Videometer一直致力于利用先进的光谱成像技术实现种子自动化分析。Videometer首席执行官Jens Michael Carstensen参加了在英国伦敦剑桥大学举行的ISTA成立100周年种子研讨会，会议对种子检测所面对的全球性挑战。ISF论坛聚焦于农业领域品质种子生产。英国相关机构专家做了相关多光谱成像技术在种子领域研究的报告。VideometerLab多光谱成像系统作为种子实验室一项光谱成像新技术，可快速、重复、可靠的协助客户进行种子检测与科研，在种子纯度与净度研究中已有很好的应用。韩国研究机构利用Videometer多光谱成像系统对等野生植物种子质量进行了评估。数字化智能化种子分析带有自动进样器的VideometerLab可实现种子的自动分析，包括种子纯度、损伤、健康和发芽。种子数字化代表了分析和存储种子质量特征方面的巨大进步。 Videometer将继续推进系统在种子质量及其在可持续农业中的，为种子相关机构提供更有价值的软件和硬件。Videometer Lab 4是一款新型、功能强大且性价比较高的多光谱表型成像测量系统，通过控制系统就可以进行高分辨率多光谱成像。多光谱成像模块包括可见光成像，UV紫外成像以及NIR成像。可固定摄像头或移动摄像头。因拍照速度迅速，可实现较高通量成像。Videometer Lab4通过测量样品在19种不同波长的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的彩色图像。Videometer备选模块包括叶绿素荧光成像模块，能够实现叶绿素荧光成像（叶绿素a和叶绿素b）。Videometer Lab4同时也可以测量较小的样品，比如拟南芥等小植株、用多孔板培养的植物、多孔板里的叶圆片、植物的种子、药片、肉类、调料等，分析软件功能强大。该系统也可以对细菌等进行高通量成像测量，进行毒理学或其它研究。对于拟南芥等冠层平展的植物，可以进行自动的叶片计数等。Videometer Lab4用于种子表型研究，直接测量种子参数如尺寸、颜色、形状等，通过算法分析还可得到得到如下参数：种子纯度、发芽百分比、发芽率、种子活力、种子健康度、种子病害情况、种子成熟度等。棉花种子品种鉴定VideometerLab 500大成像面积多光谱成像系统Lab 500大成像面积多光谱成像系统成像面积可达0.5X0.25m，样品高度可达12cm，主要用于需要大成像面积领域，如植物种质资源研究。 样品分类后激光投色 Videometer Lite采用了LED频闪光源系统，有效组合了7个波长测量，并生成图谱合一的融合光谱图像，每个像素对应一个不同反射光谱。该设备包括可见光以及NIR近红外波段，用于作物表型、植物病害等等进行精确、全面检测。该便携式Videometer Lite可搭载到推车支架上，在田间使用，也可手持使用，是一款多功能成像平台。由叶绿素/成熟度区分种子来自英国的科学家研究重点是对高级成像技术进行评估，以对根定植进行真菌检测和精确定量，通过测量光合参数评估对地上部健康的影响。研究中使用了VideometerLab 多光谱成像系统。

刚刚，科学家利用Videometer多光谱成像系统发表了题为“High-Oleic Sunflower Oil as a Potential Substitute for Palm Oil in Sugar Coatings—A Comparative Quality Determination Using Multispectral Imaging and an Electronic Nose”的文章。 高油酸葵花籽油作为糖衣中棕榈油的潜在替代品—使用多光谱成像和电子鼻的比较质量测定 摘要：棕榈油因对农民的剥削和对濒危动物栖息地的破坏而声名狼藉。因此，许多消费者希望避免使用棕榈油。装饰糖含有少量棕榈油，以防止糖在热烘焙产品上融化。本研究通过多光谱成像和电子鼻分析了用作棕榈油替代品的高油酸葵花籽油，这两种方法适用于糖/油涂料的潜在大批量分析。多光谱成像是一种用于比较样品表面波长反射的无损方法。参考样品能够估计未知样品的质量，这些样品通过酸值测量得到确认。此外，为了测定质量，用电子鼻测量装饰糖中的挥发性化合物。这两种应用都提供了可比较的数据，提供了有关装饰糖质量的信息。关键词：多光谱成像;电子鼻;酸值;食品质量;棕榈油;葵花籽油高油酸葵花籽油作为糖衣中棕榈油的潜在替代品——使用多光谱成像和电子鼻进行比较质量测定 摘要：由于农民的剥削和濒危动物栖息地的破坏，棕榈油名声不佳。因此，许多消费者希望避免使用棕榈油。装饰糖含有少量棕榈油，以防止糖在热烘焙产品上融化。本研究通过多光谱成像和电子鼻对用作棕榈油替代品的高油酸葵花籽油进行了分析，这两种方法适用于糖/油涂层的潜在大批量分析。多光谱成像是一种用于比较样品表面的波长反射的无损方法。参考样品可以估计未知样品的质量，并通过酸值测量进行确认。此外，为了确定质量，用电子鼻测量装饰糖中的挥发性化合物。这两个应用程序都提供可比较的数据，提供有关装饰糖质量的信息。关键词：多光谱成像；电子鼻；酸值；食物品质;棕榈油;葵花籽油

5月24日—26日，由南京农业大学前沿交叉研究院、《植物表型组学》（Plant Phenomics）期刊、植物表型教育部工程中心联合主办的“2024植物表型组学青年科学家论坛”在南京召开。来自全国各地植物表型组学领域专家、青年学者及学生代表200余人参加了论坛。南京农业大学副校长王源超教授回顾了学校植物表型组学发展历程和取得的新进展，期待参会的代表通过本次论坛深入交流，共同推动我国表型组学和智慧农业的发展。南京农业大学程宗明教授代表期刊欢迎广大参会者参加会议，感谢参会者对期刊的支持。向《植物表型组学》期刊2023年度优秀青年编委、优秀审稿人颁发了证书，同时，公布了入选期刊第二届青年编委的学者名单。北京市农林科学院信息技术研究中心王开义研究员、中国农业科学院重大任务局副局长柴秀娟研究员、南京林业大学曹林教授和浙江大学岑海燕教授分别围绕“作物智能育种系统与算法”“植物表型视觉识别技术探索与应用”“面向智慧林业的林木表型组学研究与应用”和“植物表型三维可见/近红外光谱成像的探索与思考”进行了论坛特邀报告。来自中国科学院分子植物科学卓越创新中心的杨箫主任、高乐旋编辑分别介绍了《分子植物》《植物通讯》期刊的情况，程宗明教授介绍了《植物表型组学》和《园艺研究》期刊的情况。来自全国22所大学、科研院所的27位青年学者围绕植物表型组学领域前沿研究做青年学者论坛报告，并与现场参会者交流讨论。会议还组织了研究生论坛，经遴选，7所大学、科研院所的14位同学汇报了自己的科研进展。北京博普特科技有限公司隆重参展本次会议，展示系列植物表型组学研究产品和解决方案，受到了与会专家的高度评价。 

5月23日，第26届中国国际花卉园艺展览会在中国国际展览中心（顺义馆）拉开帷幕，全球花卉园艺领域的新品种、新技术、新成果齐聚北京。国际花展是由中国花卉协会主办，北京花卉协会支持，长城国际展览有限责任公司、上海国展展览中心有限公司承办，德国埃森展览有限公司作为国际合作伙伴。国内外行业协会代表、参展企业代表、科研院校专家代表、花卉重点产区代表等出席了开幕式。此次展览规模近5万平方米，吸引了荷兰、德国、韩国、印度、意大利、斯里兰卡、西班牙、波兰、美国、白俄罗斯、日本等20多个国家和地区的700多家展商参与。现场展出新优花卉品种超过500个，涵盖鲜花、盆花、花园植物、网红热植等多个品类。今年国际花展还增加了鲜切花品种展示。德国展团闪亮登场，北京博普特科技有限公司合作伙伴STEPS公司再次参展，现场展出了Combi 5000等新型研究设备，助力花卉园艺产业。德国展位上还进行了花艺展示。

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。系统采用专利设计，光学传感器可进行简单、快速、无损测量叶片中的叶绿素、多酚以及花青素。Dualex便携式智能气象-叶绿素-花青素-黄酮醇测量仪摘要植物病原体对全球粮食安全构成越来越大的威胁，导致粮食短缺地区的产量损失超过30%。从社会经济影响来看，苛食木质部菌（Xylella苛食木质部菌，Xf）是主要的越境植物危害，也是世界上危害性最大的病原体之一。光谱筛查方法对于检测早期感染的非视觉症状和防止传播至关重要。然而，光谱上可检测到的由病原体引起的微妙生理变化与非生物胁迫的动力学有关。在这里，我们通过对100多万棵不同物种、感染和水分胁迫水平的树木进行航空光谱和热扫描，揭示了不同病原体和宿主特定光谱路径的存在，这些路径可以解开生物诱发的症状。我们证明，将这种生物-非生物光谱动力学解耦可以将不同宿主的Xf检测不确定性降低到6%以下。通过对另一种产生类似症状的有害维管束病原体大丽花黄萎病菌的这些偏离途径进行评估，不同的途径仍然具有病原体和宿主特异性，揭示了整个病理系统的检测准确率超过92%。迫切需要高光谱方法来推进毁灭性病原体的早期检测，以减少全球数十亿作物损失。 Divergent abiotic spectral pathways unravel pathogen stress signals across speciesAbstractPlant pathogens pose increasing threats to global food security, causing yield losses that exceed 30% in food-deficit regions. Xylella fastidiosa (Xf) represents the major transboundary plant pest and one of the world’s most damaging pathogens in terms of socioeconomic impact. Spectral screening methods are critical to detect non-visual symptoms of early infection and prevent spread. However, the subtle pathogen-induced physiological alterations that are spectrally detectable are entangled with the dynamics of abiotic stresses. Here, using airborne spectroscopy and thermal scanning of areas covering more than one million trees of different species, infections and water stress levels, we reveal the existence of divergent pathogen- and host-specific spectral pathways that can disentangle biotic-induced symptoms. We demonstrate that uncoupling this biotic–abiotic spectral dynamics diminishes the uncertainty in the Xf detection to below 6% across different hosts. Assessing these deviating pathways against another harmful vascular pathogen that produces analogous symptoms,Verticillium dahliae, the divergent routes remained pathogen- and host-specific, revealing detection accuracies exceeding 92% across pathosystems. These urgently needed hyperspectral methods advance early detection of devastating pathogens to reduce the billions in crop losses worldwide.相关阅读Dualex 便携式智能气象-叶绿素-花青素-黄酮醇测量仪PESSL便携式便携式植物多酚-叶绿素仪原理Dualex植物多酚-叶绿素仪：腐殖酸通过铁依赖和非铁依赖的协同机制缓解禾本科植物的铁失绿症Dualex植物多酚-叶绿素仪：硝化抑制剂和/或间作效应下玉米（和小麦灌溉种植系统中的硝酸盐淋失Dualex植物多酚-叶绿素仪：与保持绿色表达相关的叶片和冠层性状与对水分胁迫具有不同耐性的小麦基因型的产量构成密切相关Dualex植物多酚-叶绿素仪：基于地面和智能传感器的冬小麦营养营养仪Dualex植物多酚-叶绿素仪：增加角质层蜡沉积不会改变残余叶片蒸腾作用Dualex植物多酚-叶绿素仪--氮平衡指数：不同生物刺激剂对水培生菜的效果比较Dualex植物多酚-叶绿素仪：固体消化物和葡萄园冬季修剪堆肥替代苗圃中微繁殖高丛蓝莓生长基质中的泥炭研究Dualex植物多酚-叶绿素仪：不同灌溉制度下根际细菌和藻类对金盏草生理生化指标的影响Dualex植物多酚-叶绿素仪：Sentinel-2A与近端传感器数据协同提取水稻不同生育期生化参数Dualex植物多酚-叶绿素仪：三种便携式光学传感器在冬小麦氮素状况无损诊断中的应用Dualex植物多酚-叶绿素仪：基于微碳技术（MCT®）的肥料对土壤和辣椒生长室和田间培养的生物刺激效应Dualex植物多酚-叶绿素仪：根际细菌在减轻大豆干旱胁迫中的作用Dualex植物多酚-叶绿素仪：不同辐射组分下水分亏缺对苹果幼苗生长的影响

2023年11月1-3日，第二十届中国作物学会学术年会暨中国作物学会建会60周年庆祝大会在湖南长沙召开。来自全国涉农高校、科研院所的专家、学者、学生及企业代表共计2000余人参加了会议，另有11.36万人次通过中国知网线上观看直播，共同见证了这一盛事。大会开幕式11月2日上午，大会开幕式隆重召开。湖南省政协副主席、党组成员李民，农业农村部种植业管理司二级巡视员宁鸣辉，中国工程院院士、中国作物学会理事长万建民教授，中国作物学会荣誉理事长翟虎渠教授，中国工程院院士邹学校教授、刘仲华教授、陈温福教授、张洪程教授、张新友研究员、胡培松研究员、许为钢研究员等出席大会开幕式。开幕式由中国作物学会秘书长、中国农业科学院作物科学研究所党委书记刘录祥研究员主持。第二十届中国作物学会学术年会以“作物科学与种业创新”为主题，进行了大会报告、分会场报告、墙报交流、摘要交流及研究生论坛等多种形式的学术交流。中国水稻研究所所长胡培松院士、中国农业科学院作物科学研究所李立会研究员、中国科学院分子植物科学卓越创新中心王二涛研究员、河北农业大学马峙英教授、华中农业大学校长李召虎教授、湖南农业大学刘忠松教授、中国农业大学赖锦盛教授、中国农业科学院作物科学研究所张卫建研究员、北京大学邓兴旺教授9位专家作了大会报告，就水稻品质遗传改良、小麦种质创新与利用、植物-微生物共生的机理和应用、棉花优质高产多抗育种分子基础、棉花化控栽培—植物激素基础研究应用转化的成功案例、短生育期油菜的研究与育种、玉米Mo17基因组完整组装和结构变异解析、国家粮食安全与农田减排固碳的双赢策略、水稻第三代杂交育种技术的研发与应用方面作了深入的探讨和交流，这些报告内容丰富、见解独到，使与会者对作物科学的前沿研究方向有了更深入的了解和认识。河南省农业科学院许为钢院士、中国农业科学院作物科学研究所所长周文彬研究员分别主持大会报告。81位作物领域的专家、学者及青年科技工作者在“作物基因挖掘与分子育种”“作物种质资源与种业创新”“绿色丰产高效栽培与乡村振兴”“信息与智慧农业”4个分会场作报告，交流了作物领域最新研究进展，探讨了作物科学未来发展趋势。此外，36位研究生在研究生论坛作了报告，大会展出墙报189张、收录论文摘要452篇，评选出12位研究生的报告为优秀学术报告奖，评选出优秀墙报奖20个。11月3日下午，中国作物学会副理事长、天津农学院副校长金危危教授主持召开大会闭幕式。中国农业科学院作物科学研究所副所长马有志研究员、中国农业大学赖锦盛教授、中国农业科学院作物科学研究所李慧慧研究员、中国作物学会副理事长丁艳锋教授分别代表4个分会场作了学术总结汇报。周文彬副理事长在闭幕式上作大会总结，回顾了本次大会的全过程。2024年的第二十一届中国作物学会学术年会将在山西太原举办，由山西农业大学承办。会议最后，中国作物学会理事长万建民教授、湖南农业大学副校长陈光辉教授、山西农业大学副校长孔照胜教授共同完成了中国作物学会学术年会会旗交接仪式。本次大会由中国作物学会主办，湖南农业大学、岳麓山实验室、湖南省农业科学院承办，大北农集团、袁隆平农业高科技股份有限公司、水稻生物育种全国重点实验室、华智生物技术有限公司、作物遗传与种质创新利用全国重点实验室、湖南省作物学会协办。北京博普特科技公司自2017年起就持续参展中国作物学会学术年会，在本次年会中，博普特公司展出的种子、种质资源以及植物表型组学解决方案受到了与会专家的高度赞誉，博普特公司将继续为种子、种质资源与植物表型组学的发展不断贡献力量。

