玉米是世界上最重要的作物之一。在玉米生長過程中，氮（N）是最重要的營養(yǎng)元素之一。玉米葉片中N轉運主要以谷氨酰胺的形式進行。玉米產量與灌漿期葉片中的谷氨酰胺、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關性。因此，準確快速估算玉米葉片氨基酸含量對于提高玉米產量和N利用效率至關重要。分光光度法、化學分析法和質譜法是確定氨基酸含量的主要方法，具有高靈敏度和高準確度。然而，這些方法會破壞樣品，且需要復雜的樣品處理過程，通量低，成本高。高光譜成像技術因其快速、高通量和無損式測量成為估算作物生理生化參數的新方法，且已廣泛用于作物表型性狀的高通量篩選。然而，目前利用高光譜數據估算新鮮玉米葉片氨基酸含量的研究十分有限。
基于此，為填補研究空白，在所附的文章中，中國農業(yè)大學的研究團隊以新鮮玉米葉片為研究對象，探索了高光譜成像技術估算其氨基酸含量的可行性?？紤]到施氮量對玉米葉片氨基酸含量的極大影響，作者設置了兩個變量施氮實驗。利用Resonon Pika L高光譜成像儀（光譜范圍為400-1000 nm）采集玉米葉片的高光譜圖像，并測量了玉米葉片24種氨基酸含量。作者利用NDVI從背景中分離出綠色葉片（高光譜圖像預處理），利用Savitzky-Golay濾波進行去噪（數據預處理）。在模型建立過程中，作者首先通過樣本變異系數（CV）和偏最小二乘回歸（PLSR）篩選了各氨基酸含量的敏感波段范圍和特征波段。然后，基于全波段反射率、敏感波段范圍和特征波段分別對24種氨基酸含量進行建模，最后利用未參與建模的樣本驗證各估算模型，選出各氨基酸含量的最佳估算模型。
高光譜圖像采集系統(tǒng)。
【結果】
測試集部分氨基酸含量最佳預測模型實測值與預測值關系散點圖。
【結論】
PLSR回歸系數檢驗發(fā)現，大多數氨基酸特征波段主要集中在505.39-604.95 nm和651.21-714.10 nm?；谌ǘ畏瓷渎?、敏感波段范圍和特征波段分別對24種氨基酸含量進行建模和驗證。選出各氨基酸含量的最佳估算模型。結果表明，b-氨基丁酸、鳥氨酸、瓜氨酸、蛋氨酸和組氨酸含量的估算精度優(yōu)于其它氨基酸，測試集R2，RE和RPD范圍為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、蘇氨酸、亮氨酸、天冬氨酸含量的估算精度正常，測試集R2，RE和RPD范圍為0.58-0.73，23.23%-39.69%和1.56-1.94。其它氨基酸模型性能相對較差。該研究為基于高光譜技術監(jiān)測育種材料性狀提供了參考。
請點擊下方鏈接，閱讀原文：
https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650314923&idx=2&sn=a9435644565c7bce831ba968a93eb596&chksm=bee1b45489963d42e1a56efa8112a6db637e4f96df130f9c5020d57899d7d2909af900701d46&token=2034583537&lang=zh_CN#rd