北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

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

日期: 2022-04-25
浏览次数: 13


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

姜黄素是一种天然化合物,具有良好的抗炎、降血脂、抗氧化和抗癌等特性。姜黄素是从姜科、天南星科中一些植物的根茎中提取的一种二酮类化合物。其中,姜黄中约含姜黄素3%~6%,是植物界很稀少的具有二酮结构的色素。了解栽培根茎中姜黄素的水平并确定高产品种非常重要。传统上测量姜黄素是通过从新鲜根茎或干粉中将其提取出来,并使用高效液相色谱(HPLC)或紫外-可见分光光度法进行分析。从植物材料中分离姜黄素费事、费力、成本高,且需要专门的实验室设备和有经验的操作人员。而高光谱成像(HSI)是一种快速且无损的技术,已成功用于土壤和农产品(坚果、水果和蔬菜)各种化学成分和质量指标的评估。然而,目前尚未探索使用新鲜姜黄根茎的HIS图像来预测姜黄素。

基于此,为了填补研究空白,在本文中,来自澳大利亚的一组研究团队进行了相关研究,旨在(1) 比较澳大利亚东部不同采样点3个姜黄品种(黄色、橙色和红色)的总姜黄素浓度和不同类姜黄素的分布;(2)评估利用可见-近红外(Vis/NIR)光谱(400-1000 nm)建立的PLSR模型预测新鲜姜黄根茎中总姜黄素浓度的潜力。

作者在2018年11月至2019年11月,从五个研究地点共收集了190个样本,以捕捉生长周期的变化。利用光谱范围为400-1000 nm,光谱采样间隔为1.3 nm,光谱分辨率为2.3 nm的Resonon Pika XC2高光谱相机获取样品的高光谱图像。扫描后,提取根茎中的姜黄素,分析其总浓度和分布。建立偏最小二乘回归(PLSR)模型来预测总姜黄素浓度,并通过R2和RMSE来评估模型的准确度。
 

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

图1 高光谱成像系统Resonon Pika XC2高光谱相机扫描姜黄根茎(a),选择根茎肉(横截面)(b)和皮(c)感兴趣区域(ROI),用于提取每个样品的平均光谱反射率。 


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

图2 实验设计和模型开发流程图。



【结果】

表1 校准和测试集中不同品种和采样地的总姜黄素 (%) 浓度的描述性分析。

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


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

 
图3 不同姜黄品种中三种姜黄素类化合物:双去甲氧基姜黄素 (a)、去甲氧基姜黄素 (b) 和姜黄素 (c) 的百分比分布。
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 
图4 使用三个姜黄品种的原始反射光谱和根茎皮(a)与根茎肉(b)的所有可用波长开发的模型;测试集中单个样本的姜黄素(%)预测值(实心圆)(利用根茎肉模型)和测试数据集中单个样本测量值(“×”)和偏差线(与校准样本的相似度)分布图(c)。


表2 使用各种光谱分析技术的PLSR模型预测性能。

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

图5 仅使用橙色姜黄品种的原始反射光谱和根茎皮(a)与根茎肉(b)的所有可用波长开发的模型;测试集中单个样本的姜黄素(%)预测值(实心圆)(利用根茎肉模型)和测试数据集中单个样本测量值(“×”)和偏差线(与校准样本的相似度)分布图(c)。


 【结论】
红色姜黄品种姜黄素最高,建议农民可以培育该品种。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。在收获和清洗过程中,指状根茎通常从母根茎中折断,仍可销售,因此,通过扫描从加工批次中随机选择的任何折断的根茎碎片,并使用所开发的PLSR模型,可以在两级系统下基于农场手段对包装根茎进行分级。针对每个品种开发模型可以提高预测性能和可靠性。使用单一姜黄品种(橙色)开发的模型预测结果更准确,预测性能和可靠性更高。波长选择(Jack knifing)进一步改进了这些方法,使其适用于更小、更便携的多光谱成像系统。然而,在未来的研究中,应针对每个特定品种采集更大的样本量,并对从其他光谱区域收集的数据进行调查。此外,该方法应被用于预测单个姜黄素类化合物,未来新兴的图像深度学习算法可能会进一步提高模型预测性能。

请点击如下链接,阅读原文:
https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650310032&idx=1&sn=18f01ae402460e5da378f1ca6611014e&chksm=bee1a96f8996207988d67e735544aa15e26988c1a3cbb97e8aef9859a4a796e09c2f2202826e&token=473735764&lang=zh_CN#rd

