应用新型化学计量学的新鲜葡萄（Vitis vinifera）器官的红外光谱研究-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

学术中心

全部分类

应用新型化学计量学的新鲜葡萄（Vitis vinifera）器官的红外光谱研究

发布时间：

2022-12-15

来源：

植物表型资讯

作者：

PhenoTrait

红外光谱为植物材料提供了广泛的光谱和化学信息。然而，对新鲜葡萄器官的原始光谱数据了解甚少。本研究调查了整个生长季节收集的葡萄芽、叶和浆果的光谱特性。利用固体探针(Solid probe，NIR- SP)和旋转积分球(Rotating integrating sphere，NIR- RS)对不同物候阶段的多个栽培品种和年份的样品进行近红外（Near infrared，NIR）光谱获取和分析，如图1和图2。采用主成分分析(Principal component analysis，PCA)和无监督自组织映射(Self-organising maps，SOM)作为一种新方法研究了光谱性质的聚类模式，如图3。基于葡萄器官类型的分离使用PCA（图4、图7和图9）和无监督SOM。随后，无监督SOM分析显示了物候阶段(浆果和嫩枝)和木质化(嫩枝)之间的器官特异性差异。监督SOM被用于分类目的，作为葡萄种植数据预测葡萄器官的一种新应用，如图5、图6、图8和图10，对2019年至2021年收集的NIR-SP数据集的器官类型预测准确率为90.3%。事实证明，单个物候期的预测更具挑战性，但当物候期组合在一起时，发现NIR-RS葡萄浆果数据集的预测率为85.6%。在NIR-SP 2019-2021和NIR-RS 2020-2021数据集上，嫩枝木质化预测的准确率分别为74.4%和89.9%。此外，利用正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis，OPLS-DA)和S-plots（图11）选择光谱变量，对NIR-RS 2020-2021数据集的芽叶判别率提高了14%。2019-2021年NIR-SP区木化预测也提高了9.8% (92.3%)，2020-2021年NIR-RS区木化预测提高了12.7%(95.9%)。聚类方法，特别是无监督SOM方法，在新鲜葡萄器官的原始光谱数据中显示出重要的分组。器官类型，物候阶段和木质化突出显示了在多个年份的突出分离。

图1 每种红外技术的光谱数和分类变量的图表。NIR-RS:近红外旋转积分球; NIR-SP:近红外固体探针; MIR: mid infrared，中红外，物候阶段: EL15 – 8 Leaves, EL26 – Cap-fall, EL27 – Setting, EL29 – Peppercorn-size, EL31 – Pea-size, EL32 – Bunch closure, EL33 – Hard-green, EL35 – V´eraison, EL37 – Almost-ripe, EL38 – Harvest, EL39 – Over-ripe, EL41 – Cane mature, EL47 – End of leaf fall. 品种：Sauv Blanc: Sauvignon blanc长相思; Cab Sauv: Cabernet Sauvignon赤霞珠

图2 每个葡萄器官的平均原始光谱和红外技术。红外技术:近红外旋转积分球(Near infrared with rotating integrating sphere，NIR-RS)、近红外固体探针(Near infrared with solid probe，NIR-SP)、中红外(Mid infrared，MIR)。

图3 用于化学计量分析的采样、红外技术和数据集示意图。*主成分分析(PCA)，无监督自组织映射(SOM)，近红外旋转积分球(NIR-RS)，近红外固体探针(NIR-SP)，中红外(MIR)，正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis，OPLS-DA)。

图4 以器官为变量的近红外固体探针(NIR-SP) 2019-2021年数据的主成分分析

图5 包含近红外固体探测器(NIR-SP) 2019-2021数据集的三个集群的SOM

图6 由近红外固体探针(NIR-SP) 2019-2021数据集的5个簇组成的SOM。

图7 基于物候期变量的2019-2021年近红外旋转积分球(NIR-RS)浆果数据主成分分析

图8 由近红外旋转积分球(NIR-RS) 2019-2021浆果数据集的5个簇组成的SOM

图9 基于木质化变量的近红外固体探测器(NIR-SP) 拍摄2019-2021年的数据的PCA

图10由近红外固体探针(NIR-SP) 2019-2021年拍摄数据集的3个簇组成的SOM。

图11 2019-2021年近红外固体探测器(NIR-SP)拍摄数据集的s线图。

来源

Elizma van Wyngaard et al. Infrared spectroscopy investigation of fresh grapevine (Vitis vinifera) shoots, leaves, and berries using novel chemometric applications for viticultural data, Computers and Electronics in Agriculture, 2022，203 (2022) 107481.

编辑

王春颖

扩展阅读