English | 中文版 | 手機(jī)版 企業(yè)登錄 | 個(gè)人登錄 | 郵件訂閱
當(dāng)前位置 > 首頁(yè) > 技術(shù)文章 > 基于葉綠素?zé)晒夂突瘜W(xué)計(jì)量學(xué)的多光譜熒光成像在種子活力研究上的應(yīng)用

基于葉綠素?zé)晒夂突瘜W(xué)計(jì)量學(xué)的多光譜熒光成像在種子活力研究上的應(yīng)用

瀏覽次數(shù):1287 發(fā)布日期:2022-8-1  來(lái)源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)

光學(xué)成像是一種快速、無(wú)損且準(zhǔn)確的技術(shù),與傳統(tǒng)技術(shù)相比,它可以對(duì)產(chǎn)品質(zhì)量進(jìn)行一致的測(cè)量。在這項(xiàng)研究中,一種新的種子方法提出了質(zhì)量預(yù)測(cè)。在所提出的方法中,采用了兩種基于葉綠素?zé)晒夂突诨瘜W(xué)計(jì)量學(xué)的多光譜成像的先進(jìn)光學(xué)成像技術(shù);瘜W(xué)計(jì)量學(xué)包括主成分分析 (PCA) 和二次鑒別分析 (QDA)。在與作物和科學(xué)模型相關(guān)的植物中,選擇了番茄和胡蘿卜進(jìn)行實(shí)驗(yàn)。我們將光學(xué)成像技術(shù)與用于商業(yè)種子批次質(zhì)量表征的傳統(tǒng)分析方法進(jìn)行了比較。結(jié)果顯示基于葉綠素?zé)晒獾募夹g(shù)在區(qū)分栽培品種和識(shí)別具有較低生理潛力的苗圃方面是可行的。使用非監(jiān)督方法(雙分量)對(duì)多光譜成像數(shù)據(jù)進(jìn)行探索性分析PCA) 允許表征胡蘿卜品種之間的差異,但不適用于番茄品種;诨嶂匾缘碾S機(jī)森林 (RF) 分類(lèi)器應(yīng)用于多光譜數(shù)據(jù),它揭示了 19 個(gè)波長(zhǎng)中最有意義的帶寬,用于種子質(zhì)量表征。為了驗(yàn)證 RF 模型,我們選擇了五個(gè)最重要的波長(zhǎng)應(yīng)用于基于 QDA 的模型中,該模型在對(duì)高活力和低活力種子批次進(jìn)行分類(lèi)時(shí)達(dá)到了很高的準(zhǔn)確率,番茄的正確分類(lèi)率為 86% 至 95%,而番茄的正確分類(lèi)率為 88% 至97% 在胡蘿卜中用于驗(yàn)證集。進(jìn)一步分析表明,低質(zhì)量種子導(dǎo)致幼苗光合能力和葉綠素含量發(fā)生改變。 總之,基于葉綠素?zé)晒夂突瘜W(xué)計(jì)量學(xué)的多光譜成像均可用作番茄和胡蘿卜種子生理潛力的可靠代表。從實(shí)踐的角度來(lái)看,此類(lèi)技術(shù)/方法可潛在地用于篩選食品和農(nóng)業(yè)行業(yè)中的低質(zhì)量種子。
 

 

圖1.提取和分析多光譜成像的主要程序流程圖
 

620/730 nm 激發(fā)發(fā)射的葉綠素?zé)晒夥治鲈试S分離番茄品種(圖 2G),特別是在 645/700 nm 區(qū)分番茄和胡蘿卜的品種(圖 2C、D)。 高熒光值與低質(zhì)量種子批次(圖 2)相吻合,當(dāng) 620/730 nm(圖 2G)和 660/700 nm(圖 2B)分別用于番茄和胡蘿卜種子中的葉綠素激發(fā)時(shí),可以更好地區(qū)分它們。 放射成像顯示,具有高葉綠素?zé)晒獾姆N子呈現(xiàn)出空白空間(即儲(chǔ)存量較低)(圖 3),并且這些種子無(wú)法存活或產(chǎn)生的幼苗在其組織中具有低葉綠素?zé)晒庑盘?hào)。
 

