正在进一步开发基于光的方法,以满足农业对食品日益增长的需求。光学成像是一种快速、无损且准确的技术,与传统技术相比,它可以对产品质量进行一致的测量。在这项研究中,一种新的种子方法提出了质量预测。在所提出的方法中,采用了两种基于叶绿素荧光和基于化学计量学的多光谱成像的先进光学成像技术。化学计量学包括主成分分析(PCA) 和二次鉴别分析 (QDA)。在与作物和科学模型相关的植物中,选择了番茄和胡萝卜进行实验。我们将光学成像技术与用于商业种子批次质量表征的传统分析方法进行了比较。结果显示基于叶绿素荧光的技术在区分栽培品种和识别具有较低生理潜力的苗圃方面是可行的。使用非监督方法(双分量)对多光谱成像数据进行探索性分析PCA) 允许表征胡萝卜品种之间的差异,但不适用于番茄品种。基于基尼重要性的随机森林(RF)分类器应用于多光谱数据,它揭示了19个波长中最有意义的带宽,用于种子质量表征。为了验证RF模型,我们选择了五个最重要的波长应用于基于QDA的模型中,该模型在对高活力和低活力种子批次进行分类时达到了很高的准确率,番茄的正确分类率为86%至95%,而番茄的正确分类率为88%至97%在胡萝卜中用于验证集。进一步分析表明,低质量种子导致幼苗光合能力和叶绿素含量发生改变。总之,基于叶绿素荧光和化学计量学的多光谱成像均可用作番茄和胡萝卜种子生理潜力的可靠代表。从实践的角度来看,此类技术/方法可潜在地用于筛选食品和农业行业中的低质量种子。
关键词:叶绿素荧光,;多光谱成像;随机森林;化学计量学;机器学习;种子;种子生理潜力;光合作用
图1.提取和分析多光谱成像的主要程序流程图
620/730 nm 激发发射的叶绿素荧光分析允许分离番茄品种(图 2G),特别是在645/700 nm区分番茄和胡萝卜的品种(图 2C、D)。高荧光值与低质量种子批次(图 2)相吻合,当620/730nm(图2G)和660/700nm(图2B)分别用于番茄和胡萝卜种子中的叶绿素激发时,可以更好地区分它们。放射成像显示,具有高叶绿素荧光的种子呈现出空白空间(即储存量较低)(图 3),并且这些种子无法存活或产生的幼苗在其组织中具有低叶绿素荧光信号。
图2.在660/700、630/700、645/700 和 620/730 nm 激发发射波长下,番茄 (A、C、E、G) 和胡萝卜 (B、D、F、H) 种子批中叶绿素荧光的直方图
图3. 番茄(A) 和胡萝卜 (B) 成熟和未成熟种子中叶绿素荧光的直方图,波长为 660/700 nm(激发-发射)。射线照相图像显示,由于不成熟,具有高叶绿素荧光的种子中存在空白空间(低储备量),在番茄中形成无活力的种子,在胡萝卜中形成弱幼苗(幼苗中的叶绿素荧光信号低)含有低质量种子(G-I 和 T-IV)的番茄批次呈现出最高的光谱特征(图4A)。在胡萝卜中,这种模式在栽培品种之间明显可见:“Francine”批次显示出比“Brasília”更高的反射率平均值(图4B)。此外,虽然传统的测试技术没有表明“巴西利亚”批次之间的差异,但 B-I 比该品种的其他批次具有更高的光谱特征(图4B)。在“Francine”中,性能最低的批次(F-V)仅在较长的波长下表现出更高的反射率,尤其是在 NIR 区域(图4B)。 PCA 分别解释了番茄和胡萝卜苗圃之间 92.3% 和 96.5% 的光谱变化。
图4.番茄(A)和胡萝卜(B)种子在365-970nm范围内19个波长的光谱特征
使用570至690nm 的多光谱数据可以更好地表征该组。胡萝卜品种在 PC1-PC2 空间中被表征,其中 PC1 占批次间总变异的 87.5%;“Francine 苗圃表现出比“巴西利亚”更多的负值,具有强烈的中间波长(570-690 nm)影响。同时,PCA 方法无法表征番茄品种。将 RF 算法应用于多光谱数据,以根据基尼重要性选择五个最有意义的波长,即番茄种子中的 365、660、690、570 和 590 nm(图 5A)以及 405、365、970、940、和 430 nm 的胡萝卜种子(图 5B)。更高的反射率值,特别是在番茄中的 365 nm(图 5C)以及胡萝卜中的 940 和 970 nm(图 5D)分别与低活力的番茄(GI 和 T-IV)和胡萝卜(FV)的种子区重合.这些批次具有更多未成熟种子,在这些波长下具有高反射强度。
图5.基于基尼系数的随机森林中每个波长的重要性,以区分番茄(A)和胡萝卜(B)的种子群
相关阅读
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: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
更多
博普特合作伙伴Videometer参加ISTA成立100周年种子会议
厂商
2024.07.29
科学家利用博普特合作伙伴Videometer的多光谱成像系统发表糖衣替代物研究文章
厂商
2024.06.04
博普特成功参展2024植物表型组学青年科学家论坛
厂商
2024.05.31
博普特合作伙伴STEPS成功参展第26届中国国际花卉园艺展览会
厂商
2024.05.29