基于超光谱成像的亚麻种蛋白质,油含量,酸和酸含量预测的建模
Dongyu Zhu1, Junying Han1, Chengzhong Liu1
1College of Information Science and Technology, Gansu Agricultural University, Lanzhou, China.
Frontiers in plant science
|February 27, 2024
概括
超光谱成像为评估亚麻质量提供了一种非破坏性的方法,可以准确预测蛋白质,油,亚麻酸和亚麻含量. 这项技术提高了选高质量的亚麻生殖质量资源的效率.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 生物技术是生物技术.
背景情况:
- 亚麻质量是由蛋白质,油,亚麻酸和亚麻等关键成分决定的.
- 优化测试方法对于高质量的亚麻胚胎质的有效查至关重要.
- 当前的方法可能对全面的质量评估不有效或非破坏性.
研究的目的:
- 优化对亚麻种子营养质量的测试方法.
- 提高选高质量的亚麻生殖质量资源的效率.
- 评估超光谱成像对于非破坏性亚麻种子质量分析的潜力.
主要方法:
- 收集了30种亚麻种物种的超谱数据和营养成分数据.
- 采用SPXY算法进行样本集分类.
- 应用各种光谱预处理技术,包括SG光滑和特征提取算法 (SPA,CARS).
- 开发并比较了定量分析模型:PLSR,SVR,MLR和PCR.
主要成果:
- 与PLSR模型相结合的SG平滑方法在光谱数据预处理中表现出卓越的性能.
- 该SG-CARS-MLR模型实现了蛋白质含量预测的最高准确度 (R2=0.9563,RMSEP=0.5616).
- 油含量,酸和酸的最佳预测模型显示出高精度 (R2值分别为0.8565,0.8028和0.9343).
结论:
- 超光谱成像技术显示了对亚麻质量特征的非破坏性检测具有重大潜力.
- 这种方法为未来对亚麻种子营养质量的非破坏性测试提供了可行的替代方案.
- 开发的模型为高效和准确的亚麻质量评估提供了一个新的选择.
