用可见光和近红外光谱技术预测干辣椒粉的品质特征


发布时间:

2023-04-18

来源:

植物表型资讯

作者:

PhenoTrait

果实品质表型是植物育种的瓶颈。本工作旨在探讨可见(Vis)和近红外(NIR)光谱技术在干红辣椒粉质量评价中的适用性。我们利用光谱学和多元统计技术构建了美国香料贸易协会(American Spice Trade Association, ASTA)的颜色和斯高维尔辣度单位(Scoville Heat Unit, SHU)辛辣辣椒性状的预测模型。

 

预测偏最小二乘(partial least squares, PLS)模型成功实现,预测值和参考值之间具有较高的相关性(r),用于校准和验证(ASTA-colour的r = 0.955和0.928; SHU-pungency的r = 0.941和0.918。

 

来自可见光和短波辐射(visible and short-wave radiation,Vis-SWNIR)的光谱数据为ASTA-colour (RPD = 2.84)和长波辐射(long-wave radiation,LWNIR)的SHU-pungency (RPD = 2.48)提供了最可靠的(剩余预测偏差值)模型。波长范围选择的光谱类别、有效波长选择的变量重要性和因子选择的均方根压力统计量是PLS的重要依据,特征方差和分布也是模型预测能力和功率的重要依据。综上所述,非侵入性光谱学是我们研究干红辣椒品质表型的一个有前途的工具。

 

图1 干辣椒粉的原始吸收光谱与可见光和近红外区域(400 - 2500 nm)的光谱数据。照片是用来扫描干辣椒粉的旋转杯。

 

图2 均方根预测残差平方和(predicted residual sum of squares,PRESS)- (A)美国香料贸易协会(ASTA)-颜色和(C) SHU-pungency性状的精细化校准统计量及其校准散点图(标记为圆形符号;N = 140)和预测(标记为交叉符号;n = 119)的(B) ASTA-colour和(D) SHU-pungency。

  

图3 (A)美国香料贸易协会(ASTA)-颜色和(B)史高维尔热量单位(SHU)-辛辣特征的精致PLS回归的投影(Variable importance in the projection,VIP)评分的可变重要性。如水平线所示,VIP分数大于0.8的波长对模型发展有效。ASTA-colour的可见光和短波辐射(VIS-SWNIR)以及SHU-pungency的长波辐射(LWNIR)对于最优模型来说很重要。

 
 
来 源
Theanjumpol, P., Kaur, A., Muenmanee, N., Chanbang, Y., & Maniwara, P. (2023). Prediction of quality traits in dry pepper powder using visible and near-infrared spectroscopy. International Food Research Journal, 30(1), 193-204. doi:https://doi.org/10.47836/ifrj.30.1.16
 

编辑

王春颖
 
扩展阅读

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。