圖2. 在660/700、630/700、645/700 和 620/730 nm 激發(fā)發(fā)射波長(zhǎng)下,番茄 (A、C、E、G) 和胡蘿卜 (B、D、F、H) 種子批中葉綠素?zé)晒獾闹狈綀D
 

圖3.番茄(A) 和胡蘿卜 (B) 成熟和未成熟種子中葉綠素?zé)晒獾闹狈綀D,波長(zhǎng)為 660/700 nm(激發(fā)-發(fā)射)。 射線照相圖像顯示,由于不成熟,具有高葉綠素?zé)晒獾姆N子中存在空白空間(低儲(chǔ)備量),在番茄中形成無(wú)活力的種子,在胡蘿卜中形成弱幼苗(幼苗中的葉綠素?zé)晒庑盘?hào)低)
 

含有低質(zhì)量種子(G-I 和 T-IV)的番茄批次呈現(xiàn)出最高的光譜特征(圖4A)。在胡蘿卜中,這種模式在栽培品種之間明顯可見(jiàn):“Francine”批次顯示出比“Brasília”更高的反射率平均值(圖4B)。此外,雖然傳統(tǒng)的測(cè)試技術(shù)沒(méi)有表明“巴西利亞”批次之間的差異,但 B-I 比該品種的其他批次具有更高的光譜特征(圖4B)。在“Francine”中,性能最低的批次(F-V)僅在較長(zhǎng)的波長(zhǎng)下表現(xiàn)出更高的反射率,尤其是在 NIR 區(qū)域(圖 4B)。 PCA 分別解釋了番茄和胡蘿卜苗圃之間 92.3% 和 96.5% 的光譜變化。
 

圖4.番茄(A)和胡蘿卜(B)種子在365-970nm范圍內(nèi)19個(gè)波長(zhǎng)的光譜特征
 

使用570至690nm的多光譜數(shù)據(jù)可以更好地表征該組。胡蘿卜品種在 PC1-PC2 空間中被表征,其中 PC1 占批次間總變異的 87.5%;“Francine 苗圃表現(xiàn)出比“巴西利亞”更多的負(fù)值,具有強(qiáng)烈的中間波長(zhǎng)(570-690 nm)影響。同時(shí),PCA 方法無(wú)法表征番茄品種。將 RF 算法應(yīng)用于多光譜數(shù)據(jù),以根據(jù)基尼重要性選擇五個(gè)最有意義的波長(zhǎng),即番茄種子中的 365、660、690、570 和 590 nm(圖 5A)以及 405、365、970、940、和 430 nm 的胡蘿卜種子(圖 5B)。更高的反射率值,特別是在番茄中的 365 nm(圖 5C)以及胡蘿卜中的 940 和 970 nm(圖 5D)分別與低活力的番茄(GI 和 T-IV)和胡蘿卜(FV)的種子區(qū)重合.這些批次具有更多未成熟種子,在這些波長(zhǎng)下具有高反射強(qiáng)度。

 

圖5.基于基尼系數(shù)的隨機(jī)森林中每個(gè)波長(zhǎng)的重要性,以區(qū)分番茄 (A) 和胡蘿卜 (B) 的種子群


關(guān)鍵詞:葉綠素?zé)晒?;多光譜成像;隨機(jī)森林;化學(xué)計(jì)量學(xué);機(jī)器學(xué)習(xí);種子;種子生理潛力;光合作用

