為什么種子活力是種子健康的重要指標?
種子活力與其質量直接相關,它不僅可以測量樣本中存活種子的百分比,還可以發現種子是在什么條件下儲存的。它可能受到成熟、發育、貯藏或遺傳因素的影響。
種子活力百分比通常在發育階段增加,直到達到成熟度峰值,之后由于老化而顯著降低。衡量種子質量最常用的方法是檢查一些劣化因素或弱點。其中一些測試包括電導率或人工加速老化,此類可能被視為破壞性而非有效的。
Videometer Lab4多光譜種子表型成像系統是丹麥理工大學與丹麥Videometer公司開發,是用于種子研究先進的多光譜表型成像設備,典型客戶為ISTA國際種子檢驗協會、ESTA歐洲種子檢驗協會、John Innes Centre、LGC化學家集團、奧胡斯大學等等,利用該系統發表的文章已經超過300篇。
Videometer種子表型表型成像系統可測量種子如尺寸、顏色、形狀等,間接測定種子參數如種子純度、發芽百分比、發芽率、種子健康度、種子成熟度、中壽命等。種子活力綜合種子活力是種子發芽和出苗率、幼苗生長的潛勢、植株抗逆能力和生產潛力的總和(發芽和出苗期間的活性水平與行為),是種子品質的重要指標,具體包括吸漲后旺盛的代謝強度、出苗能力、抗逆性、發芽速度及同步性、幼苗發育與產量潛力。種子活力是植物的重要表型特征,傳統檢測方法包括低溫測試、高溫加速衰老測試、幼苗生長測定等。
該系統也可以對細菌、蟲卵、真菌等進行高通量成像測量,進行病理學、毒理學或其它研究。對于擬南芥等冠層平展的植物,可以進行自動的葉片計數等。
VideometerLab多光譜種子表型成像系統
光譜成像和種子分析
以上提供的一些測試得到了國際種子測試協會(ISTA)的正式認可,并作為衡量鷹嘴豆、蘿卜或大豆種子的標準。然而,只有少數種子正式批準了測試方法,所有其他種子的方法都處于試驗階段,其中之一是苜蓿種子(苜蓿)。
苜蓿種子的種子活力
最近發表在Smart Agriculture of Sensors雜志上的一篇文章闡述了使用先進的儀器VideometerLab對苜蓿種子活力進行的無損評估。光譜成像可用于種子測試中健康、純度、處理或發芽等。
本研究使用來自不同收獲期和成熟度水平的大量紫花苜蓿種子作為樣本,以確保其重復性和有效性。中國農業大學和寧夏農林科學院的科學家使用19種波長來分析、區分和預測種子活力水平。試驗結束時,評估無活力死種子的平均準確率為93.3%,而鑒定高活力種子的平均準確率為95.7%。
論文得出結論,在本實驗中使用多光譜成像和多變量分析可以準確評估和預測紫花苜蓿的種子活力、種子活力和種子發芽率。研究的積極結果證明了光譜成像在種子檢測中的有效性。
基于多光譜成像技術的苜蓿種子活力無損檢測
種子活力是評價植物種子質量的重要指標。如何快速、準確地評價種子活力一直是種子研究領域的一個重要問題。多光譜技術作為一種新的物理檢測方法,具有靈敏度高、準確度高、無損、快速等優點,在種子質量評價中具有良好的應用前景。本研究利用多光譜成像技術收集了19個波長(365、405、430、450、470、490、515、540、570、590、630、645、660、690、780、850、880、940、970 nm)的紫花苜蓿種子的形態和光譜信息,這些波長代表了不同的種子活力水平和年齡。采用主成分分析(PCA)、線性判別分析(LDA)、支持向量機(SVM)、隨機森林(RF)和規范化典型判別分析(nCDA)等五種多元分析方法對其活力進行了判別和預測。結果表明,LDA模型效果最好,對不同成熟度種子樣品的平均準確率為92.9%,對不同收獲年份種子樣品的平均準確率為97.8%,LDA模型的平均靈敏度、特異性和精密度可達90%以上。nCDA鑒定無活力死種子的平均準確率達93.3%。在鑒定高活力種子和預測紫花苜蓿種子發芽率方面,該方法可達到95.7%。綜上所述,本試驗采用多光譜成像和多元分析技術,可以準確地評價和預測苜蓿種子活力、種子活力和種子發芽率,為種子質量的快速無損檢測提供了重要的技術手段和思路。
相關閱讀
Videometer種子表型組學:多光譜成像作為菠菜種子健康檢測的潛在工具
Videometer種子表型組學:多光譜圖像分析在種子種質庫管理中的應用
Videometer種子表型組學:利用可見光、近紅外多光譜和化學計量學對不同番茄種子品種的分類
Videometer種子表型組學:使用多光譜成像和化學計量學方法在線鑒別水稻種子
Videometer種子表型組學:使用多光譜成像預測蓖麻種子的活力
Videometer種子表型組學:甜菜種子加工損傷的多光譜圖像分類
種子表型組學:利用多光譜成像和化學計量學方法對大豆種子進行無損鑒別
種子表型組學:Videometer多光譜成像種子質量評估的新工具
種子表型組學:基于可見-近紅外多光譜圖像數據的偏最小二乘判別分析檢測菠菜種子的發芽能力和胚芽長度
種子表型組學:使用灰度共生矩陣和機器學習技術識別單倍體玉米種子
種子表型組學:通過射線照相和多光譜圖像分析測定小麥種子中的侵染
種子表型組學:鹽脅迫下九個高羊茅品種的種子萌發和幼苗生長參數
種子表型組學:基于多光譜和共振成像技術的麻瘋樹種子健康分析新方法
種子表型組學:多光譜成像結合多變量分析的單株紫花苜蓿種子品種鑒別
種子表型組學:通過多光譜成像分析對自然老化的紫花苜蓿種子進行無損鑒定
種子表型組學:自動熒光光譜成像作為一種快速、無損和可靠地評估大豆種子質量的創新方法