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。叶绿素在光合与植物发育过程中起到关键的作用。该设备通过分析投射过叶片的光测量叶绿素。系统经过化学校准，测量值为µg/cm² （5-80 µg/cm²量程内）。独特夹设计传感器-测量叶片中多酚和花青素多酚主要是在接收光后合成。因而其实植物光互作历史的良好指示因子。该设备通过分析多酚以及花青素对叶绿素荧光的屏蔽效应来测量多酚和花青素。多酚和花青素含量以相对吸收单元显示：多酚，0-3；花青素，0-1.5.工作原理多酚测量原理叶绿素红外荧光 (2) 是通过未被多酚吸收的参考激发光(1)而测量的；与多酚测量光（例如绿光(3)反映花青素，或者紫外光(4) 反映类黄酮）结果进行比较，由于多酚物质的吸收作用，只有小部分的光到达叶肉中的叶绿素，并能产生红外光。叶绿素测量原理通过光的透射率可以快速测量出叶片中叶绿素的含量。第一束近红外光(5)用于测量叶片中叶绿素的含量，第二束近红外光 (6) 测量叶片结构对叶绿素含量的干扰值。叶片叶绿素吸收率是基于两种近红外光的透射率测量的，两束近红外光（710nm和850nm）直接照射叶片，根据检测器分别检测到的透射率比较计算得出叶片叶绿素吸收率。产品特色便携小巧十分轻便（重量只有220克，包括电池），小巧 （适合手持）。Dualex Scientific+ 携带方便并且可以频繁使用。其人体工学设计特别适合测量0.5到16厘米宽的叶片。测量简单在自动模式下，当设备探测到叶片出现时会自动储存测量结果。同时也可使用手动开关。适用于实验研究Dualex Scientific + 提供多种选项：删除上次测量结果、管理测量结果 (三种分类)，可记录多达 1000多条数据。这些参数附带日期、时间、分组编号和GPS位置 (精确到米)。个性化设置可以对荧光计显示的指数进行定制，而这将影响到产品的最终价格。简易的数据管理数据可以通过USB数据线导出为数据文件，可兼容任何数据处理软件。内置GPS (可选)Dualex Scientific+ 内置GPS，显示的数据可以用于绘制图。超长使用寿命内置的可充电大容量锂电池可进行1000次循环充电。得益于充电技术的应用，这套设备仅需充4个小时的电即可是实现多达25000次测量。测量参数叶绿素 类黄酮 花青素 氮平衡测量对象植物叶片测量面积5mm 直径其它特性内置GPS，可储存一万多个数据尺寸205 mm x 65 mm x 55 mm重量220克（含电池）应用案例氮平衡指数效果示意图氮平衡指数（NBI: Nitrogen Balance Index）是叶绿素（CHL）和类黄酮（FLAV）的比值：当未发生氮肥胁迫时，植物生长健康，合成叶绿素较多，产生的多酚（类黄酮）较少；当发生氮肥胁迫时，植物营养不平衡，产生的多酚（类黄酮）较多，生成叶绿素较少。传统方法中只用叶绿素判断氮肥状况，当叶片叶绿素含量下降时（叶片变黄），说明植物缺失氮肥。而事实上，这种方法有一定的延迟效应，叶绿素下降是几天甚至十几天前氮肥缺失的表现，即使此时施肥，也会影响作物的最终产量。通过这项全新的指数，可获取更早更具有针对性地关于农作物的氮素信息。北京博普特科技有限公司是奥地利PESSL系列产品中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。相关阅读Dualex 便携式智能气象-叶绿素-花青素-黄酮醇测量仪Dualex植物多酚-叶绿素仪：腐殖酸通过铁依赖和非铁依赖的协同机制缓解禾本科植物的铁失绿症Dualex植物多酚-叶绿素仪：硝化抑制剂和/或间作效应下玉米（和小麦灌溉种植系统中的硝酸盐淋失Dualex植物多酚-叶绿素仪：与保持绿色表达相关的叶片和冠层性状与对水分胁迫具有不同耐性的小麦基因型的产量构成密切相关Dualex植物多酚-叶绿素仪：基于地面和智能传感器的冬小麦营养营养仪Dualex植物多酚-叶绿素仪：增加角质层蜡沉积不会改变残余叶片蒸腾作用Dualex植物多酚-叶绿素仪--氮平衡指数：不同生物刺激剂对水培生菜的效果比较Dualex植物多酚-叶绿素仪：固体消化物和葡萄园冬季修剪堆肥替代苗圃中微繁殖高丛蓝莓生长基质中的泥炭研究Dualex植物多酚-叶绿素仪：不同灌溉制度下根际细菌和藻类对金盏草生理生化指标的影响Dualex植物多酚-叶绿素仪：Sentinel-2A与近端传感器数据协同提取水稻不同生育期生化参数Dualex植物多酚-叶绿素仪：三种便携式光学传感器在冬小麦氮素状况无损诊断中的应用Dualex植物多酚-叶绿素仪：基于微碳技术（MCT®）的肥料对土壤和辣椒生长室和田间培养的生物刺激效应Dualex植物多酚-叶绿素仪：根际细菌在减轻大豆干旱胁迫中的作用Dualex植物多酚-叶绿素仪：不同辐射组分下水分亏缺对苹果幼苗生长的影响Dualex植物多酚-叶绿素仪：不同的非生物光谱途径揭示了不同物种的病原体应激信号Dualex植物多酚-叶绿素仪：用于在田间估算葡萄叶片氮状况的反射指数和手持设备的性能Dualex植物多酚-叶绿素仪：短期采前补充UV-B可提高罗勒叶片贮藏期间的多酚含量和抗氧化能力Dualex植物多酚-叶绿素仪：基于图像处理技术的5种红树林叶片形态特征及叶绿素相对含量的估测Dualex植物多酚-叶绿素仪：利用叶片荧光传感器估算玉米各生育期植株氮浓度Dualex植物多酚-叶绿素仪：便携式叶绿素仪测量作物叶片叶绿素浓度的评估Dualex植物多酚-叶绿素仪：从高光谱图像和SIF反演估算辐射传输Vcmax来评估雨养和灌溉植物表型试验中的光合性能Dualex植物多酚-叶绿素仪：单金属和双金属植物纳米颗粒对Mezquit生理状态的影响Dualex植物多酚-叶绿素仪：LED照明剂量对tatsoi光合指标的影响Dualex植物多酚-叶绿素仪：利用Dualex非破坏性测量确定不同甜樱桃园的覆盖下光有效性™Dualex植物多酚-叶绿素仪：硅在渗透胁迫下介导两种不同番茄基因型差异耐逆反应中的调节作用Dualex植物多酚-叶绿素仪：用非破坏性荧光传感器监测两个苹果品种对供水条件的生理生化反应Dualex植物多酚-叶绿素仪：从Sentinel-2光谱带反演冠层叶绿素含量以估算冬小麦集约种植系统的氮素吸收Dualex植物多酚-叶绿素仪：胚胎大小作为种子捕食耐受性性状：胚胎受损种子对植株再生的贡献Dualex植物多酚-叶绿素仪：基于叶片荧光和黄酮含量的马铃薯作物氮素状况评估光学指标的比较Dualex植物多酚-叶绿素仪：四倍体柑橘砧木提高普通克莱门汀（柑橘克莱门汀）低温胁迫耐受能力Dualex植物多酚-叶绿素仪：具有高镉适应性的入侵草的叶片功能特性Dualex植物多酚-叶绿素仪：几种内生细菌对鼠尾草幼苗生长和生理性状的影响Dualex植物多酚-叶绿素仪：利用多角度遥感校正冠层结构效应估算小麦叶片氮和叶绿素含量Dualex植物多酚-叶绿素仪：野生矮灌木蓝莓氮素状况的快速诊断Dualex植物多酚-叶绿素仪：基于无人机的大豆FVC、LCC和成熟度遥感监测Dualex植物多酚-叶绿素仪：应用形态学和生物化学标记评价两种园林植物的干旱响应Dualex植物多酚-叶绿素仪：温度、浇水制度和脱落酸对番茄幼苗生长发育的个体和交互生态生理效应Dualex植物多酚-叶绿素仪：对硬粒小麦灌浆期间光合器官的分析表明，穗是一个耐水胁迫的器官，花序梗是最大的初级代谢产物库Dualex植物多酚-叶绿素仪：短日紫外线照射下1-氨基环丙烷-1-羧酸合成酶和氧化酶基因家族在番茄叶片和根中的差异表达Dualex植物多酚-叶绿素仪：水培试验的设计，以评估新型有机和有机矿物产品的生物刺激潜力基于Dualex氮平衡指数测量仪的作物叶绿素含量估算模型Dualex植物多酚-叶绿素仪：不同水氮处理对玉米氮素诊断指标的影响Dualex植物多酚-叶绿素仪：氮肥减量后移对玉米冠层生理性状和产量的影响Dualex植物多酚-叶绿素仪：水培系统中垂直农场上生长的叶子和罗马生菜的生长和质量：农场研究结果Dualex植物多酚-叶绿素仪：遥感图像中的植被指数作为小麦产量和籽粒氮的指标Dualex植物多酚-叶绿素仪：小麦地方品种和谷类微绿中色素、抗氧化能力和生物活性化合物的评价

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。系统采用专利设计，光学传感器可进行简单、快速、无损测量叶片中的叶绿素、多酚以及花青素。Dualex便携式智能气象-叶绿素-花青素-黄酮醇测量仪获得安全的供水对提高一个人的生活质量很重要。我们研究了水资源可用性对家庭每月支出的影响（因变量）与自变量之间的关系，如家庭特征、水箱大小、使用说明和施工后指导，包括与水相关的健康风险管理。该样本由301名在乌干达收集雨水的受访者组成。采用多元回归分析对数据进行分析。研究结果表明，施工后指导和储罐尺寸是重要变量。这项研究表明，在安装供水设备后，需要采取后续行动来改善健康状况，即提供有关水风险的信息，促进阅读规范，并促进信息来源的可用性和可承受性，例如补贴报纸和信息支持设备（计算机）。此外，这项研究还表明，由于供应商在水方面的支出减少，以及对缺水（如脱水）造成的与水有关的健康风险的管理，节约成本的可能性增加。总的来说，该研究揭示了促进发展中国家政策和卫生的两种可能方式：（1）确保对所有水资源提供充分的建设后指导；（2）确保家庭可持续供应充足的安全用水。荧光测量：荧光指数由两个便携式荧光传感器Dualex®4 Scientific和Multiplex®3评估。二者被用来记录实验过程中的情况。这些设备可用于在野外自然辐射或受控室内人工辐射条件下对电厂状态进行即时评估。Influence of water shortage on apple seedling growth under different radiation compositionHaving access to a safe water supply is important to improve a person's quality of life. We examine the relationship between the influence of water availability on monthly household expenditures (the dependent variable) and independent variables such as household characteristics, tank size, usage instructions and post-construction guidance, including the management of water-related health risks. The sample consisted of 301 respondents who harvest rainwater in Uganda. A multiple regression analysis was used to analyse the data. The findings show that post-construction guidance and tank size were significant variables. This study suggests the need for a follow-up to improve health after the installation of water supply equipment, i.e., to provide information about water risks, foster reading norms and facilitate the availability and affordability of information sources, e.g., subsidised newspapers and information support devices (computers). Additionally, this study shows the possibility of increased savings due to reduced expenditures on water from vendors and the management of water-related health risks caused by a water shortage, e.g., dehydration. Overall, the study reveals two possible ways to advance policy and health in developing countries: (1) ensuring sufficient post-construction guidance for all water resources; and (2) ensuring a sustainable supply of adequate safe water in households.Fluorescence measurements: Fluorescence indices were assessed by two portable fluorescence sensors, Dualex®4 Scientific and Multiplex®3 (Force-A, Orsay, France). They were adopted to record conditions during the experiment. These devices can be used for instant evaluation of the plant status both under natural irradiance in the field or under artificial irradiance in controlled chambers.相关阅读Dualex 便携式智能气象-叶绿素-花青素-黄酮醇测量仪PESSL便携式便携式植物多酚-叶绿素仪原理Dualex植物多酚-叶绿素仪：腐殖酸通过铁依赖和非铁依赖的协同机制缓解禾本科植物的铁失绿症Dualex植物多酚-叶绿素仪：硝化抑制剂和/或间作效应下玉米（和小麦灌溉种植系统中的硝酸盐淋失Dualex植物多酚-叶绿素仪：与保持绿色表达相关的叶片和冠层性状与对水分胁迫具有不同耐性的小麦基因型的产量构成密切相关Dualex植物多酚-叶绿素仪：基于地面和智能传感器的冬小麦营养营养仪Dualex植物多酚-叶绿素仪：增加角质层蜡沉积不会改变残余叶片蒸腾作用Dualex植物多酚-叶绿素仪--氮平衡指数：不同生物刺激剂对水培生菜的效果比较Dualex植物多酚-叶绿素仪：固体消化物和葡萄园冬季修剪堆肥替代苗圃中微繁殖高丛蓝莓生长基质中的泥炭研究Dualex植物多酚-叶绿素仪：不同灌溉制度下根际细菌和藻类对金盏草生理生化指标的影响Dualex植物多酚-叶绿素仪：Sentinel-2A与近端传感器数据协同提取水稻不同生育期生化参数Dualex植物多酚-叶绿素仪：三种便携式光学传感器在冬小麦氮素状况无损诊断中的应用Dualex植物多酚-叶绿素仪：基于微碳技术（MCT®）的肥料对土壤和辣椒生长室和田间培养的生物刺激效应Dualex植物多酚-叶绿素仪：根际细菌在减轻大豆干旱胁迫中的作用

