霜霉病是葡萄生产过程中常见的一种病害。在葡萄果园,植株一旦发生霜霉病,则极易拓展蔓延,且不易控制,进而影响田间产量和果实品质。虽然葡萄遭受霜霉病危害后,植株会表现出相应的症状,但如果仅依靠生产者的经验或通过肉眼来识别判断,则会存在明显的滞后性,即此时植株的生长发育已经受到较严重的危害。因此,积极探索一些有效的途径对葡萄霜霉病害的发生进行有效的监测并及时做出预警具有重要的意义。由于植物叶片在病菌的侵染下,叶片的生理代谢及其超微结构均会发生变化,因此,与健康叶片相比,病菌侵染的叶片其挥发性气体成分和含量也会有所差异。基于此,本研究结合葡萄霜霉病发病规律和生理生化指标动态分析,拟采用气敏传感技术（电子鼻技术）对葡萄霜霉病害的发生进行监测和预警分析,为葡萄生产中霜霉病的科学预防提供技术支持。本研究以‘香悦’葡萄为试验材料,分别采用3×10~2个·m L-1和3×10~4个·m L-1浓度的葡萄生单轴霜霉菌孢子悬浮液接种,并以健康生长的葡萄叶片作为对照。接种后,同步开展2项内容研究:（1）葡萄叶片接种霜霉病菌后生理生化指标动态分析;（2）基于电子鼻检测技术的葡萄霜霉病早期预警研究。主要研究结果如下:1.葡萄叶片接种霜霉病菌后生理生化指标动态分析。试验期间对不同处理叶片过氧化物酶（POD）活性、超氧化物歧化酶（SOD）活性、可溶性蛋白含量、可溶性糖含量、质膜透性指标的动态进行了测定分析,结果表明,在接种后的第1d,各测试指标变化均不明显;在接种后的第4d,经3×10~2个·m L-1和3×10~4个·m L-1两个浓度孢子悬浮液处理的叶片POD和SOD活性指标均显著高于对照（P＜0.05）,而叶片可溶性蛋白和可溶性糖含量虽都有所升高,但接种浓度为3×10~2个·m L-1的处理组叶片可溶性蛋白和可溶性糖含量与对照之间的差异并未达到显著水平（P＞0.05）;在接种后的第7d,经3×10~2个·m L-1和3×10~4个·m L-1两个浓度孢子悬浮液处理组叶片的POD活性与SOD活性较第4d有所下降,但两处理仍显著高于对照,而接种处理组叶片可溶性蛋白与可溶性糖含量相对稳定;在接种后的第10d,两个接种处理组叶片的POD活性、SOD活性、可溶性蛋白含量和可溶性糖含量均较第7d有所下降,其中POD和SOD活性下降幅度较大。而叶片质膜透性变化趋势表明,从接种后的第4d开始,接种病菌的两个处理组叶片质膜透性持续升高,且均显著高于对照。综上,葡萄叶片在接种病菌后,其生理代谢产生了较大的变化,且生理生化指标的变化趋势较复杂,因此仅通过生理生化指标的检测难以准确地判断葡萄叶片是否染病和实现病害的早期预警,且生理生化指标的测试工作量大,不便于实际操作。2.基于电子鼻检测技术的葡萄霜霉病早期预警研究。对供试葡萄品种进行定点定株调查,在使用孢子悬浮液对葡萄叶片进行接种后的第1d、4d、7d、10d,分别调查3×10~2个·m L-1和3×10~4个·m L-1两个浓度处理和对照组葡萄叶片霜霉病发生情况。葡萄叶片霜霉病的发病调查结果表明,在霜霉病的发展前期,叶片并没有明显的形态变化,因此使用人工观察法不能在发病前期进行有效检测。为了探索葡萄霜霉病早期预警的有效方法,本研究利用气敏传感仪（电子鼻）测试系统分别对葡萄健康叶片和接种不同霜霉菌孢子浓度(3×10~2个·m L-1和3×10~4个·m L-1)的叶片气味信息进行动态采集（1d、4d、7d、10d）,然后使用MATLAB软件提取电子鼻响应曲线的平均值和最大值作为特征值,并采用主成分分析（PCA）、Fisher线性判别分析（LDA）、随机森林（RF）、支持向量机（SVM）和BP神经网络模式算法对葡萄叶片霜霉病侵染进行识别分析。结果表明,采用的两种线性模式算法（PCA、LDA）进行识别,效果并不理想,即使在接种后的第7d,识别结果中健康叶片、接种霜霉菌孢子浓度为3×10~2个·m L-1和接种霜霉菌孢子浓度为3×10~4个·m L-1的叶片样本之间还有较大的的重叠部分,难以实现准确区分。而基于电子鼻响应数据提取的平均值为特征量,采用的3种非线性模式算法（RF、SVM、BPNN）的识别结果表明,与线性算法（PCA、LDA）相比,非线性模式算法识别准确率均较高,而且在达到准确识别的时间上也更具优势,其中SVM识别效果最佳,从接种后的第4d后开始就能够较准确地将葡萄健康叶片和霜霉病侵染叶片进行识别,其准确率为94.67%,在此之后的识别准确率更高。综上所述:采用电子鼻检测技术并结合SVM模式算法,不仅可以对葡萄健康叶片和霜霉病侵染叶片进行准确识别,而且与理化试验检测方法相比,具有快捷、无损、高效的优势。本研究验证了电子鼻检测技术在葡萄霜霉病早期预警应用上的可行性,从而为葡萄生产中病害防控提供科学依据。