News / 相关新闻 More
2022 - 11 - 18
土壤水力参数,如田间持水量(FC)和永久萎蔫点(PWP),在灌溉管理、干旱风险评估和土地利用规划等方面发挥着重要作用。这些水力特性是动态的,随土壤类型、作物类型和生长季而变化。传统方法估算大尺度水力特性费时费力,而土壤传递函数(PTF)作为一种替代方法,已被用于使用易测量的土壤特性(如土壤粒级、有机碳和容重)来估计土壤水力特性。这些预测参数在很大程度上受各种内在土壤特性如土壤质地、结构、有机质、容重和孔隙度的影响。随着光谱技术的不断发展,因其快速、低成本和无损测量,许多研究者已经利用可见近红外(Vis-NIR)光谱预测了土壤特性,而使用光谱数据绘制印度土壤类型水力特性的研究非常有限。基于此,在本研究中,一组研究团队在印度卡纳塔克邦高原北部地区收集了558个土壤样本,在实验室中测量了其FC, PWP和土壤含水量,并利用ASD FieldSpec光谱仪测量土壤光谱反射率。通过支持向量机、随机森...
2022 - 11 - 14
了解亚热带森林树种的准确信息对于森林可持续管理、生态系统服务评估、生物多样性监测以及生态环境保护至关重要。因此,亟待快速有效的方法对单个树种进行分类。传统的树种地面调查费事、费力、成本高,难以大面积实施。而遥感可以获取较大区域的特征信息。许多遥感数据,如超高分辨率RGB、机载高光谱和雷达数据,已广泛应用于单木分割和树种分类。然而以往都是利用其中一种或两种类型的数据进行研究,综合这三种遥感数据进行树种分类的研究十分有限。基于此,为填补研究空白, 研究者们于2019年8月在中国南方深圳的亚热带阔叶林聚龙山公园(114°23′28′′E,22°43′50′′N)基于UAV LiDAR,高光谱(Resonon Pika L高光谱成像仪)、超高分辨率RGB数据以及地面数据进行单个树种的分类。作者首次开发了watershed-spectral-textural-controlled...
2022 - 11 - 09
【摘要】土壤含水量的时空异质性影响着土壤水和植物茎木质部水的同位素组成。然而,土壤水分条件对广泛报道的土壤水-植物茎木质部水同位素偏差的影响尚缺乏系统地评估。为此,本研究连续两年在两个土壤水分条件不同的样地测定了柠条茎木质部水和土壤水的δ2H和δ18O值(利用全自动真空冷凝抽提系统LI-2100,北京理加联合科技有限公司)提取土壤和植物茎木质部中的水分,然后进行同位素测量)。结果表明,在较湿润的样地1,茎木质部水与土壤水在两年中都表现出明显的同位素偏差(两者的重叠率【研究区域】该试验是在中国黄土高原北部六道沟小流域 (38°46′-38°51′N,110°21′-110°23′E)进行。【研究方法】(1) 土壤束缚水同位素的计算本研究中,将张力计在−60 kPa压力下收集到的水分视为土壤移动水,而压力值大于−60 kPa时收集到的水分则视为土壤束缚水...
2022 - 10 - 27
在大气、陆地、海洋和湖泊环境中均已发现了微塑料(颗粒20-1400 kg/m3。相当一部分人造塑料比水重,当其进入到水环境中时,会进入到沉积物系统中。已有研究表明,海洋沉积物中微塑料的存在会改变沉积物微生物群落组成,显著影响N循环,并会影响沉积物生物地球化学过程等。在全球气候变暖的背景下,在沉积物-水-大气界面,湖泊生态系统的物质交换更频繁,其对环境变化更敏感,因此,应该重视微塑料对淡水沉积物的影响。此外,淡水湖泊,水库及其沉积物是温室气体排放的重要来源。应注意微塑料进入淡水沉积物中时是否会影响其生态环境、温室气体排放和微生物群落。近来,微塑料研究重点已逐渐从海洋水环境转向淡水和沉积环境。然而,很少有研究关注淡水沉积环境中微塑料的影响和生态效应。基于此,在本文中,来自南开大学环境科学与工程学院的研究团队选择5~2000 μm的微塑料进行实验。将六种不同直径的聚对苯二甲酸乙二醇酯(PET)颗...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910499762 010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开