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。系统采用专利设计，光学传感器可进行简单、快速、无损测量叶片中的叶绿素、多酚以及花青素。Dualex便携式智能气象-叶绿素-花青素-黄酮醇测量仪摘要背景：本研究旨在研究根际细菌和蓝藻对水分胁迫下生长的大豆（Glycina max L.）某些生理特性的影响。方法：采用随机区试设计，按阶乘顺序进行4次重复试验。在研究中，使用了属于大豆（Glycine max L.）物种的Arý大豆品种。本试验旨在研究三种不同灌溉水平（100%、50%和25%）对大豆某些生理特性的影响，其中对照组（B0）使用两种不同的细菌。在本研究中，使用了脂质偶氮螺菌R1菌株、巨大芽孢杆菌属98号菌株和一种蓝绿藻（嗜糖小球藻）。结果：根据获得的平均数据，根长24.75cm-30.85cm，幼苗长28.10-36.57cm，根鲜重1.10-1.43g，幼苗湿重1.55-2.41g，根干重0.15-0.18g，幼苗干重0.38-0.46g，亚硝酸盐平衡指数70.64-82.90（dualex值），黄酮醇0.375-0.398（dualex值），花青素0.016-0.045（dualex值），在水分限制的情况下，这些值中的大多数都有所降低。已经确定，根际细菌和蓝藻对所检测的生理特性具有降低和调节作用。关键词干旱胁迫，大豆，根瘤菌，耐性The Effect of Rhizobacteria in the Reducing drought Stress in Soybean (Glycine max L.) AbstractBackground: This study was carried out to determine the effects of rhizobacteria and blue green algae applications on some physiological properties of soybean (Glycina max L.) grown under water stress. Methods: The experiment was conducted in factorial order with 4 replications according to the randomized plot trial design. In the research, Arýsoy variety belonging to soybean (Glycine max L.) species was used. In the experiment, it was aimed to examine the effects of three different irrigation levels (100, 50 and 25%) on some physiological characteristics of soybean with a control (control (B0), two different bacteria used. In this study, strains R1 of Azospirillum lipoferum bacteria, strains numbered 98 belonging to Bacillus megaterium bacteriaein and one blue green algae (Chlorella saccharophilia) were used.Result: According to the average data obtained, root length is 24.75 cm- 30.85 cm, seedling length 28.10-36.57 cm, root fresh weight 1.10-1.43 g, seedling wet weight 1.55-2.41 g, root dry weight 0.15-0.18 g, seedling dry weight 0.38-0.46 g, azote balance index 70.64-82.90 (dualex value), flavonol 0.375-0.398 (dualex value) and anthocyanin 0.016-0.045 (dualex value), with water restriction showed a decrease in most of these values. It has been determined that the rhizobacteria and blue-green algae have a decreasing and regulating effect on the physiological properties examined.KeywordsDrought stress Rhizobacteria Soybean Tolerance北京博普特科技有限公司是奥地利PESSL系列产品中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。系统采用专利设计，光学传感器可进行简单、快速、无损测量叶片中的叶绿素、多酚以及花青素。Dualex便携式智能气象-叶绿素-花青素-黄酮醇测量仪摘要： 由于常规施肥造成的环境问题，生物刺激剂被提议作为农业作物营养的环境友好替代品。本研究的目的是确定新型微碳技术（MCT®）肥料对三种不同质地土壤中辣椒植株生长的影响，这种肥料具有基于从莱昂纳多石中生物消化的腐殖酸的生物刺激活性。在西班牙的生长室和商业温室中，在受控条件下进行分析。通过微生物呼吸和酶活性（水解酶、脱氢酶和脲酶）分析施肥后对土壤的影响。对于植物分析，评估了生物特征参数（鲜重和果实硬度）和进行了叶片分析（叶绿素指数和营养素）。在受控条件下，使用这些生物刺激剂可在24小时内提高土壤微生物活性，同时提高土壤酶活性。在植物中，具有生物刺激活性的肥料与叶片的Dualex指数以及大量营养素Ca和Mg的含量呈正相关。在商业温室中，具有生物刺激活性的肥料强烈依赖于土壤质地。综上所述，这些产品在商业生产领域具有取代传统肥料的真正潜力。 Biostimulant Effects of Micro Carbon Technology (MCT®)-Based Fertilizers on Soil and Capsicum annuum Culture in Growth Chamber and FieldAbstractDue to the environmental issues that conventional fertilization is causing, biostimulants are proposed as environmentally friendly alternative for crop nutrition in agriculture. The aim of this study was to determine the effects of new Micro Carbon Technology (MCT®) fertilizers with biostimulant activity based on humic acids biologically digested from leonardite on pepper plant growth in three different soils with different textures. The assays were performed under controlled conditions in a growth chamber and in commercial greenhouses in Spain. The effects on soil were analyzed after the addition of the fertilizers by microbial respiration and enzymatic activities (hydrolase, dehydrogenase and urease). For the plant assays, biometric parameters (fresh weight and fruit hardness) and foliar analysis (chlorophyll indices and nutrients) were evaluated. Under controlled conditions, the use of these biostimulants resulted in a greater soil microbial activity in a 24 h interval with increased soil enzymatic activity. In plants, a positive correlation was found between fertilizers with biostimulant activity and Dualex indices of leaves and content of macronutrients Ca and Mg. In commercial greenhouses, the fertilizers with biostimulant activity strongly depended on the soil texture. In conclusion, these products have real potential to replace conventional fertilizers in commercial production fields.北京博普特科技有限公司是奥地利PESSL系列产品中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。

贴息贷款博普特植物表型组学和种质资源研究解决方案2022年9月初国务院常务会议决定对部分领域设备更新改造贷款阶段性财政贴息，9月28日央行明确设备更新改造专项再贷款支持教育、卫生健康、文旅体育等10个领域，其中教育领域涵盖内容：重点支持职业院校、高等学校教学科研、实验实训等重大设备购置与更新改造。农业科学基础研究的重大进展，是驱动农业科技创新的原动力，是我国农业科技抢占世界制高点、实现高水平自立自强的坚实基础。而重大设备购置与更新改造是强化基础研究条件，构建与学科体系相匹配科技平台的强力支撑。北京博普特科技有限公司成立于2008年，是一家专注于研发、生产、系统集成、销售技术服务一体化的高科技公司。北京博普特科技有限公司凭借优质的产品、有效的服务、强大的团队飞速发展，目前已经与多家欧美仪器品牌达成战略合作，共同服务中国客户。北京博普特科技有限公司为总代理的品牌产品提供专业的技术支持和售后服务，产品遍布于植物、生态、食品、生物、土壤、环境、气象、遥感等领域，在植物表型组学和种子、种质资源领域，拥有全面的产品线和系统解决方案。博普特五大解决方案室内植物表型成像系统田间植物表型成像系统种子表型成像系统根系表型成像系统显微表型成像系统一、室内植物表型成像系统WIWAM植物表型成像分析系统室内植物表型成像系统WIWAM XY高通量可重复性表型机器人，用于幼苗和小植物（如拟南芥）研究精准均匀灌溉：称重/灌溉平台一体化，植株灌溉时旋转以获得较佳水分布，高精度灌溉可达1mL。定制化：提供全定制系统，高性能标配叶绿素荧光成像模块软件数据处理：搭载PIPPA专用软件，配有直观界面，开放式数据库结构其他：可搭配环境传感器室内植物表型成像系统WIWAM Line高通量可重复性表型机器人，用于对小型植物，如玉米植物研究。精准均匀灌溉：称重/灌溉平台一体化，植株灌溉时旋转以获得较佳水分布，高精度灌溉可达1mL定制化：提供全定制系统，可集成各种成像模块。软件数据处理：搭载PIPPA专用软件，配有直观界面，开放式数据库结构其他：可搭配环境传感器室内植物表型成像系统WIWAM conveyor集成机器人解决方案，用于高通量可重复表型平台，用于大型植物。该机器人可进行自动灌溉，允许定期对多种植物生长参数测量。精准均匀灌溉：称重/灌溉平台一体化，植株灌溉时旋转以获得较佳水分布，高精度灌溉可达1mL定制化：提供全定制系统软件数据处理：搭载PIPPA专用软件，配有直观界面，开放式数据库结构产品可选配模块：可见光RGB成像模块、叶绿素荧光成像模块、群体植物光合长期监测模块、近红外成像模块、红外热成像模块、高光谱成像模块、激光3D扫描多光谱成像模块其他：可搭配环境传感器 室内自行走表型机器人室内天车轨道表型成像系统Plantarray高通量植物生物学监测系统Plantarray是一款基于称重的高通量、多传感器植物功能生理表型平台以及植物逆境生物学研究通用平台，广泛应用于生物胁迫和非生物胁迫以及植物栽培加速育种研究、植物种质资源精准鉴定与评价等。Videometer Lab500多光谱成像系统Videometer Lab 500多光谱成像测量系统广泛应用于植物种质资源、表型性状分析/挖掘，基因型-表型关联、农业育种、园艺学、农业信息学、果实品质分析、植物病理研究、生物量分析、种子萌发研究 、抗逆研究等Videometer Lab 500可以用于测量大样品，也可以对细菌、真菌等进行高通量表型成像测量，进行毒理学或其它研究。HAIP高光谱成像柜HAIP高光谱成像柜用于实验室快速获得观测目标在500-1000nm内的高光谱图像数据，是分辨率很高的高光谱系统。HAIP高光谱成像柜可用于逆境胁迫研究、品种分类、植物科学、果实种子品质分析、成分分析等研究。二、室外植物表型成像系统Phenomobile移动式植物表型成像分析平台Phenomobile移动式植物表型成像分析平台方便大型温室内或户外不同区域间移动使用，较大地提高了载样方便性和使用效率，Phenomobile标配包括4个功能模块：多光谱成像模块、3D激光扫描三角测量、RGB3D成像测量、高光谱成像模块，以提供完备的作物表型3D建模与成像测量分析。Hiphen天车式植物表型成像系统Airphen遥感植物表型分析平台AIRPHEN 是HI-PHEN开发出的一款无人机多光谱相机系统，在UAV领域搭载进行移动光谱生长指数测量。可进行无线操作并与相辅助的热成像IR相机和高分辨率RGB相机结合使用。用于测量植物、环境等，适用于生态环境、植物表型、精准农业、近地农业遥感、农业保险等领域研究。Airphen LITERAL田间便携式植物表型成像系统该系统针对获取地面采样距离(GSD)的图像或无需UAV来进行较简单数据获取的需求，测量植株高度可达3m。系统有多种备选传感器，标配RGB可见光和多光谱表型成像模块，适于野外作物表型特征提取和分析。HAIP高光谱表型成像平台HAIP高光谱成像系统内置高性能计算机，多功能、多任务科研级相机系统，标配DJI相机接口，专为DJI M300系列无人机设计；可选配田间测量三脚架，适合野外移动式测量或长期观测使用。可用于环境遥感、农林遥感、精准农业、物种分类、植物科学、成分分析等研究。Videometer Lite 便携式多光谱表型成像系统Videometer Lite 便携式多光谱表型成像系统通过测量样品在7个不同波长的LED频闪光下的成像来获取有用信息，可以对细菌、真菌、虫卵等进行高通量成像，也可进行毒理学、食品谷物、作物、肉品品质等精确检测。Videometer Field 田间多光谱表型成像系统该系统是一款不受风和不同光谱辐射影响的野外田间多光谱表型成像系统，可用于测量植被冠层的光谱特征和几何特征，可应用于田间表型性状分析和挖掘、农业大田育种、园艺学、农艺信息学、植物病虫害研究和大田作物抗逆研究等。便携式高光谱成像系统BlackMobile高光谱成像系统是一款智能手持式涵盖可见光和近红外波段范围的高光谱成像系统，可轻松、快速获取光谱数据，实现现场分析。相机集成了独有的宽带LED照明单元，无需外置光源，适合各种环境。系统配有大触摸屏，用户界面简洁，确保了实践应用。无需深度专业知识即可使用相机或解读结果，系统采用即用设计，处理结果可在屏幕上显示。可用于逆境胁迫研究、品种分类、植物科学、果实种子品质分析、成分分析等研究。 三、种子表型成像系统种子形态生理表型-Videometer Lab4多光谱成像测量系统Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等，间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、寿命等。 Videometer SeedLab多光谱种子检验与表型实验室Videometer SeedLab 是一个人工智能驱动的系统，可以自动对目标种子和谷物进行完整的分析和分类。采用先进的光谱成像技术和机器学习算法，引导机械臂自动吸出种子并进行分拣。Videometer Lab XY高通量种子分析系统VideometerXY是用于种子分析的定制版系统。VideometerXY用于大量样品快速有效测量。系统是集成有照明，相机以及计算机技术的自动系统，使用了数字分析和统计。 种子形态生理表型与结构表型综合分析—SeQso种子表型播种一体化系统SeQso种子表型播种一体化系统是利用多种设备高通量测量种子表型并对种子大数据进行分析，同时可对种子进行播种，将萌发幼苗与对应种子相关联。该种子表型播种一体化系统是一款多功能种子测量与分析平台。 种子结构显微表型研究系统——Fraunhofer计算机断层扫描表型成像系统Fraunhofer便携式CT断层扫描仪便携式断层扫描仪可应用于对植物种子、小型果实内部结构变化的研究。可以无损地探索不同植物种子腔体、胚和胚乳的变化，测量种子内部的三维结构和小型果实的内部变化。Fraunhofer台式CT断层扫描仪台式断层扫描仪不仅可以运用于植物根系、茎秆、果实、种子、叶片分析等，也适用于地质学、考古学以及土壤团粒结构研究等。四、根系表型成像系统Videometer MR多光谱根系表型成像系统Videometer MR多光谱根系表型成像系统可用来拍摄土壤中的活根以及菌根菌丝的全高清图像，监控其多季节的生长和行为。可应用于根系季节和空间分布测定、与胁迫相关的根系发育、表型研究，作物生长模型研究、病理分析以及昆虫行为生态研究等。Plantarray根系生理表型测量系统Plantarray是一款基于称重的高通量、多传感器生理表型平台以及植物逆境生物学研究通用平台，也可用于根系生理表型测量。该系统可持续、实时测量位于阵列中每个植株的土壤-植物-空气（SPAC）中的即时水流动，直接测量根系和茎叶系统水平衡和生物量增加，计算植物生理参数以及植物对动态环境的反馈。广泛应用于生物胁迫和非生物胁迫以及植物栽培加速育种研究等。 植物根系Frauhofer CT计算机断层扫描系统Frauhofer实验室植物CT成像系统广泛应用于植物根系、茎杆的内部结构变化的研究。可以无损地探索盆栽中不同植物的根系变化，也可以测量茎杆的3D结构。五、显微表型成像系统Videometer Mic显微多光谱测量系统多光谱显微表型成像系统是一套能够实现微米级物体多光谱图像采集的仪器，不仅保持了显微镜对微小区域实时成像的特点，更具备了采集该区域物体280~1050nm波段内光谱以及RGB图像的能力，可普遍应用于微纳光学、材料学、生物技术、等领域。Fraunhofer高分辨率纳米显微计算机断层扫描系统（纳米CT）Fraunhofer高分辨率纳米CT显微计算机断层扫描系统空间分辨率达150nm，体素采样可达50nm，能够以高空间分辨率测量样品的内部三维结构（3D），被广泛地应用生物、材料、半导体科学等领域，实现无损测量及评估。该系统是在显微尺度研究生物的设备，可看作高分辨率显微表型结构成像系统，如显微细胞、组织种子等显微结构研究，用于生物研究中隐藏内部结构的详细3D信息采集，以了解各种生物的形态。另一款纳米CT系统的分辨率可达40nm。其它：叶绿素荧光系统等

