用近红外光谱测量方法开发在叶子模型中对多种的同时量化方法

科学领域:

• 农业科学 农业科学
• 频谱学是一种光谱学.
• 分析化学 分析化学

背景情况:

• 成分对于数据驱动农业的作物管理至关重要.
• 准确和快速量化植物对于优化种植至关重要.
• 现有的方法可能耗时,化学密集,或缺乏同时性.

研究的目的:

• 开发一种简单,快速,非化学,同时测量植物叶子中蛋白质和酸盐的方法.
• 使用来自紧型里埃变换NIR (FT-NIR) 谱仪的近红外 (NIR) 光谱信息.
• 评估现场作物生物信息获取的可行性.

主要方法:

• 从湿和干叶模型中获取NIR光谱,使用一个紧的MEMS (微电机械系统) FT-NIR光谱仪和一个分散反射探针.
• 在从提取的吸收波段中对光谱信息应用部分最小平方回归分析.
• 使用二维光谱分析 (NIR和中红外) 进行光谱吸收强度和含量之间的相关性分析.

主要成果:

• 干叶模型中的蛋白含量通过使用MEMS FT-NIR光谱方法准确预测.
• 在干叶模型中确定了酸,尽管在湿模型中需要更广泛的酸度数据.
• 该研究表明,在湿叶和干叶模型中预测含量的潜力.

结论:

• 紧型MEMS FT-NIR光谱仪提供了一个可行的工具,用于在植物中同时量化蛋白和酸的非化学量化.
• 该方法支持数据驱动农业的发展,通过在现场获取作物的生物信息.
• 进一步精制,特别是湿样中的酸,可以提高其在各种农业环境中的适用性.