Resonon | 基于Resonon PIKA XC2高光谱成像预测苹果杂交后代香气

苹果是一种常见而又神奇的水果。很多人学会的第一个英语单词可能就是Apple；从树上掉下来，砸到牛顿，启发牛顿的也是苹果；引领消费时代数码潮流的苹果公司，logo是被咬了一口的苹果~

对于这种大家经常吃的香甜水果，追本溯源，是来自蔷薇科苹果属的杂交水果。苹果的祖先，是一种叫做“新疆野苹果”的植物，生长在我国新疆和中亚地区，后来伴随人类活动扩散开来，果农们也一代代与苹果树斗智斗勇，通过杂交等方式把他们调教的越来越美味。

现代农业，为满足大家更多需求，苹果的杂交育种依旧在进行，人类学会了利用更先进的技术，今天推荐大家了解一篇通过高光谱成像来预测苹果杂交后香气的优秀文章。

基于Resonon PIKA XC2高光谱成像

预测苹果杂交后代香气

苹果是世界上最受欢迎且有价值的水果之一。质地、风味和营养是苹果最重要的品质。一般来说，香气在苹果风味中发挥着重要的作用。提高苹果香气是育种和筛选的目标。因此，构建苹果香气成分评估模型至关重要。高光谱成像技术（HSI）结合二维成像技术实现光谱全图像信息获取，因其快速、有效和无损特征而广泛应用在农业、食品和化学领域。

基于此，在本文中，来自西北农林科技大学园艺学院的研究人员利用高光谱成像（PIKA XC2 高光谱相机，Resonon Inc., Bozeman，MT，USA）建立了‘Honeycrisp’ × ‘Maodi’杂交后代的香气成分预测模型，初步实现了苹果成分的即时检测，以提供理论基础。

【结果】

高光谱图像光谱预处理

酯（a）、醛（b）、酮（c）和乙醇（d）测量值和预测值散点图。

酯（a）、醛（b）、酮（c）和乙醇（d）特征光谱带分布。

【结论】

在育种中，杂交后代香气成分的快速无损检测可以简化筛选过程并有效降低成本。在本研究中，作者利用高光谱成像来评估‘Honeycrisp’ × ‘Maodi’杂交后代的香气成分。基于光谱的SNV-RF模型在化学类别预测方面表现良好，但在单个化学物质预测方面表现不佳。在化学类别的预测中，酒精的结果最可靠，其次是酯类。分析化学基团的特征光谱，酯类的特征光谱为413、493、512、551、592、600、721、727、729、733 nm，醇类的特征光谱为519、562、570、571、660、676、700、737、738 nm，均在可见光范围内。醛和酮的特征光谱数量相对较多，分别为20和19个。

在单个挥发性成分的预测中，大部分化学成分的预测效果较差，仅对环辛醇和2-十一烯醛预测结果基本可用。为了改进本工作的方法研究，今后将考虑和实践更多的杂交后代、建模方法和指标。结果表明，高光谱技术可用于杂交后代芳香化学类别和单个香气成分检测，但模型的稳定性和可靠性有待提高，为苹果育种过程中香气特征的初步筛选提供新选择，为基于苹果香气的自动分级提供理论依据。