Videometer公司总部位于丹麦，是一家专注于光谱成像、自动视觉测量和质量监控的高科技公司，为多个工业领域开发高性能视觉系统，产品应用于植物表型研究、种子表型组学研究、种质资源库、生态学研究以及食品监测如肉类、海鲜、蔬菜、水果、酸奶的商检、科研等领域。海鲜和食品领域也是研究的重点领域。光谱成像技术、设备广泛用于质构、颜色、形态、光泽、形状以及表面化学精确测量等。目前公司多光谱表型成像产品有VideometerLab 4台式多光谱成像平台、Videometer SeedLab种子检验与表型平台、便携式多光谱成像系统Videometer Lite、VideometerLab 500大成像面积多光谱成像平台、VideometerMic显微多光谱成像平台、VideometerMR根系多光谱成像系统、VideometerLiq固、液两用多光谱成像分析平台（多光谱液体稳定性分析仪）、VideometerMiniLiq便携式多光谱液体稳定性分析仪、Videometer Lab UV紫外多光谱成像系统、VideometerLab XY高通量颗粒多光谱成像系统等。目前利用其设备进行研究的文章发表在Nature等各个领域期刊上，科研人员已经利用Videometer设备发表了超过350多篇文章、数十个专利。主打产品Videometer Lab配备了多种备选用途配件，广泛应用于在植物表型组学、植物学、种质资源库建设、种子学、食品等各个领域。2022年9月初召开了Videometer Q3全球合作伙伴峰会，Videometer总部详细介绍了下半年参展规划。Videometer将在下半年继续进行多光谱成像系统Webinar网络会议。负责人详细介绍了最新研发进展，云数据服务方面将继续推出，新型服务即将推出。多个产品如VideometerMR，Videometer Lite以及Videometer MiniLiq等都可以进行云端分析，极大促进了现场和野外场景的应用。Videometer还将推出大成像面积田间表型成像系统。参会情况介绍IASIM–光谱成像会议上，Videometer首席执行官延斯·迈克尔·卡斯滕森（Jens Michael Carstensen）举办了一次研讨会，重点讨论了光谱成像在食品行业的重要革新性作用。IASIM–光谱成像会议研讨会介绍了强大的LED光谱成像与多变量统计、机器学习和云数据库在质量检查中的结合使用。国际热带农业研究所（IITA）种质资源库培训Videometer新推出的种子检验与表型实验室-种子种质资源库便携式田间、室内多光谱成像系统Videometer Lite便携式多光谱表型成像系统经济学表型成像系统，是野外表型测量的突破，可用于各种场景,可手持使用，也可按照在伸缩杆，亦或用于小型机动车和手动车上，该系统使用云软件，设备可连接WIFI，进行快速、精确光谱图像分析。系统采用了先进的技术，可用于样品表面颜色、纹理和化学组分测量，测量样品直径可达 110 mm。Videometer Lite采用了LED频闪光源系统，有效组合了7个波长测量，并生成图谱合一的融合光谱图像，每个像素对应一个不同反射光谱。该设备包括可见光以及NIR近红外波段，用于食品、种子、作物、肉品等等进行精确、全面品质检测。例如最典型的应用就是田间病害表型成像研究。博普特公司相关人员参加了峰会主要议程，涵盖市场、销售以及技术等各个环节，来自韩国、泰国、印度、日本、埃及、波兰等各国合作伙伴，全面系统沟通了各自的销售、市场和技术进展，多样性的应用以及探索给其它区域合作伙伴市场推广提供了好的启发，创造了新机会，开拓新的应用方向，深化现有市场开拓。包括Videometer总部在内各大洲的合作伙伴们继续深化线上Webinar网络会议以及现场参展等形式，持续加大各自相应市场的投入。Videometer公司专门人员也会有组织更多的全球性市场活动如ISTA 会议等，后续将陆续报道。北京博普特科技有限公司作为Videometer中国区总代理，将与Videometer公司以及各国兄弟合作伙伴一起，推进在多光谱成像技术在全世界各个领域的应用。

VideometerLab 4多光谱种子表型成像系统是丹麦理工大学与丹麦Videometer公司开发，是用于种子研究先进的多光谱表型成像设备，典型客户为ISTA国际种子检验协会、ESTA欧洲种子检验协会、John Innes Centre、LGC化学家集团、奥胡斯大学等等，利用该系统发表的文章已经超过300篇。Videometer种子表型表型成像系统可测量种子如尺寸、颜色、形状等，间接测定种子参数如种子纯度、发芽百分比、发芽率、种子健康度、种子成熟度、中寿命等。种子活力综合种子活力是种子发芽和出苗率、幼苗生长的潜势、植株抗逆能力和生产潜力的总和（发芽和出苗期间的活性水平与行为），是种子品质的重要指标，具体包括吸涨后旺盛的代谢强度、出苗能力、抗逆性、发芽速度及同步性、幼苗发育与产量潜力。种子活力是植物的重要表型特征，传统检测方法包括低温测试、高温加速衰老测试、幼苗生长测定等。该系统也可以对细菌、虫卵、真菌等进行高通量成像测量，进行病理学、毒理学或其它研究。对于拟南芥等冠层平展的植物，可以进行自动的叶片计数等。Videometer Lab 4是一款新型、功能强大且性价比高的表型成像测量系统。通过控制系统就可以进行高分辨率多光谱成像。基础模块包括可见光成像，UV紫外成像以及NIR成像。可固定摄像头或移动摄像头。因拍照速度迅速，可实现较高通量成像。可以测量较小的样品，比如拟南芥等小植株、用多孔板培养的植物、多孔板里的叶圆片、以及植物的种子等，分析软件功能强大。Videometer SeedLab种子表型实验室系统最近Videometer公司又推出了业界具有革新性、颠覆性的Videometer SeedLab种子实验室系统。按照客户的评价，该多光谱成像系统是增强种子分析和分类功能的强化版数字种子表型实验系统，该系统将通过提供种子和谷物分析的综合解决方案来帮助研究活动。此外，种子表型实验系统将可对种子和谷物进行分析，作为多功能通用成像平台来支持相关领域活动。客户评价道：该革新性的Videometer种子表型实验系统有可能彻底改变种子行业。系统的功能该系统是一个交钥匙一站式解决方案，可完全实现自动化种子分析。事实上，Videometer SeedLab由光谱成像、先进的多元统计和机器学习、人工智能算法驱动，这些算法能够自动检查、分析、分类和排序不同的种子。Videometer SeedLab集成了不同的元件，可完全实现自动化种子检测。分析从一个漏斗开始，用于导入产品，然后在VideometerLab光谱成像仪下方的传送带上运输。然后对产品进行检查并进行“数字”分类。分级后，一个提取和放置自动机器臂膀根据种子的分类将其物理分类到不同的运输容器中。Videometer SeedLab定制此外，Videometer SeedLab允许高度定制：使用该系统，不仅可以个性化定制送货箱和吸盘，还可以定制分类模型，以便根据您的产品需求进行定制。此外，还可以添加多荧光选项，例如允许检测真菌毒素或前照灯选项，以便更好地检查种子表面的形态。玉米真菌感染检测大麦镰刀菌感染Videometer通过测量样品在19种不同波长的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的彩色图像。Videometer备选模块包括叶绿素荧光成像模块，能够实现叶绿素荧光成像（叶绿素a和叶绿素b）。Videometer种子表型活力成像系统包括种子形态测量、种苗多光谱荧光成像检测等现代技术，全面检测种子的形态、发芽及其抗逆性，是目前种子表型活力较全面的无损检测系统，是种子及种苗表型分析的较佳组合。主要技术特点LED光源技术，测量样品在19个波段下成像获取种子各种信息，VideometerLab多光谱荧光成像技术，高通量、高灵敏度检测种苗表型、叶绿素含量、活力、光合效率及抗逆性等，进一步分析种子的反射光谱及种子含水量等。种子形态测量参数：种子数量、长度、宽度、体积大小、表面积、周长及颜色分析种子、种质资源库建设种子叶绿素荧光成像测量，可用于小植株表型测量以及生态学研究，研究植物密度、宽度、叶柄长、叶片数、叶色、叶长、叶面积、叶颜色、叶病斑、绿度指数，花径、花面积、花、色分级、画图像提取，果实品质、纵径、果形指数、果实颜色分级，如小侧根、绒毛研究等。叶绿素含量测量以及生物钟节奏研究。叶绿素含量多少与种子活力密切相关，可用此作为种子活力筛选的一个重要指标，系统还可用于Marker标记测量，如GFP绿色荧光蛋白等。 利用Videometer多光谱表型研究平台发表的部分文章1、Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral Image Analysis2、Systematic establishment of colour descriptor states through image-based phenotyping 3、利用多光谱成像系统结合化学计量法无损鉴别高品质西瓜种子的可行性。4、Genebank seed accession phenotyping through spectral imaging5、Recent Applications of Multispectral Imaging in Seed Phenotyping and Quality Monitoring—An Overview6、Utilization of computer vision and multispectral imaging techniques for classifcation of cowpea (Vigna unguiculata) seeds7、Final report: Application of  multispectral imaging (MSI) to  food and feed sampling and  analysis FSA Contract Reference No.: SEP-EOI-05Project Deliverable: 5种子研究部分文章列表1.A virtual seed file: the use of multispectral image analysis in the management of genebank seed accessions2.Multispectral imaging as a potential tool for seed health testing of spinach (Spinacia oleracea L.)3.Classification of different tomato seed cultivars by multispectral visible-near infrared spectroscopy and chemometrics4.Viability prediction of Ricinus cummunis L. seeds using multispectral imaging5.Online variety discrimination of rice seeds using multispectral imaging and chemometric methods6.Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral Image Analysis7.Nondestructive determination of transgenic Bacillus thuringiensis rice seeds (Oryza sativa L.) using multispectral imaging and chemometric methods8.Use of multispectral images and chemometrics in tomato seed studies    9.Discrimination in varieties of rice seeds with multispectral imaging using support vector machine10.Rapid Discrimination of High-Quality Watermelon Seeds by Multispectral Imaging Combined with Chemometric Methods11.Non-destructive discrimination of conventional and glyphosate-resistant soybean seeds and their hybrid descendants using multispectral imaging and chemometric methods12.Discrimination of Kernel Quality Characteristics for Sunflower Seeds Based on Multispectral Imaging Approach13.Multispectral imaging – a new tool in seed quality assessment?14.Classification of Haploid and Diploid Maize Seeds by Using Image Processing Techniques and Support Vector Machines15.Use of partial least squares discriminant analysis on visible-near infrared multispectral image data to examine germination ability and germ length in spinach seeds16.Identification of Haploid Maize Seeds using Gray Level Co-occurrence Matrix and Machine Learning Techniques17.Effects of Polymer Coating on Rice Seed Germination18.Recent advances in emerging techniques for non-destructive detection of seed viability: A review19.Optimization of Germination Inhibitors Elimination from Sugar Beet (Beta vulgaris L.) Seeds of Different Maturity Classes20.Differentiation of alfalfa and sweet clover seeds via multispectral imaging21.Integrating Optical Imaging Tools for Rapid and Non-invasive Characterization of Seed Quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as Study Cases22.Determination Of Sitotroga cerealella (Lepidoptera: Gelechiidae) Infestation In Wheat Seeds By Radiographic And Multispectral Image Analysis23.Geographical and inter-annual patterns of seed viability in the threatened cold desert perennial Ivesia webberi, and the prospect of nondestructive seed testing methods*24.Multispectral and X-ray images for characterization of Jatropha curcas L. seed quality25.Discrimination of Pepper Seed Varieties by Multispectral Imaging Combined with Machine Learning26.Non-destructive identification of single hard seed via multispectral imaging analysis in six legume species27.Seed germination and seedling growth parameters in nine tall fescue varieties under salinity stress28.A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques29.Cultivar Discrimination of Single Alfalfa (Medicago sativa L.) Seed via Multispectral Imaging Combined with Multivariate Analysis30.Chlorophyll fluorescence as a new marker for peanut seed quality evaluation31.Non-Destructive Identification of Naturally Aged Alfalfa Seeds via Multispectral Imaging Analysis32.Autofluorescencespectral imaging as an innovative method for rapid, nondestructive and reliable assessing of soybean seed quality33.Research on Classification Method of Eggplant Seeds Based on Machine Learning and Multispectral Imaging Classification Eggplant Seeds

最近Videometer公司又推出了业界具有革新性的Videometer SeedLab种子实验室系统。按照客户的评价，该多光谱成像系统是增强种子分析和分类功能的强化版数字种子表型实验系统，该系统将通过提供种子和谷物分析的综合解决方案来帮助研究活动。此外，种子表型实验系统将可对种子和谷物进行分析，作为多功能通用成像平台来支持相关领域活动。客户评价道：该革新性的Videometer种子表型实验系统有可能彻底改变种子行业。 Videometer SeedLab系统的功能该系统是一个交钥匙一站式解决方案，可完全实现自动化种子分析。事实上，Videometer SeedLab由光谱成像、先进的多元统计和机器学习、人工智能算法驱动，这些算法能够自动检查、分析、分类和排序不同的种子。Videometer SeedLab集成了不同的元件，可完全实现自动化种子检测。分析从一个漏斗开始，用于导入产品，然后在VideometerLab光谱成像仪下方的传送带上运输。然后对产品进行检查并进行“数字”分类。分级后，一个提取和放置自动机器臂膀根据种子的分类将其物理分类到不同的运输容器中。 自定义项此外，Videometer SeedLab允许高度定制：使用该系统，不仅可以个性化定制送货箱和吸盘，还可以定制分类模型，以便根据您的产品需求进行定制。此外，还可以添加多荧光选项，例如允许检测真菌毒素或前照灯选项，以便更好地检查种子表面的形态。 玉米真菌感染检测大麦镰刀菌感染Videometer公司总部位于丹麦，是一家专注于光谱成像、自动视觉测量和质量监控的高科技公司，为多个工业领域开发高性能视觉系统，产品应用于植物表型研究、种子表型组学研究、生态学研究以及食品监测如肉类、海鲜、蔬菜、水果、酸奶的商检、科研等领域。海鲜和食品领域也是研究的重点领域。光谱成像技术、设备广泛用于质构、颜色、形态、光泽、形状以及表面化学精确测量等。目前公司多光谱表型成像产品有VideometerLab 4台式多光谱成像平台、便携式多光谱成像系统Videometer Lite、VideometerLab 500大成像面积多光谱成像平台、VideometerMic显微多光谱成像平台、VideometerMR根系多光谱成像系统、VideometerLiq固、液两用多光谱成像分析平台（多光谱液体稳定性分析仪）、VideometerMiniLiq便携式多光谱液体稳定性分析仪、Videometer Lab UV紫外多光谱成像系统、VideometerLab XY高通量颗粒多光谱成像系统等。北京博普特科技有限公司作为Videometer中国区总代理，将全力以赴推进在多光谱成像技术在各个领域的应用。