相關(guān)閱讀

植物病害表型組學(xué):多光譜病害指紋圖譜

Videometer種子表型組學(xué):多光譜成像作為菠菜種子健康檢測(cè)的潛在工具

Videometer種子表型組學(xué):多光譜圖像分析在種子種質(zhì)庫(kù)管理中的應(yīng)用

Videometer種子表型組學(xué):利用可見(jiàn)光、近紅外多光譜和化學(xué)計(jì)量學(xué)對(duì)不同番茄種子品種的分類(lèi)

Videometer種子表型組學(xué):使用多光譜成像和化學(xué)計(jì)量學(xué)方法在線鑒別水稻種子

Videometer種子表型組學(xué):使用多光譜成像預(yù)測(cè)蓖麻種子的活力

Videometer種子表型組學(xué):甜菜種子加工損傷的多光譜圖像分類(lèi)

種子表型組學(xué):基于多光譜成像的葵花籽品質(zhì)特征識(shí)別

種子表型組學(xué):利用多光譜成像和化學(xué)計(jì)量學(xué)方法對(duì)大豆種子進(jìn)行無(wú)損鑒別

種子表型組學(xué):Videometer多光譜成像種子質(zhì)量評(píng)估的新工具

種子表型組學(xué):聚合物包衣對(duì)水稻種子萌發(fā)的影響

種子表型組學(xué):基于可見(jiàn)-近紅外多光譜圖像數(shù)據(jù)的偏最小二乘判別分析檢測(cè)菠菜種子的發(fā)芽能力和胚芽長(zhǎng)度

種子表型組學(xué):使用灰度共生矩陣和機(jī)器學(xué)習(xí)技術(shù)識(shí)別單倍體玉米種子

種子表型組學(xué):不同成熟度甜菜種子發(fā)芽抑制因子去除的優(yōu)化

種子表型組學(xué):通過(guò)射線照相和多光譜圖像分析測(cè)定小麥種子中的侵染

種子表型組學(xué):用于表征麻瘋樹(shù)種子質(zhì)量的多光譜和X射線圖像

種子表型組學(xué):鹽脅迫下九個(gè)高羊茅品種的種子萌發(fā)和幼苗生長(zhǎng)參數(shù)

種子表型組學(xué):多光譜成像結(jié)合機(jī)器學(xué)習(xí)判別辣椒種子品種

種子表型組學(xué):葉綠素?zé)晒庾鳛榛ㄉN子品質(zhì)評(píng)價(jià)的新標(biāo)志物

種子表型組學(xué):基于多光譜和共振成像技術(shù)的麻瘋樹(shù)種子健康分析新方法

種子表型組學(xué):多光譜成像結(jié)合多變量分析的單株紫花苜蓿種子品種鑒別

基于機(jī)器學(xué)習(xí)和多光譜成像分類(lèi)的茄子種子分類(lèi)方法研究

種子表型組學(xué):通過(guò)多光譜成像分析對(duì)自然老化的紫花苜蓿種子進(jìn)行無(wú)損鑒定

種子表型組學(xué):自動(dòng)熒光光譜成像作為一種快速、無(wú)損和可靠地評(píng)估大豆種子質(zhì)量的創(chuàng)新方法

種子表型組學(xué):一種利用新興光學(xué)技術(shù)和人工智能的方法作為新標(biāo)記評(píng)估花生種子質(zhì)量

種子表型組學(xué):用多光譜成像檢測(cè)黑燕麥種子中的德雷克斯孢菌

種子表型組學(xué):多光譜成像結(jié)合機(jī)器學(xué)習(xí)方法快速無(wú)損檢測(cè)玉米中玉米赤霉烯酮

來(lái)源:北京博普特科技有限公司
聯(lián)系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊(cè) 忘記密碼
評(píng)論只代表網(wǎng)友觀點(diǎn),不代表本站觀點(diǎn)。 請(qǐng)輸入驗(yàn)證碼: 8795
Copyright(C) 1998-2024 生物器材網(wǎng) 電話:021-64166852;13621656896 E-mail:info@bio-equip.com