定值、平均微分值、面积值两两或三者组合后，分类效果提升，其中 “稳定值 + 平均微分值" 结合 ELM 的训练集和测试集正确率均达 1。
05结论
本研究充分证明了Airsense电子鼻技术在棉花早期棉铃虫虫害检测中的可行性。通过特征值优化和多特征组合，能够显著提高电子鼻对受虫害棉花的识别准确率和预测效果。
Airsense电子鼻技术凭借其快速、无损、高效的特点，为棉花虫害检测提供了一种全新的手段。未来，随着技术的不断发展和完善，Airsense电子鼻有望在棉田现场实时监测中发挥更大作用，为精准农业的发展贡献力量，让棉花生长得到更有效的守护