机器视觉在食品科学以及食品工业中关于食品质量评估和监测的关注度越来越高。在食品行业实施过程分析技术（PAT）的框架中，图像处理不仅可以用于食品质量的估计甚至预测，还可以用于检测掺假。针对这些在食品科学中的应用，我们在此提出了一种新方法，用于对多种食品（例如肉类、香草奶油和食用橄榄）进行自动图像分析，以提高客观性、数据可重复性、低成本信息提取和更快的质量评估，无需人工干预。图像处理的结果将传播到下游分析。开发的多光谱图像处理方法基于无监督机器学习方法（高斯混合模型）和用于分割过程优化的新型无监督光谱带选择方案。通过评估，我们证明了其相对于目前可用的半手动软件的效率和稳健性，表明所开发的方法是一种适用于从食品样品中提取大量数据的高通量方法。图1.图1.仪器和数据概览。(a) VideoMeterLab，(b)采集的数据立方体；这里展示了一个碎肉样品在本节中，介绍了自动分割(AS)和VideoMeterLab 软件(VM)的结果。第一次分析是根据信息区域大小进行的（请参见图 3）。更具体地说，它涉及大小的线性回归及其相互相关性以及相应的p值（显示这种相关性是否是随机的）。这些区域表示为信息区域占总图像区域的百分比（所有样本都相同，即1200x1200 像素）。在碎肉的情况下，信息区域大小的回归显示出一条梯度为 1.04 的线，偏移量约为 -0.02，这表明我们对这两种方法具有一对一的关系。 R-square 仅约为 0.51，但可以通过有限的大小范围（大约 [0,1] 范围的 10%——从0.62到0.72）来证明它是合理的，从而无法很好地拟合线性方程。由于所有样本的范围非常接近，因为它们的大小仅受它们所理解的脂肪的影响，一条线与形成接近圆盘形状的椭圆体的数据的拟合可以证明相对较低的R平方值是合理的。另一个论点是 R 平方显示了模型解释的数据方差的百分比。考虑到这一点，我们稍后将尝试通过共定位分析来解释它的低值。另一方面，尺寸的相关性足够高，可以进一步支持线性拟合，相关系数 > 0.7，p 值为 ~5 10−9。图3.回归分析为了进一步加强前面分析的成果，同时也为研究科学家探索具有实际应用价值的其他方面，我们还对信息区域的平均反射率值及其相应的标准偏差进行了分析（请参见图4) 。为了评估这些信息，我们在图4中展示了碎肉数据集的条形图（S3 文件保存了牛肉和猪肉片数据集的条形图以及显示用于比较的数字结果的表格），其中条形显示平均反射率值，误差条显示相应的标准偏差。很明显，结果几乎相同。对这些数据进行相关分析（请参阅S3文件中的表格）很明显，测量的值几乎相同，因为所有相关系数都接近 1，p 值接近 0（最高值 10-19 ）。考虑到这一点以及之前的分析，我们可以认为这两种方法的性能相同。此外，关于信息区域提取是由专家用户使用 VideoMeterLab 软件手动执行的论点，我们可以说开发的全自动工作流程能够有效地对多光谱食物图像进行高通量分析。图4.分析每个波长检测到的信息区域的平均反射率值及其对应的碎肉数据集的标准偏差为了进一步调查结果并寻找检测到的信息区域之间的任何不一致，我们进行了共定位分析。共定位是生物科学中一种常用且流行的方法，用于测量荧光蛋白的重叠荧光程度。一般来说，这种分析不仅涉及二元问题：荧光染料是否共定位？还有荧光强度。在我们的例子中，强度没有有用的信息，因为它们不能提供对染料的洞察力。因此，分析仅基于二元问题，即 AS 信息区域是否与 VM 检测到的区域重叠，以及重叠的百分比。图 5(A) 显示了每个数据集的共定位平均百分比以及相应的标准误差 (SE)。此外，从图 5 (A) 可以看出，我们有高度的共定位，> 90% 与小 SE；猪肉片数据集的共定位最低，但这不应被视为一种方法的低效率，正如前两次分析的结果所示。此外，应该注意的是，百分比是使用 VM 结果作为基础计算的（“基本事实”，即我们将 AS 与 VM 区域进行比较）。接下来，图5(B) 显示了仅通过 AS 方法而不是通过 VM 方法检测到的区域的百分比（再次假设 VM 结果为“基本”事实），反之亦然（即百分比与 VM 相比，互斥区域）。正如预期的那样，结果反映了图 5(A) 中所示的结果。一个有趣的观察，在“最坏”情况下最明显（猪肉片），但在整个 所有五个数据集，VM 对相对较低的共定位百分比 (>90%) 的贡献大于 AS“专有”区域。相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图食品品质光谱成像可视化：使用多光谱成像分析快速无损识别注水牛肉样品食品品质光谱成像可视化：具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成食品品质光谱成像可视化：虾在冰成熟过程中的可剥性和质量变化食品品质光谱可视化研究：长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系食品品质光谱成像可视化：使用 vis/NIR 多光谱成像对微加工苹果的每日新鲜度衰减：初步测试食品品质光谱成像可视化：多光谱视觉系统与色度计在肉色评估中的比较食品品质光谱成像可视化：肉品连续煎炸多维质量监控新视觉技术食品品质光谱可视化研究：使用光谱成像和三色测量对鲑鱼虾青素颜色进行分类食品品质光谱可视化研究：长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系

使用图像分析对水产饲料颗粒中的虾青素涂层进行工业质量检测对于自动化生产控制具有重要意义。丸剂分为两组：一组是用鱼油中的合成虾青素包衣的丸剂，另一组是仅用鱼油包衣的丸剂。在这项研究中，颗粒的多光谱图像分析捕获了 20 个波长（385–1050 nm）的反射。使用线性判别分析（LDA）、主成分分析和支持向量机作为统计分析。从多光谱图像中提取的特征是像素光谱值以及使用汇总统计数据，例如每个颗粒的平均值或中值。使用 LDA 对颗粒平均值或中值进行分类显示了总体良好的结果。多光谱成像是一种很有前途的技术，可用于非侵入性在线优质食品和饲料产品，优化色素使用和最少浪费。图1.EcoLife 20 颗粒，以鱼油中的合成虾青素作为涂层（A 组），分割结果叠加（白色）最初，使用多光谱图像上的强度阈值从背景中分割颗粒，参见图1和2。多光谱图像的颜色标准RGB图像表示仅用于本文中的可视化，通过使用惩罚最少的多光谱颜色映射 Dissing等人描述的平方回归。图2.带有鱼油涂层的EcoLife20颗粒（B 组），分割结果覆盖（白色）比较两组EcoLife20的SNV归一化平均光谱表明，鱼油中合成虾青素包衣的颗粒（A 组）和仅鱼油包衣的颗粒（B 组）之间的最大差异分别为 970、950和565 nm（按数量级），见图3。970 和 950 nm 都在 NIR 范围内，而565nm代表绿色，仅次于黄色。此外，1050nm显示将组分开。对于AquaLife R90，最大组光谱之间的差异在400nm左右的可视范围内，也略高于 600 nm。光谱仪结果显示，鱼油中的合成虾青素与普通鱼油在500-600nm范围内存在较大偏差，见图3。这与VideometerLab 图像的结果非常吻合，部分与先前对虾青素的研究相符。图3.油（绿色）和普通鱼油（黑色）中合成虾青素的光谱仪反射率在对颗粒平均值进行LDA或QDA之前使用PCA并没有改善结果，见表III。这可能表明最大化方差不是解决这个特定问题的一种非常适合的方法，与组间的差异相比，组内的高差异也表明了这一点。PCA使方差最大化，而不专门考虑数据中两组之间的方差。PC2显示了两组之间的最大差异，见图4。前五个主成分解释了颗粒平均值总方差的98%，与这五个成分相比，判别分析的结果仍然使分类更差使用纯数据中的所有20个变量。图4.EcoLife20颗粒像素的多光谱图像（反射率）的第二个主成分。用鱼油中的合成虾青素包衣的颗粒，A组（左）。涂有鱼油的颗粒，B组（右）相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图食品品质光谱成像可视化：使用多光谱成像分析快速无损识别注水牛肉样品食品品质光谱成像可视化：具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成食品品质光谱成像可视化：虾在冰成熟过程中的可剥性和质量变化食品品质光谱可视化研究：长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系食品品质光谱成像可视化：使用 vis/NIR 多光谱成像对微加工苹果的每日新鲜度衰减：初步测试食品品质光谱成像可视化：多光谱视觉系统与色度计在肉色评估中的比较食品品质光谱成像可视化：肉品连续煎炸多维质量监控新视觉技术食品品质光谱可视化研究：使用光谱成像和三色测量对鲑鱼虾青素颜色进行分类

长时间低温热处理的奶牛和公牛的肉韧性与结缔组织特性的关系摘要：本研究的目的是阐明奶牛和公牛是否需要不同的加热温度和加热时间组合来降低肉的韧性。研究了加热温度和时间对两类牛肉半腱肌韧性的综合影响，并研究了与结缔组织性质的关系。对在53°C和63°C 之间加热长达19 1/2小时的牛肉半腱肌的韧性、胶原蛋白溶解度、组织蛋白酶活性和蛋白质变性进行了测量。结果表明，需要稍高的温度和延长加热时间才能将奶牛的半腱肌韧性降低到与年轻公牛相同的水平。由于长时间低温导致半腱肌韧性降低，这可能是由于结缔组织变弱，部分原因是蛋白质的变性或构象变化和/或胶原蛋白的溶解。图1.在53°C、55°C、58°C和63°C加热2 1/2 h、7 1/2 h 和 19 1/2 h 的奶牛半腱肌高光谱成像数据的得分和加载图.来自奶牛（图1）和年轻公牛（图2）的LTLT处理的ST的高光谱成像结果作为主成分评分和加载图给出。对于奶牛和年轻的公牛（图1和2，左），观察到根据加热温度和时间的聚集趋势，然而，对于来自奶牛的样品，这种影响最为明显。加载图的第一个主成分(PC1)主要是短波近红外(~900+nm)和可见波长(b700 nm) 的分离（图1和2，右）。加载图的第二个主成分(PC2)主要基于从565nm（脱氧肌红蛋白的吸收波长）和590nm（氧合肌红蛋白的吸收波长）到630nm（高铁肌红蛋白吸收）的肉的红色强度分离样品。因此，在奶牛（图1）中，当加热时间从 2 1/2 小时增加到19 1/2 小时时，肉变得不那么红了，而年轻公牛（图 2）的结果没有显示出明显的趋势。针对特定肌红蛋白形式的量的高光谱成像数据分析未显示时间或温度的任何影响（数据未显示）。图2.在53°C、55°C、58°C 和 63°C 下加热 2 1/2 h、7 1/2 h 和 19 1/2的年轻公牛半腱肌高光谱成像数据的得分和加载图H为了说明结缔组织对年轻公牛和奶牛韧性的贡献，从PF(PF-IY) 中减去IY，分别如图3所示。在年轻公牛中（图3A），与所有其他处理相比，PF-IY在53 °C 下持续 2 1/2 小时显着更高。对于高于53°C的温度和高于2 1/2 小时的加热时间，PF-IY 的水平达到非常低的水平，并且在这些处理中没有观察到显着差异。来自奶牛的 ST 的 PF-IY 在 55°C 和 58°C 之间显着降低，并且仅受 55°C 加热时间（19 1/2 小时）的影响（图 3B）。烹饪损失中组织蛋白酶 B 和 L 的活性随着时间和温度的增加而降低，而年轻公牛和奶牛之间没有观察到差异（图 3）。加热 2 1/2 h 后，53 °C 和 55 °C 的活性明显高于 58 °C 和 63 °C，7 1/2 h 后 55 °C 的活性显着下降。加热 19 1/2 h 后，53 °C 下的活性也显着下降，此时加热温度之间没有观察到显着差异。随着奶牛的温度从 53 °C 升高到 63 °C，以及年轻公牛在 58 °C 下加热时间从 2 1/2 小时增加到 19 1/2 小时，胶原蛋白的溶解度增加（图 3A）。与奶牛相比，年轻公牛的胶原蛋白溶解度要大得多，尤其是在热处理 19 1/2 小时后。小公牛蒸煮损失与可溶性胶原蛋白量之间的Pearson相关系数为0.83（Pb0.001），而在奶牛中未发现显着相关性。图3.加热温度为1时的年轻公牛（A 栏）和奶牛（B 栏）的 PF-IY（N）、可溶性胶原蛋白（mg/g）和组织蛋白酶 B 和 L（μU/g）活性的 LS 平均值53 °C、55 °C、58 °C 和 63 °C，持续 2 1/2 小时、7 1/2 小时和 19 1/2 小时。相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图食品品质光谱成像可视化：使用多光谱成像分析快速无损识别注水牛肉样品食品品质光谱成像可视化：具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成食品品质光谱成像可视化：虾在冰成熟过程中的可剥性和质量变化

虾在冰成熟过程中的可剥性和质量变化摘要：虾在冰上成熟四到五天后，在自动剥皮机上进行工业剥皮。TECHSHELL 项目旨在将成熟时间缩短至一天，从而提高1%的产量。此外，二氧化碳排放量将减少，冰的费用和虾的质量也会提高。为了能够缩短成熟期，重要的是要了解在成熟期间发生的质量变化（即颜色和质地）。此外，为了测试可剥性的变化，我们建立了一种定量方法来测量剥虾所需的功，我们在这里展示了可剥性功和峰值力以及来自VideometerLab 的新鲜和颜色结果。在冰上成熟期间预冷冻的Pandalus borealis（0-4天）。剥离性由质地分析仪测量。当外壳从前三个部分的肌肉中拉出时，张力会被定量测量。纹理通过纹理轮廓分析(TPA)进行分析，其中50%应变、1毫米/秒作为测试前、测试和测试后速度和10秒。等待时间。成熟过程中的质地变化显示了新鲜和预冻虾之间的差异，新鲜虾比预冻虾更硬，更有弹性。随着成熟的发生，剥虾肌肉所需的功和完成剥皮所需的最大力都在减少。 同成熟期后，鲜虾去皮所需的工作量比预冻虾少1-2.5 mJ。对虾最重要的质量指标之一是红色。不幸的是，在冰上成熟期间，红色从肌肉中消失了。VideometerLab 用于检测虾的颜色，此处以 L*a*b*分量表示，其中L*和a* 明虾在成熟过程中变得越来越浅且越来越红.纹理通过纹理轮廓分析(TPA)进行分析，其中50%应变、1毫米/秒作为测试前、测试和测试后速度和10秒。等待时间。成熟过程中的质地变化显示了新鲜和预冻虾之间的差异，新鲜虾比预冻虾更硬，更有弹性。在虾在冰上的成熟过程中，随着剥虾所需的工作减少，虾变得更容易剥皮。然而，虾的肌肉失去了一些最初的红色，因此显得更苍白，这是质量上的损失。在成熟过程中会发生一些质地变化，但是新鲜和预冷冻原料之间的差异主要影响质地轮廓。相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图食品品质光谱成像可视化：使用多光谱成像分析快速无损识别注水牛肉样品

