Resonon | 利用Resonon Pika L高光谱成像估算玉米叶片氨基酸含量
玉米是世界上最 重要的作物之一。在玉米生长过程中,氮(N)是最 重要的营养元素之一。玉米叶片中N转运主要以谷氨酰胺的形式进行。玉米产量与灌浆期叶片中的谷氨酰胺、谷氨酸、丙氨酸、天冬氨酸和天冬酰胺等氨基酸具有很好的相关性。因此,准确快速估算玉米叶片氨基酸含量对于提高玉米产量和N利用效率至关重要。分光光度法、化学分析法和质谱法是确定氨基酸含量的主要方法,具有高灵敏度和高准确度。然而,这些方法会破坏样品,且需要复杂的样品处理过程,通量低,成本高。高光谱成像技术因其快速、高通量和无损式测量成为估算作物生理生化参数的新方法,且已广泛用于作物表型性状的高通量筛选。然而,目前利用高光谱数据估算新鲜玉米叶片氨基酸含量的研究十分有限。
基于此,为填补研究空白,在所附的文章中,中国农业大学的研究团队以新鲜玉米叶片为研究对象,探索了高光谱成像技术估算其氨基酸含量的可行性。考虑到施氮量对玉米叶片氨基酸含量的极大影响,作者设置了两个变量施氮实验。利用Resonon Pika L高光谱成像仪(光谱范围为400-1000 nm)采集玉米叶片的高光谱图像,并测量了玉米叶片24种氨基酸含量。作者利用NDVI从背景中分离出绿色叶片(高光谱图像预处理),利用Savitzky-Golay滤波进行去噪(数据预处理)。在模型建立过程中,作者首先通过样本变异系数(CV)和偏最 小二乘回归(PLSR)筛选了各氨基酸含量的敏感波段范围和特征波段。然后,基于全波段反射率、敏感波段范围和特征波段分别对24种氨基酸含量进行建模,最 后利用未参与建模的样本验证各估算模型,选出各氨基酸含量的最 佳估算模型。
高光谱图像采集系统
结果
测试集部分氨基酸含量最 佳预测模型实测值与预测值关系散点图。
结论
PLSR回归系数检验发现,大多数氨基酸特征波段主要集中在505.39-604.95 nm和651.21-714.10 nm。基于全波段反射率、敏感波段范围和特征波段分别对24种氨基酸含量进行建模和验证。选出各氨基酸含量的最 佳估算模型。结果表明,b-氨基丁酸、鸟氨酸、瓜氨酸、蛋氨酸和组氨酸含量的估算精度优于其它氨基酸,测试集R2,RE和RPD范围为0.84-0.96,8.79%-19.77%和2.58-5.18。肌氨酸、丙氨酸、谷氨酸、脯氨酸、苏氨酸、亮氨酸、天冬氨酸含量的估算精度正常,测试集R2,RE和RPD范围为0.58-0.73,23.23%-39.69%和1.56-1.94。其它氨基酸模型性能相对较差。该研究为基于高光谱技术监测育种材料性状提供了参考。
全部评论(0条)
推荐阅读
-
- Resonon | 利用Resonon Pika L高光谱成像估算玉米叶片氨基酸含量
- 利用Resonon Pika L高光谱成像仪(光谱范围为400-1000 nm)采集玉米叶片的高光谱图像,并测量了玉米叶片24种氨基酸含量。
-
- Resonon | 利用Resonon Pika L估算亚热带森林中单木尺度的地上碳储量
- 机载激光雷达可获取准确的森林环境三维结构信息,而高光谱成像可以提供详细的反射率信息。
-
- Resonon | Resonon Pika L在估算冬小麦动态收获指数上的应用
- 目前,UAV遥感传感器主要包括数码相机、多光谱相机和高光谱相机。
-
- Resonon | 利用Resonon Pika XC2高光谱成像预测新鲜姜黄根茎中姜黄素浓度
- 本研究结果表明Vis/NIR高光谱成像结合PLSR有潜力仅使用根茎肉图像而不是根茎皮图像预测新鲜姜黄中的姜黄素。
-
- Resonon | Resonon Pika L在检测西米面粉中次氯酸钙方面的应用
- 近年来,高光谱成像技术(HSI)已经作为快速质量监测解决方案被引入到各种食品行业,包括面粉行业。
-
- Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用
- 小麦作为人类重要的粮食来源之一,你对它的印象是什么?是夜来南风起,小麦覆陇黄的生机景象,还是大麦干枯小麦黄,妇女行泣夫走藏的悲切画面? 风吹麦浪的一片金黄往往让人神往,然而随着全 球气候的变化,干旱
-
- Resonon | Pika L高光谱成像在亚热带阔叶森林单木分割和树种分类上的应用
- 在本研究中,作者利用UAV LiDAR,高光谱和超高分辨率RGB数据在亚热带阔叶森林树木尺度上进行18个树种的分类。
-
- Resonon | 基于深度学习和高光谱图像估算车厘茄可溶性固形物含量及硬度
- 基于深度学习和高光谱图像估算车厘茄可溶性固形物含量及硬度
-
- Resonon | 植被物种高光谱分类实验手册
- 那是一个 阳光微弱,地铁躁动的下班点 打卡声此起彼伏间 夹杂着某人疯狂敲击键盘的声音
-
- Resonon | 高光谱成像结合机器学习检测火炬松幼苗梭形锈病发病率
- 获取高光谱图像后,通过阈值化归一化植被指数(NDVI)图像从背景中分割出幼苗,并通过使用Faster RCNN模型的目标检测来实现个体幼苗的描绘。
-
- Resonon | 高光谱成像仪在预测坚果壳和果仁的水分含量方面的应用
- Resonon | 高光谱成像仪在预测坚果壳和果仁的水分含量方面的应用
-
- Resonon | 节肢动物害虫早期侵染诱导的植物组成性状和叶片反射率的独特变化
- 准确、切实可行的检测和诊断节肢动物害虫的侵染是有效和可持续害虫管理面临的重要挑战。
-
- Resonon+LR1601 | 利用高光谱遥感评估玉米农田生态系统的杂草竞争力
- 来自东北农业大学的研究团队应用高光谱遥感(HRS)技术于2021年5月至9月在中国哈尔滨的东北农业大学向阳示范基地(45°45′N,126°54′E)进行了竞争试验。
-
- 安装案例 | 黑龙江农科院黑河分院-PIKA L
- 黑龙江农科院黑河分院-红外成像光谱仪/PIKA L
-
- 安装案例 | 室内外一体化嵌入式高光谱遥感教学平台( Pika L)- 河海大学地球科学与工程学院
- Pika L - 河海大学地球科学与工程学院
①本文由仪器网入驻的作者或注册的会员撰写并发布,观点仅代表作者本人,不代表仪器网立场。若内容侵犯到您的合法权益,请及时告诉,我们立即通知作者,并马上删除。
②凡本网注明"来源:仪器网"的所有作品,版权均属于仪器网,转载时须经本网同意,并请注明仪器网(www.yiqi.com)。
③本网转载并注明来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
④若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi
参与评论
登录后参与评论