English | 中文版 | 手機版 企業(yè)登錄 | 個人登錄 | 郵件訂閱
當前位置 > 首頁 > 技術文章 > 基于葉綠素熒光和化學計量學的多光譜熒光成像在種子活力研究上的應用

基于葉綠素熒光和化學計量學的多光譜熒光成像在種子活力研究上的應用

瀏覽次數:1523 發(fā)布日期:2022-8-1  來源:本站 僅供參考,謝絕轉載,否則責任自負

光學成像是一種快速、無損且準確的技術,與傳統(tǒng)技術相比,它可以對產品質量進行一致的測量。在這項研究中,一種新的種子方法提出了質量預測。在所提出的方法中,采用了兩種基于葉綠素熒光和基于化學計量學的多光譜成像的先進光學成像技術;瘜W計量學包括主成分分析 (PCA) 和二次鑒別分析 (QDA)。在與作物和科學模型相關的植物中,選擇了番茄和胡蘿卜進行實驗。我們將光學成像技術與用于商業(yè)種子批次質量表征的傳統(tǒng)分析方法進行了比較。結果顯示基于葉綠素熒光的技術在區(qū)分栽培品種和識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)對多光譜成像數據進行探索性分析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機森林 (RF) 分類器應用于多光譜數據,它揭示了 19 個波長中最有意義的帶寬,用于種子質量表征。為了驗證 RF 模型,我們選擇了五個最重要的波長應用于基于 QDA 的模型中,該模型在對高活力和低活力種子批次進行分類時達到了很高的準確率,番茄的正確分類率為 86% 至 95%,而番茄的正確分類率為 88% 至97% 在胡蘿卜中用于驗證集。進一步分析表明,低質量種子導致幼苗光合能力和葉綠素含量發(fā)生改變。 總之,基于葉綠素熒光和化學計量學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。從實踐的角度來看,此類技術/方法可潛在地用于篩選食品和農業(yè)行業(yè)中的低質量種子。
 

 

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)射的葉綠素熒光分析允許分離番茄品種(圖 2G),特別是在 645/700 nm 區(qū)分番茄和胡蘿卜的品種(圖 2C、D)。 高熒光值與低質量種子批次(圖 2)相吻合,當 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,可以更好地區(qū)分它們。 放射成像顯示,具有高葉綠素熒光的種子呈現出空白空間(即儲存量較低)(圖 3),并且這些種子無法存活或產生的幼苗在其組織中具有低葉綠素熒光信號。
 

圖2. 在660/700、630/700、645/700 和 620/730 nm 激發(fā)發(fā)射波長下,番茄 (A、C、E、G) 和胡蘿卜 (B、D、F、H) 種子批中葉綠素熒光的直方圖
 

圖3.番茄(A) 和胡蘿卜 (B) 成熟和未成熟種子中葉綠素熒光的直方圖,波長為 660/700 nm(激發(fā)-發(fā)射)。 射線照相圖像顯示,由于不成熟,具有高葉綠素熒光的種子中存在空白空間(低儲備量),在番茄中形成無活力的種子,在胡蘿卜中形成弱幼苗(幼苗中的葉綠素熒光信號低)
 

含有低質量種子(G-I 和 T-IV)的番茄批次呈現出最高的光譜特征(圖4A)。在胡蘿卜中,這種模式在栽培品種之間明顯可見:“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)的測試技術沒有表明“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)僅在較長的波長下表現出更高的反射率,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19個波長的光譜特征
 

使用570至690nm的多光譜數據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 苗圃表現出比“巴西利亞”更多的負值,具有強烈的中間波長(570-690 nm)影響。同時,PCA 方法無法表征番茄品種。將 RF 算法應用于多光譜數據,以根據基尼重要性選擇五個最有意義的波長,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,在這些波長下具有高反射強度。

 

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


關鍵詞:葉綠素熒光,;多光譜成像;隨機森林;化學計量學;機器學習;種子;種子生理潛力;光合作用

相關閱讀

植物病害表型組學:多光譜病害指紋圖譜

Videometer種子表型組學:多光譜成像作為菠菜種子健康檢測的潛在工具

Videometer種子表型組學:多光譜圖像分析在種子種質庫管理中的應用

Videometer種子表型組學:利用可見光、近紅外多光譜和化學計量學對不同番茄種子品種的分類

Videometer種子表型組學:使用多光譜成像和化學計量學方法在線鑒別水稻種子

Videometer種子表型組學:使用多光譜成像預測蓖麻種子的活力

Videometer種子表型組學:甜菜種子加工損傷的多光譜圖像分類

種子表型組學:基于多光譜成像的葵花籽品質特征識別

種子表型組學:利用多光譜成像和化學計量學方法對大豆種子進行無損鑒別

種子表型組學:Videometer多光譜成像種子質量評估的新工具

種子表型組學:聚合物包衣對水稻種子萌發(fā)的影響

種子表型組學:基于可見-近紅外多光譜圖像數據的偏最小二乘判別分析檢測菠菜種子的發(fā)芽能力和胚芽長度

種子表型組學:使用灰度共生矩陣和機器學習技術識別單倍體玉米種子

種子表型組學: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:通過射線照相和多光譜圖像分析測定小麥種子中的侵染

種子表型組學:用于表征麻瘋樹種子質量的多光譜和X射線圖像

種子表型組學:鹽脅迫下九個高羊茅品種的種子萌發(fā)和幼苗生長參數

種子表型組學:多光譜成像結合機器學習判別辣椒種子品種

種子表型組學:葉綠素熒光作為花生種子品質評價的新標志物

種子表型組學:基于多光譜和共振成像技術的麻瘋樹種子健康分析新方法

種子表型組學:多光譜成像結合多變量分析的單株紫花苜蓿種子品種鑒別

基于機器學習和多光譜成像分類的茄子種子分類方法研究

種子表型組學:通過多光譜成像分析對自然老化的紫花苜蓿種子進行無損鑒定

種子表型組學:自動熒光光譜成像作為一種快速、無損和可靠地評估大豆種子質量的創(chuàng)新方法

種子表型組學:一種利用新興光學技術和人工智能的方法作為新標記評估花生種子質量

種子表型組學:用多光譜成像檢測黑燕麥種子中的德雷克斯孢菌

種子表型組學:多光譜成像結合機器學習方法快速無損檢測玉米中玉米赤霉烯酮

來源:北京博普特科技有限公司
聯系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網友觀點,不代表本站觀點。 請輸入驗證碼: 8795
Copyright(C) 1998-2025 生物器材網 電話:021-64166852;13621656896 E-mail:info@bio-equip.com