具有不同亚硝酸盐和硝酸盐还原酶活性的肉相关葡萄球菌在发酵香肠中的颜色形成摘要：由于其不同的亚硝酸盐和/或硝酸盐还原酶活性而选择的三种葡萄球菌菌株，S. carnosus、S. simulans 和 S. saprophyticus，被用于在香肠发酵过程中引发颜色形成。在添加亚硝酸盐或硝酸盐的香肠发酵过程中，颜色之后是 L*a*b 测量值，亚硝基肌红蛋白 (MbFeIINO) 的含量通过电子自旋共振 (ESR) 进行量化。 MbFeIINO 在添加亚硝酸盐的香肠中迅速形成，与亚硝酸盐还原细菌的存在无关，而添加硝酸盐的香肠中 MbFeIINO 的形成速率取决于特定的葡萄球菌菌株。具有高硝酸还原酶活性的菌株显示出明显更快的色素形成速度，但其他因素也有影响。切片、包装香肠的产品稳定性分别通过自发荧光和己醛含量评估为表面颜色和氧化。没有观察到添加葡萄球菌的显着直接影响，然而，不同香肠中高初始量的 MbFeIINO 与储存期间的颜色稳定性之间存在明显的对应关系。自发荧光数据与己醛含量良好相关，可用作预测工具。总体而言，亚硝酸盐腌制香肠中葡萄球菌菌株的亚硝酸盐和硝酸盐还原酶活性对颜色发展的重要性有限，而在硝酸盐腌制香肠中，具有较高硝酸盐还原酶活性的菌株对于确保初始发酵阶段的最佳颜色形成至关重要。图1.发酵香肠发酵/成熟过程中颜色（a*值）的形成通过切开整条香肠并立即测量表面反射率来评估发酵过程中的颜色；图1显示了在这些测量中获得的a* 值。很明显，亚硝酸盐和硝酸盐的添加对香肠的红色属性有非常不同的影响。添加硝酸盐不会引起红色属性的初始变化，而添加亚硝酸盐由于鲜肉色素氧合肌红蛋白（MbFeIIO2）在发酵阶段不久被氧化降解为棕色高铁肌红蛋白（MbFeIII），导致显着变色。这是亚硝酸盐的一种公认且众所周知的氧化作用，但在实验上对其对一般品质性状的影响仍然很少描述。大面积变色可能是由 MbFeII 的快速有效氧化引起的，而不是直接与 MbFeIIO2 和添加的亚硝酸根阴离子反应。记录不同批次的显色（L*、a*、b*）以研究三种不同葡萄球菌的颜色形成能力。图2显示了对从香肠获得的所有VideometerLab 图像中心的预定义“感兴趣区域”(1·1 cm) 提取的 RGB 值执行的偏最小二乘 (PLS) 回归分析的结果与样品参数相关的表面，例如应变、储存时间和硝酸盐/亚硝酸盐添加量。如分数图所示，将包装香肠分成两个不同组的主要原因是光照（图 2a），其中第 II 组包含在储存期间暴露在光下的所有样品，而更同质的第 I 组包含所有样品在黑暗中保存。除了样本的这种非常明显的差异外，每组内部都存在一定程度的排序。似乎第一组中的参考样品位于下部，而特别是接种了S. carnosus 的香肠位于得分图的上部。在包含照明香肠的第II组中，观察到关于储存时间的明显趋势，如虚线箭头所示，显示随着储存时间的增加如何定位样品。在图2b中，相关载荷图中位于外圆附近的变量（从 [1, 1] 到 [1,1] 的坐标）表明 RGB 变量具有最佳相关性，并且最负责观察到的样本分组，并且描述红色、绿色和蓝色的所有三种类型的参数都在如此强大的变量中表示。为了进一步探索RGB中包含的信息数据，仅由照明香肠样品组成的单独数据集提交给主成分回归(PCR)分析，其中实验设计矩阵用作Y数据。图2.从VideometerLab图像中获得的0.0到1.0 色标的RGB值的主成分分析，作为香肠中心的预定义感兴趣区域相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图

注水牛肉作为肉制品中的主要食品安全问题引起了公众的关注。在这项研究中，评估了多光谱成像分析在可见光和近红外（405-970 nm）区域识别注水牛肉的潜力。采用多光谱视觉系统获取注入水分高达21%的牛肉图像，并采用偏最小二乘回归（PLSR）算法建立预测模型，通过相关系数（r) 为0.923。随后，通过将光谱数据与从普通 RGB 数据中提取的特征信息相结合来实现优化模型，从而产生更好的预测 (r=0.946)。此外，预测方程被转移到图像中的每个像素，以可视化实际水增加的分布。这些结果证明了多光谱成像技术作为一种快速、无损识别注水牛肉的工具的能力。图1.多光谱成像系统的主要设置图2显示了牛肉样品中R、G和B组分在不同增加的水百分比（校准组）下的平均强度。R的强度随着含水率的增加而降低，而G和B则呈现相反的趋势。注水牛肉中R、G、B成分变化趋势的原因是显而易见的。注水牛肉随着含水量的增加，颜色变得不那么鲜红，因此G和B的强度增加，而R的强度降低。图2.注水样品的R、G和B的平均强度（校准集）从可见光(VIS)区域到近红外(NIR)区域的光谱分析是一种广泛用于评估食品水分含量的光学技术（Wu et al., 2012）。在 940 和 1000 nm 之间观察到的光谱中的主要吸收带是由于 O-H 第三次伸缩泛音，并被分配给样品中的水。图3显示了在 405-970 nm 范围内，在不同增加的水百分比下，校准组中注水牛肉样品的相对反射光谱。预测集也具有类似的反射光谱趋势（数据未显示）。多光谱成像已经清楚地识别出不同百分比的增加水的注水样品。从图 3 可以看出，水分含量较高的牛肉在 405-600nm和700-970nm区域具有较高的反射光谱（吸光度降低），上述现象也可能是由于注水牛肉的外观呈绿色和蓝色。然而，在600-700nm区域，结果相反。随着注入水的增加，样品显示出较低的光谱反射强度。这种行为的原因是600到700nm之间的可见波长区域对应于肉类样品的微红色。随着注入水的增加，注水样品的红色不太亮。这些光谱差异可用于注水牛肉的定性和定量鉴定。图3.在不同增加的水百分比（校准集）下注水样品的多光谱图像的平均反射率图4显示了基于光谱数据和光谱数据结合RGB数据测得和预测的增加水的百分比。基于光谱数据(a)预测样品中水分增加的相关系数rp为0.923。然而，基于光谱数据结合RGB数据（b）的相关系数rp为0.946，SEP的值较低。这些结果表明，光谱信息结合RGB数据可以获得满意的预测。造成这种现象的可能原因如下：(a) 应用 PLSR 是对原始光谱数据的转换，该转换可以指示所考虑的每个变量的重要性。然后，回归的前五个重要光谱波段分别是 450、470、435、570 和 780 nm，这些波段与 RGB 密切相关；(b) 多光谱波段是不连续的，而R、G和B具有相应的连续波段。然后，RGB 可以添加有关样本的更多信息。因此，光谱信息与RGB数据相结合可以提供提高模型精度的趋势。此外，当PLSR用于预测牛肉样品中增加的水分时，我们观察到预测集给出了与校准集相似的结果。这表明该模型在以非破坏性方式预测增加的水百分比方面具有良好的性能。图4.通过使用光谱数据(a)和光谱数据结合RGB 数据(b) 测量和预测注水样品中增加的水含量以进行校准和预测图5.普通RGB图像和地图，用于以不同百分比增加的单个样品的含水量增加在这项研究中，通过将增加的含水量值映射到线性色标来创建分布图像，其中从高到低的不同程度的水增加百分比以从红色到蓝色的不同颜色显示（底部的颜色条的图 5）。地图中相似的像素颜色代表样品中与像素光谱一致性成比例的相同程度的水增加。从图5可以看出，新鲜牛肉（0%）含有少量的增水，而牛肉中最大的增水百分比（7.588%）如我们的模型所预测的那样含有大量的增水。必须注意的是样品边缘的含水量高于样品内部的含水量。这可能是由于注入的水没有完全吸收在样品中，而是从中心通过样品向边缘泄漏。相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较食品品质光谱成像可视化：蔬菜的多光谱成像食品品质光谱成像可视化：利用多光谱成像进行非侵入性污染评估和肉类样品绘图

传统的种子真菌检测方法费时费力，需要专门的分析员对种子上的致病真菌进行鉴定。将多光谱成像（MSI）与机器视觉相结合，作为检测黑燕麦种子中德雷克斯孢菌替代方法。种子接种德雷克斯孢菌，然后孵育24、72和120小时。在365至970 nm的光谱范围内，在19个波长下获得了未感染和感染种子的多光谱图像。利用种子图像的反射率、颜色和纹理特征，建立了基于线性判别分析（LDA）的分类模型。所开发的模型显示MSI在检测黑燕麦种子中的德雷克斯孢菌方面表现出很高的性能，尤其是使用孵化120小时的种子的颜色和纹理特征，独立验证的准确度为0.86。分类器的高精度表明，使用在紫外A区域（365 nm）捕获的图像的方法可以很容易地根据黑燕麦种子的健康状况对其进行分类，并且与传统方法相比，可以更快、更有效地获得结果。Detection of Drechslera avenae (Eidam) Sharif [Helminthosporium avenae (Eidam)] in Black Oat Seeds (Avena strigosa Schreb) Using Multispectral ImagingAbstractConventional methods for detecting seed-borne fungi are laborious and time-consuming, requiring specialized analysts for characterization of pathogenic fungi on seed. Multispectral imaging (MSI) combined with machine vision was used as an alternative method to detect Drechslera avenae (Eidam) Sharif [Helminthosporium avenae (Eidam)] in black oat seeds (Avena strigosa Schreb). The seeds were inoculated with Drechslera avenae (D. avenae) and then incubated for 24, 72 and 120 h. Multispectral images of non-infested and infested seeds were acquired at 19 wavelengths within the spectral range of 365 to 970 nm. A classification model based on linear discriminant analysis (LDA) was created using reflectance, color, and texture features of the seed images. The model developed showed high performance of MSI in detecting D. avenae in black oat seeds, particularly using color and texture features from seeds incubated for 120 h, with an accuracy of 0.86 in independent validation. The high precision of the classifier showed that the method using images captured in the Ultraviolet A region (365 nm) could be easily used to classify black oat seeds according to their health status, and results can be achieved more rapidly and effectively compared to conventional methods.相关阅读Videometer种子表型组学:种子活力研究-荧光成像植物病害表型组学：多光谱病害指纹图谱Videometer种子表型组学：多光谱成像作为菠菜种子健康检测的潜在工具Videometer种子表型组学：多光谱图像分析在种子种质库管理中的应用Videometer种子表型组学：利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类Videometer种子表型组学：使用多光谱成像和化学计量学方法在线鉴别水稻种子Videometer种子表型组学：使用多光谱成像预测蓖麻种子的活力Videometer种子表型组学：甜菜种子加工损伤的多光谱图像分类种子表型组学：基于多光谱成像的葵花籽品质特征识别种子表型组学：利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别种子表型组学：Videometer多光谱成像种子质量评估的新工具种子表型组学：聚合物包衣对水稻种子萌发的影响种子表型组学：基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度种子表型组学：使用灰度共生矩阵和机器学习技术识别单倍体玉米种子种子表型组学：不同成熟度甜菜种子发芽抑制因子去除的优化种子表型组学：通过射线照相和多光谱图像分析测定小麦种子中的侵染种子表型组学：用于表征麻疯树种子质量的多光谱和X射线图像种子表型组学：盐胁迫下九个高羊茅品种的种子萌发和幼苗生长参数种子表型组学：多光谱成像结合机器学习判别辣椒种子品种种子表型组学：叶绿素荧光作为花生种子品质评价的新标志物种子表型组学：基于多光谱和共振成像技术的麻疯树种子健康分析新方法种子表型组学：多光谱成像结合多变量分析的单株紫花苜蓿种子品种鉴别基于机器学习和多光谱成像分类的茄子种子分类方法研究种子表型组学：通过多光谱成像分析对自然老化的紫花苜蓿种子进行无损鉴定种子表型组学：自动荧光光谱成像作为一种快速、无损和可靠地评估大豆种子质量的创新方法种子表型组学：一种利用新兴光学技术和人工智能的方法作为新标记评估花生种子质量

最近成像和机器视觉越来越受到食品利益相关者的关注，因为它们被认为是整个食品链中食品安全和质量评估的新兴工具。在此，多光谱成像是一种表面化学传感器类型，已在监测不同储存温度（2、8 和 15°C）和储存时间下有氧包装的牛柳腐败变质方面进行了评估。从肉类样品表面采集的光谱数据（有/无背景菌群；分别为 þBF/–BF）以及微生物分析。基于总活菌计数（TVCo2log10 CFU/g 和 TVC42log10 CFU/g）的值，采用定性分析区分两种微生物质量等级的肉类样品。此外，还开发了支持向量回归模型以提供储存期间微生物数量的定量估计。结果表现出良好的性能，两个质量类别的总体正确分类率从 89.2% 到 80.8% 用于模型验证。计算的回归结果为 0.98 的R方。图1.使用videometer分析样品的流程图通过样本的分类，对所提出的框架进行了样本质量评估。根据微生物质量定义了两类样品，或者没有（BF；其中 TVC 低于 2log10 CFU/g），或者有背景菌群（+BF；TVC 高于 2log10 CFU/g）。如材料部分所述，已经进行了三个耦合实验：SD2-D2、SD8-D8 和 SD15-D15。对于分类，正在构建一个分类器，其中每次使用三个数据集中的两个作为训练集。第三个数据集用于分类器的外部验证。无花果。图 2-4 展示了每个分类器的输出特征谱以及来自第三个外部验证数据集的分类效率。如图 2 所示，其中 2°C 和 15°C 的数据集用作训练集，导致 4 个未受污染的特征光谱（图 2a）和 4 个受污染样品的光谱（图 2b）。就污染而言，绝大多数获得的自然簇在图 2c 所示的两组中非常常见，其中特征光谱聚集成三个主要簇。图2.分类结果其中两个包含两组样品共有的光谱和一个单一光谱（第三个簇；光谱 id=4 图 2c），它仅说明受污染的样品。直观地说，我们可以说受污染的样品不仅包含与污染相关的光谱，还包含与污染无关的光谱。仅源自/识别/来自受污染数据的第三个集群可被视为污染特征谱。基于这一观察，可以对样本的质量进行分类和预测。此外，可以预测任何新的和未知样品的污染负荷，我们将在稍后介绍。对于特征谱实现（图 3 和图 4）的其余组合，可以提出相同的论点，其中光谱自然数的数量略有变化确定。图3.分类结果为了使结果可视化并为评估样本上的预测污染提供有用的工具，构建了样本表面污染概率的伪图像，称为污染图。 图 4 中显示了几个示例，其中颜色比例条表示样本上的某个位置（在我们的示例中为像素）被污染的概率。 最大值为 1，表示污染是肯定的。 最小值为 0，除背景（不是样本站点）外，表明该站点被污染的概率为零。 这种可视化可以帮助食品行业的研究学术实验室和/或研究部门直观地评估污染并将其与环境条件（湿度、温度）、包装条件（空气包装、MAP 包装等）和其他相关参数联系起来。 图4.样品表面污染的合成图相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较

食品工业中的质量控制通常通过测量所涉及食品中的各种化合物来进行。作者提出了一种成像概念，用于获取高质量的多光谱图像，以评估胡萝卜和芹菜在14天内的光学反射变化。为了比较，对相同样品进行感官分析。在多光谱图像记录之前，将蔬菜预油炸并在30°C下冷冻4个月。在14天的影像记录中，蔬菜保持在±5°C。在此期间，表面变化和反射特性非常微妙。然而注意到某些波长和波长组合在统计上存在显着差异。相应的感官测试在14天内显示出微弱的差异（在 10% 的显着性水平上显着），这使得作者能够使用多光谱成像检测到微小的变化变得更加重要。从我们的研究结果来看，氧化似乎很可能导致随着时间的推移而发生变化。图1.显示芹菜样品所有光谱通道的图对于每个问题的分数的ANOVA分析，天对芹菜变色的影响具有0.088的p值。相比之下，天对胡萝卜变色的影响的p值为0.46。变色分数在图2中显示为天数的函数。只有一个其他影响在10%的显着性水平上是显着的，即评估者和天对芹菜的异味分数的交互作用。检验的p值为0.074。因此，注意到的变色可能与轻微的异味同时发生。图2.分别作为芹菜和胡萝卜天数函数的变色得分箱线图为了评估日常反射的变化，对从每个蔬菜块中提取的特征进行了非配对t检验。检查计算为每个蔬菜块内像素强度值的第 5、10、25、50、75、90 和 95 个百分位数的特征，以了解反射变化趋势作为冰箱中保存天数的函数。第5个百分位特征的代表性结果如图3所示，图3为胡萝卜，图4为芹菜。图3.未配对的两个样本t检验，用于胡萝卜数据集所有天之间5%百分位反射值的差异测试了分布在六个不同样品日的总共358个胡萝卜样品和389个芹菜样品的组间差异。仅比较连续的天数，如图1和图2中的y轴所示。3和4。这些图显示了t检验的p值，零假设，即天之间的平均值没有差异。灰色背景表示在5%水平上有显着差异的天数。统计测试表明，对于胡萝卜，我们能够验证从第2天到第4天对于所有波长高达890nm 的平均值的显着变化。除了图示的第 5个百分位数之外，其他百分位数的这种模式相似。对于胡萝卜，在第4天后，我们注意到可见光波长的平均值和从第12天到第14天的NIR波长只有一些显着变化。然而，对于芹菜，我们能够每4-6天显着跟踪一次变化。然而，这些变化并不像参考文献中报道的那样清楚。因为这些统计数据是基于纯波长而不是波长的比率。至于胡萝卜，最显着的变化是从第2天到第4天。图4.未配对的两个样本t检验，用于celeriac数据集所有天之间5%百分位反射值的差异相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法食品品质光谱成像可视化：色度计和多光谱图像的肉类颜色测量结果的比较

在这项研究中，我们调查了来自牲畜和家禽的肉类，包括新鲜和加工类型。在相同条件下使用这两种类型的产品，可以研究肉类加工如何影响颜色评估。分析的基础是方差分量分析，考虑了影响颜色评估的所有可能影响。首先，分析确定了两种方法对颜色分量的评估不同，尤其是颜色分量 a* 和 b*。差异取决于样品的类型，因为加工肉和新鲜肉的测量显示出不同的行为。这表明反射率样品的特性对色度计的影响比对多光谱视觉系统的影响更大。图1.左：VideometerLab 的LED光谱。右图：CIE XYZ 颜色匹配函数和光谱带的拟合将上一节中描述的光度成像模型应用于Macbeth Color Checker® 的多光谱图像，得到图2中的 L*、a* 和 b* 图像。图像的色标基于定义 CIELAB空间的-L*从黑色到白色，a*从绿色到红色，b*从黄色到蓝色。通过平均每个颜色方块内的像素值，可以找到 24个不同的 L*、a* 和 b* 值。色度计应用于 24 个正方形中的7个。主要考虑了带红色和褐色的方块。图2.基于光度成像模型的Color Checker 的 L*、a* 和 b* 图像在肉类样品的L*、a*和b* 图像中，我们模仿了色度计的现场测量值，如图3所示。这些现场测量值并不直接对应于色度计测量的位置。它们是按照相同的准则选择的，因此与色度计站点一样主观和随机。在测量中，三个颜色分量的范围是 28.3-74.13 (L*)、2.17-29.01 (a*) 和 2.66-20.28 (b*)，即数据中仅表示了一小部分颜色分量。图3.L*、a* 和 b* 图像中的点模拟图4的图表表明，对于色度分量，情况可能并非如此。对于方法 (M) 的效果，本文注意到三个分量的测试 F 值增加 - L* 分量为 66.9，a* 分量为 570.4，b* 分量为 2851.1。对于处理效果(p)的F值，观察到相反的趋势。F值急剧下降。这些结果，连同之前发现的相关性，表明这两种方法以类似的方式测量 L* 分量。一个*成分受所用测量方法的影响更大，但也取决于样品是加工过的还是新鲜的肉。最后，对于 b* 成分，两种方法的评估存在很大差异，肉类加工不如 a* 成分显着。这些结果支持对图4中的图和图 5中的可视化的可视化调查。图4.顶行是所考虑的12 种肉类中的每一种的示例。这些是伪RGB图像。底行：色度计和VideometerLab的sRGB 中每种类型的五个样本的平均测量值相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究食品品质光谱成像可视化：多光谱成像 (MSI)：一种检测掺有马肉的碎牛肉的有前景的方法

高生理质量的种子取决于其优越的发芽能力和均匀的幼苗形成。本文研究了多光谱图像与机器学习模型相结合能否有效地对花生种子的品质进行分类。传统上，通过多光谱图像（面积、长度、宽度、亮度、叶绿素荧光、花青素和反射率：365至970 nm）评估七批种子的质量（种子重量、含水量、发芽率和活力）。评估每批种子的幼苗的光合能力（荧光和叶绿素指数、F0、Fm和Fv/Fm）和胁迫指数（花青素和NDVI）。人工智能特征（QDA方法）应用于从高质量和低质量的种子图像中提取的数据。低质量种子的幼苗叶片中花青素含量较高。因此，这一信息是有价值的，因为幼苗的初始行为反映了种子的质量。证实了有效筛选花生种子品质的新标记的存在。物理特性（面积、长度、宽度和外壳亮度）、色素（叶绿素荧光和花青素）和光反射率（660、690和780 nm）的组合可以高效地识别品质优良的花生种子地块（准确率98%）。An Approach Using Emerging Optical Technologies and Artificial Intelligence Brings New Markers to Evaluate Peanut Seed QualitySeeds of high physiological quality are defined by their superior germination capacity and uniform seedling establishment. Here, it was investigated whether multispectral images combined with machine learning models can efficiently categorize the quality of peanut seedlots. The seed quality from seven lots was assessed traditionally (seed weight, water content, germination, and vigor) and by multispectral images (area, length, width, brightness, chlorophyll fluorescence, anthocyanin, and reflectance: 365 to 970 nm). Seedlings from the seeds of each lot were evaluated for their photosynthetic capacity (fluorescence and chlorophyll index, F0, Fm, and Fv/Fm) and stress indices (anthocyanin and NDVI). Artificial intelligence features (QDA method) applied to the data extracted from the seed images categorized lots with high and low quality. Higher levels of anthocyanin were found in the leaves of seedlings from low quality seeds. Therefore, this information is promising since the initial behavior of the seedlings reflected the quality of the seeds. The existence of new markers that effectively screen peanut seed quality was confirmed. The combination of physical properties (area, length, width, and coat brightness), pigments (chlorophyll fluorescence and anthocyanin), and light reflectance (660, 690, and 780 nm), is highly efficient to identify peanut seedlots with superior quality (98% accuracy).相关阅读Videometer种子表型组学:种子活力研究-荧光成像植物病害表型组学：多光谱病害指纹图谱Videometer种子表型组学：多光谱成像作为菠菜种子健康检测的潜在工具Videometer种子表型组学：多光谱图像分析在种子种质库管理中的应用Videometer种子表型组学：利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类Videometer种子表型组学：使用多光谱成像和化学计量学方法在线鉴别水稻种子Videometer种子表型组学：使用多光谱成像预测蓖麻种子的活力Videometer种子表型组学：甜菜种子加工损伤的多光谱图像分类种子表型组学：基于多光谱成像的葵花籽品质特征识别种子表型组学：利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别种子表型组学：Videometer多光谱成像种子质量评估的新工具种子表型组学：聚合物包衣对水稻种子萌发的影响种子表型组学：基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度种子表型组学：使用灰度共生矩阵和机器学习技术识别单倍体玉米种子种子表型组学：不同成熟度甜菜种子发芽抑制因子去除的优化种子表型组学：通过射线照相和多光谱图像分析测定小麦种子中的侵染种子表型组学：用于表征麻疯树种子质量的多光谱和X射线图像种子表型组学：盐胁迫下九个高羊茅品种的种子萌发和幼苗生长参数种子表型组学：多光谱成像结合机器学习判别辣椒种子品种种子表型组学：叶绿素荧光作为花生种子品质评价的新标志物种子表型组学：基于多光谱和共振成像技术的麻疯树种子健康分析新方法种子表型组学：多光谱成像结合多变量分析的单株紫花苜蓿种子品种鉴别基于机器学习和多光谱成像分类的茄子种子分类方法研究种子表型组学：通过多光谱成像分析对自然老化的紫花苜蓿种子进行无损鉴定种子表型组学：自动荧光光谱成像作为一种快速、无损和可靠地评估大豆种子质量的创新方法

近年来，检测欺诈和欺骗行为已成为食品行业和检验机构的主要优先事项。本研究的目的是研究多光谱成像结合数据分析方法检测掺有马肉的碎牛肉的潜力，以及探索冷藏条件下储存期间的模型性能。为此，我们采集了三批不同批次的碎牛肉和马肉的110个样品的18个波长的多光谱图像。将样品在4C下储存6、24和48小时后再次拍摄图像。开发了基于前两批的分类模型（偏最小二乘判别分析、随机森林、支持向量机），而第三批留作外部/独立验证。结果表明，新鲜研磨和储存的样品可以清楚地区分，而用于检测掺假样品的分类模型性能受到储存期间肉色变化的显着影响。然而，使用两步SVM模型，所有纯样品和新鲜磨碎的样品都被正确分类，独立批次验证的总体正确分类率为95.31%。图2.(a)牛肉和(b)马肉样品在405至970nm范围内的18个不同波长的平均反射率 (%) 值在图2中，展示了纯马肉(a)和纯牛肉(b) 样品在储存 6、24 和 48 小时前后的 18 个波长的平均反射率值。很明显，虽然储存的样品更难区分，但新鲜研磨的样品很容易区分。此外，第 1 批的主成分 (PC) 的 PCA 分数显示在图 3 中。确实，PC1 与 PC3 分数显示了纯样品与掺假样品的明显分离。纯牛肉和马肉样本位于图的右上角，虽然它们看起来很接近，但在 PC2 与 PC5 图中的区别更为明显。此外，不同程度的掺假很容易区分，只有相邻的类别有时重叠。这些结果与对脂肪样品的拉曼光谱进行的 PCA 分析非常一致，在不同掺假水平之间有 25% 的步长，在 PC1 与 PC2 图中，不同的类别很明显。它们也与实施相同实验设计（10% 步骤）的猪肉掺假情况下的结果一致。然而，应该注意的是，虽然在后两种情况下，使用前两种成分的差异很明显，因此解释了具有最高方差的 PC (%)，但在 b1 数据中情况并非如此。事实上，PC 1 对 3 和 PC 2 对 3显示出比 PC1 与 PC2 更高的辨别力，特别是在区分纯样本和掺假样本的情况下，表示数据集之间存在显着差异。图3.第1批的主成分分析分数（PC1与PC3）当PCA应用于b2新鲜研磨的图像数据时，不同程度的掺假也很明显，其中 90-10% (w/w) 似乎更难以与纯牛肉样品分离。此外，新鲜研磨的样品，尤其是纯样品明显可见，表明在储存过程中肉色发生了重大变化（图4）。最后，随着存储时间的流逝，可以区分来自不同存储时间和掺假百分比的更少图像数据。图4.第2批的主成分分析分数（PC2与PC3）相关阅读丹麦Videometer Liq固/液体稳定性分析仪检测仪丹麦VideometerSLS/SGT颗粒/粘度/口感评价测量仪丹麦videometer多光谱颜色/质构/成分综合分析仪食品品质光谱成像可视化：应用多光谱成像的黄油曲奇质量评估食品品质光谱成像可视化：光谱成像应用于面食小麦籽粒真伪检测的可行性研究

Dualex是一款源自于法国国家科学院 (CNRS)及巴黎第十一大学技术，由奥地利PESSL公司生产（原法国Force-A公司）开发的新型多功能叶片测量仪。它可同时准确测量叶片的叶绿素含量、叶片表层的类黄酮和花青素含量，适用于植物生理学和农学（如水稻叶绿素浓度，玉米氮素状况，葡萄藤等）相关研究。其测量对象可以是单子叶植物，双子叶植物或多年生植物。这款设备简单易用，可进行实时和非破坏性测量。由于不需要校准标定和事先的样品制备，测量工作可在实验室或现场完成。此外，该设备在各种温度的和环境光照条件下均可正常使用。系统采用专利设计，光学传感器可进行简单、快速、无损测量叶片中的叶绿素、多酚以及花青素。Dualex便携式智能气象-叶绿素-花青素-黄酮醇测量仪摘要： 由于常规施肥造成的环境问题，生物刺激剂被提议作为农业作物营养的环境友好替代品。本研究的目的是确定新型微碳技术（MCT®）肥料对三种不同质地土壤中辣椒植株生长的影响，这种肥料具有基于从莱昂纳多石中生物消化的腐殖酸的生物刺激活性。在西班牙的生长室和商业温室中，在受控条件下进行分析。通过微生物呼吸和酶活性（水解酶、脱氢酶和脲酶）分析施肥后对土壤的影响。对于植物分析，评估了生物特征参数（鲜重和果实硬度）和进行了叶片分析（叶绿素指数和营养素）。在受控条件下，使用这些生物刺激剂可在24小时内提高土壤微生物活性，同时提高土壤酶活性。在植物中，具有生物刺激活性的肥料与叶片的Dualex指数以及大量营养素Ca和Mg的含量呈正相关。在商业温室中，具有生物刺激活性的肥料强烈依赖于土壤质地。综上所述，这些产品在商业生产领域具有取代传统肥料的真正潜力。 Biostimulant Effects of Micro Carbon Technology (MCT®)-Based Fertilizers on Soil and Capsicum annuum Culture in Growth Chamber and FieldAbstractDue to the environmental issues that conventional fertilization is causing, biostimulants are proposed as environmentally friendly alternative for crop nutrition in agriculture. The aim of this study was to determine the effects of new Micro Carbon Technology (MCT®) fertilizers with biostimulant activity based on humic acids biologically digested from leonardite on pepper plant growth in three different soils with different textures. The assays were performed under controlled conditions in a growth chamber and in commercial greenhouses in Spain. The effects on soil were analyzed after the addition of the fertilizers by microbial respiration and enzymatic activities (hydrolase, dehydrogenase and urease). For the plant assays, biometric parameters (fresh weight and fruit hardness) and foliar analysis (chlorophyll indices and nutrients) were evaluated. Under controlled conditions, the use of these biostimulants resulted in a greater soil microbial activity in a 24 h interval with increased soil enzymatic activity. In plants, a positive correlation was found between fertilizers with biostimulant activity and Dualex indices of leaves and content of macronutrients Ca and Mg. In commercial greenhouses, the fertilizers with biostimulant activity strongly depended on the soil texture. In conclusion, these products have real potential to replace conventional fertilizers in commercial production fields.相关阅读Dualex 便携式智能气象-叶绿素-花青素-黄酮醇测量仪PESSL便携式便携式植物多酚-叶绿素仪原理Dualex植物多酚-叶绿素仪：腐殖酸通过铁依赖和非铁依赖的协同机制缓解禾本科植物的铁失绿症Dualex植物多酚-叶绿素仪：硝化抑制剂和/或间作效应下玉米（和小麦灌溉种植系统中的硝酸盐淋失Dualex植物多酚-叶绿素仪：与保持绿色表达相关的叶片和冠层性状与对水分胁迫具有不同耐性的小麦基因型的产量构成密切相关Dualex植物多酚-叶绿素仪：基于地面和智能传感器的冬小麦营养营养仪Dualex植物多酚-叶绿素仪：增加角质层蜡沉积不会改变残余叶片蒸腾作用Dualex植物多酚-叶绿素仪--氮平衡指数：不同生物刺激剂对水培生菜的效果比较Dualex植物多酚-叶绿素仪：固体消化物和葡萄园冬季修剪堆肥替代苗圃中微繁殖高丛蓝莓生长基质中的泥炭研究Dualex植物多酚-叶绿素仪：不同灌溉制度下根际细菌和藻类对金盏草生理生化指标的影响Dualex植物多酚-叶绿素仪：Sentinel-2A与近端传感器数据协同提取水稻不同生育期生化参数Dualex植物多酚-叶绿素仪：三种便携式光学传感器在冬小麦氮素状况无损诊断中的应用

射线照相和多光谱图像分析有可能成为评估种子质量和内部昆虫侵扰的有效、客观的方法。本研究的目的是验证射线照相和多光谱分析在检测小麦种子中由Sitotroga grainella (Olivier) 及其不同发育阶段引起的迹象和损害方面的效率。该实验以完全随机设计进行，50 粒种子重复6次。对样品进行实验室诱导的侵染，并在5天和10天后进行射线照相和多光谱分析。之后，将种子浸入水中24小时，然后用切割刀片切片。量化具有卵或产卵迹象的种子、幼虫、蛹、成虫和昆虫画廊的数量。使用广义线性模型 (GLM) 方法并使用 Tukey 检验 (p根据方法和样本/评估期对总侵染的均值和方差进行视觉分析，除多光谱方法外，在孵化后10天评估的样本（样本 2）中发现更大的变异性（图 1 ）。对于常规方法（种子切割）和具有对比度的X射线，观察到类似的行为。比较两个评估期（样本 1 和样本 2），样本 2 中受虫害的种子百分比更高。图1.与检测受侵染种子和工作样品的方法有关的小麦种子中谷物蛾侵染总百分比的平均表示、关于受侵染种子的总比例作为每个评估期昆虫发育阶段的函数（图2），分析发现，与传统方法和射线照相相关的多光谱方法的阶段分类不同，没有对比。多光谱图像分析仅显示出由谷蛾引起的卵和穿孔迹象，其在第二评价期的侵染比例较高。 当使用其他方法时，这些阶段的观察比例更大。分别观察每种方法，发现传统方法（切割）和对比X射线在两个样本中呈现出相似的侵扰比例，作为阶段的函数。图2.每个样品中小麦种子侵染的总和，与常规方法（切割）和无损方法（X 射线和多光谱）检测到的谷蛾发育阶段有关使用传统的切割方法、带和不带对比的X射线以及多光谱图像来检查受侵染的种子，可以验证这些技术在识别由麦芽孢杆菌引起的卵、幼虫、蛹和小麦种子损伤方面的效率。图3）。结果表明，使用405nm波段（蓝色可见光）可以检测小麦中的麦片沙门氏菌侵染。可见条带对识别害虫的存在和损害的敏感性更高，这可能是由于小麦种子的颜色和质地发生了变化，这通常是由 S. grainella 摄食引起的图3.小麦种子传统切割、有和没有对比的 X 射线，以及多光谱图像。种子上的黄色和橙色是未受虫害的区域，而浅至深蓝色代表虫害或虫害相关阅读Videometer种子表型组学:种子活力研究-荧光成像植物病害表型组学：多光谱病害指纹图谱Videometer种子表型组学：多光谱成像作为菠菜种子健康检测的潜在工具Videometer种子表型组学：多光谱图像分析在种子种质库管理中的应用Videometer种子表型组学：利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类Videometer种子表型组学：使用多光谱成像和化学计量学方法在线鉴别水稻种子Videometer种子表型组学：使用多光谱成像预测蓖麻种子的活力Videometer种子表型组学：甜菜种子加工损伤的多光谱图像分类种子表型组学：基于多光谱成像的葵花籽品质特征识别种子表型组学：利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别种子表型组学：Videometer多光谱成像种子质量评估的新工具种子表型组学：聚合物包衣对水稻种子萌发的影响种子表型组学：基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度种子表型组学：使用灰度共生矩阵和机器学习技术识别单倍体玉米种子种子表型组学：不同成熟度甜菜种子发芽抑制因子去除的优化

受威胁的寒冷沙漠多年生植物Ivesia webberi种子活力的地理和年际模式，以及无损种子测试方法的前景摘要：据估计，全球受威胁的植物物种中有三分之一具有顽固的储存行为，而种子库相对无效。因此，为了了解美国受威胁的大盆地沙漠野草Ivesia webberi的种子储存行为，我们检查了种子大小和储存时间对种子活力的影响，评估了种子活力的年际和群体间变化，以及研究了无损种子活力测试方法（种子X射线和多光谱成像）的预测准确性。结果显示种子活力从三个月显着降低到两年，这表明I. webberi种子具有顽固的储存行为。种子活力在11个I. webberi种群中表现出显着的年际差异，而不是种群间差异；种子大小对种子活力没有显着影响。X射线和多光谱成像方法具有较高的分类精度（> 80％），可以替代广泛使用的破坏种子种质的四唑测试，从而导致定期监测的储存种子累积减少。这项研究证明了非破坏性方法在长期种子活力监测中的效用，并表明种子活力不受种群密度的影响，种群密度在采样的韦伯氏菌种群中差异很大。关键词：Ivesia webberi，种子库，种子活力，多光谱成像，种子 X 射线图像大量可行的I. webberi 种子相对较小（图 1），但逻辑回归模型显示种子大小对种子的活力没有显着影响（z = -1.57，p > 0.12 )。图1.显示Ivesia webberi种子面积与活力之间关系的箱线图。使用四唑鎓测试确定活力在用于TZ测试的441颗种子中，260颗被归类为有活力的，而其余181颗则没有活力。X射线图像、种子宽度和光谱特性的组合可靠地预测了种子活力 (AUC > 0.8)。在种子 X 射线、种子面积和MCM 13 在 p 图2.(a-c)描述从随机森林模型计算的三个预测变量中每一个的种子活力的单变量图，用于非破坏性Ivesia webberi 种子活力分类690nm 波长的非破坏性种子 X 射线成像和多光谱成像与破坏性出苗和 TZ 测试相比较，因此证明将它们用于种子活力测试是合理的，这可以减少受威胁植物物种的累积长期种子损失数量有限的健康种子。虽然没有记录，但我们观察到两年内采样种群中收集的大多数 I. webberi种子是空种子，这强调了长期保存少数可行种子的必要性。此外，顽固的种子储存行为突出了 I. webberi 种子库的挑战，并建议更多地关注该物种的原位管理。然而，鉴于整个大盆地外来杂草的干扰和入侵增加，种子库已成为不可避免的保护策略。这项研究表明种子活力的种群间差异很小。因此，根据该物种的种群遗传结构，可以从少数具有持续较高生存力的选定种群中收集种子库，以捕获储存的可行种子中的遗传多样性。然而，建议进行进一步的研究来估计不同育种策略产生的种子的活力，并评估长期种子库下的储存行为。相关阅读Videometer种子表型组学:种子活力研究-荧光成像植物病害表型组学：多光谱病害指纹图谱Videometer种子表型组学：多光谱成像作为菠菜种子健康检测的潜在工具Videometer种子表型组学：多光谱图像分析在种子种质库管理中的应用Videometer种子表型组学：利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类Videometer种子表型组学：使用多光谱成像和化学计量学方法在线鉴别水稻种子Videometer种子表型组学：使用多光谱成像预测蓖麻种子的活力Videometer种子表型组学：甜菜种子加工损伤的多光谱图像分类种子表型组学：基于多光谱成像的葵花籽品质特征识别种子表型组学：利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别种子表型组学：Videometer多光谱成像种子质量评估的新工具种子表型组学：聚合物包衣对水稻种子萌发的影响种子表型组学：基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度种子表型组学：使用灰度共生矩阵和机器学习技术识别单倍体玉米种子种子表型组学：不同成熟度甜菜种子发芽抑制因子去除的优化

受威胁的寒冷沙漠多年生植物Ivesia webberi种子活力的地理和年际模式，以及无损种子测试方法的前景摘要：据估计，全球受威胁的植物物种中有三分之一具有顽固的储存行为，而种子库相对无效。因此，为了了解美国受威胁的大盆地沙漠野草Ivesia webberi的种子储存行为，我们检查了种子大小和储存时间对种子活力的影响，评估了种子活力的年际和群体间变化，以及研究了无损种子活力测试方法（种子X射线和多光谱成像）的预测准确性。结果显示种子活力从三个月显着降低到两年，这表明I. webberi种子具有顽固的储存行为。种子活力在11个I. webberi种群中表现出显着的年际差异，而不是种群间差异；种子大小对种子活力没有显着影响。X射线和多光谱成像方法具有较高的分类精度（> 80％），可以替代广泛使用的破坏种子种质的四唑测试，从而导致定期监测的储存种子累积减少。这项研究证明了非破坏性方法在长期种子活力监测中的效用，并表明种子活力不受种群密度的影响，种群密度在采样的韦伯氏菌种群中差异很大。关键词：Ivesia webberi，种子库，种子活力，多光谱成像，种子 X 射线图像大量可行的I. webberi 种子相对较小（图 1），但逻辑回归模型显示种子大小对种子的活力没有显着影响（z = -1.57，p > 0.12 )。图1.显示Ivesia webberi种子面积与活力之间关系的箱线图。使用四唑鎓测试确定活力在用于TZ测试的441颗种子中，260颗被归类为有活力的，而其余181颗则没有活力。X射线图像、种子宽度和光谱特性的组合可靠地预测了种子活力 (AUC > 0.8)。在种子 X 射线、种子面积和MCM 13 在 p 图2.(a-c)描述从随机森林模型计算的三个预测变量中每一个的种子活力的单变量图，用于非破坏性Ivesia webberi 种子活力分类690nm 波长的非破坏性种子 X 射线成像和多光谱成像与破坏性出苗和 TZ 测试相比较，因此证明将它们用于种子活力测试是合理的，这可以减少受威胁植物物种的累积长期种子损失数量有限的健康种子。虽然没有记录，但我们观察到两年内采样种群中收集的大多数 I. webberi种子是空种子，这强调了长期保存少数可行种子的必要性。此外，顽固的种子储存行为突出了 I. webberi 种子库的挑战，并建议更多地关注该物种的原位管理。然而，鉴于整个大盆地外来杂草的干扰和入侵增加，种子库已成为不可避免的保护策略。这项研究表明种子活力的种群间差异很小。因此，根据该物种的种群遗传结构，可以从少数具有持续较高生存力的选定种群中收集种子库，以捕获储存的可行种子中的遗传多样性。然而，建议进行进一步的研究来估计不同育种策略产生的种子的活力，并评估长期种子库下的储存行为。相关阅读Videometer种子表型组学:种子活力研究-荧光成像植物病害表型组学：多光谱病害指纹图谱Videometer种子表型组学：多光谱成像作为菠菜种子健康检测的潜在工具Videometer种子表型组学：多光谱图像分析在种子种质库管理中的应用Videometer种子表型组学：利用可见光、近红外多光谱和化学计量学对不同番茄种子品种的分类Videometer种子表型组学：使用多光谱成像和化学计量学方法在线鉴别水稻种子Videometer种子表型组学：使用多光谱成像预测蓖麻种子的活力Videometer种子表型组学：甜菜种子加工损伤的多光谱图像分类种子表型组学：基于多光谱成像的葵花籽品质特征识别种子表型组学：利用多光谱成像和化学计量学方法对大豆种子进行无损鉴别种子表型组学：Videometer多光谱成像种子质量评估的新工具种子表型组学：聚合物包衣对水稻种子萌发的影响种子表型组学：基于可见-近红外多光谱图像数据的偏最小二乘判别分析检测菠菜种子的发芽能力和胚芽长度种子表型组学：使用灰度共生矩阵和机器学习技术识别单倍体玉米种子种子表型组学：不同成熟度甜菜种子发芽抑制因子去除的优化