CN105241822A

CN105241822A - 基于高光谱的牡丹叶片花青素含量测定方法

Info

Publication number: CN105241822A
Application number: CN201510543672.1A
Authority: CN
Inventors: 刘秀英; 熊建利; 常庆瑞; 严林; 王力; 宋荣杰; 马文君
Original assignee: Henan University of Science and Technology
Current assignee: Henan University of Science and Technology
Priority date: 2015-08-28
Filing date: 2015-08-28
Publication date: 2016-01-13

Abstract

本发明公开了一种基于高光谱的牡丹叶片花青素含量测定方法，属于精准农业中作物生长信息无损监测技术领域。该方法是将牡丹叶片反射光谱数据与花青素含量数据相融合，通过相关分析确定花青素含量的敏感波段，在选定软件中构建基于特征波段的花青素含量光谱监测模型，再采用高光谱辐射仪测定待测牡丹叶片在特征波段的反射光谱数据，将数据导入光谱监测模型中，计算得到牡丹叶片花青素含量。与现有湿化学法相比具有以下优势：1)原位测定，不需要取样，对牡丹叶片无损伤；2)可重复测定，达到长期监测的目的；3)利用对花青素含量敏感的所有有效波段信息，预测模型精度高，特别适用中、低含量花青素叶片的快速、准确估测。

Description

基于高光谱的牡丹叶片花青素含量测定方法

技术领域

本发明涉及一种基于高光谱的牡丹叶片花青素含量测定方法，属于精准农业中作物生长信息无损监测技术领域。

背景技术

植物叶片中色素含量变化不仅能反映植物的生长和营养状况，也能反映植物对环境因子的响应，因此叶片色素是植物研究中最常测定的参数之一。花青素是水溶性的黄酮类化合物，它是植物叶片色素中第三类主要色素，在植物幼小和衰老叶片中含量丰富。花青素能够修复叶片的光环境，具有潜在地调节光合作用限制光抑制与光漂白作用的能力，以及对光破坏的防御能力。花青素可以作为渗透调节物质，提高植物抗冰冻与抗干旱胁迫的能力。此外，花青素还具有抗氧化作用，有助于修复损伤后的叶片。花青素是植物叶片衰老及胁迫的指示器，对它进行探测和定量评估，能够获取植物对环境胁迫响应及调整的重要信息。

传统的花青素含量测定主要采用湿化学法，包括用溶剂提取叶片中花青素，分光光度计测定花青素在溶剂中的吸光度，将测定的吸光度值转换成花青素含量等步骤。该方法能够准确测定叶片中花青素的含量，但是存在劳动强度大，测量费时、费力，需要对叶片进行破坏，不能进行原位重复测量及大区域监测等问题。因此，亟需一种准确、高效、实用的花青素含量测定方法。有研究表明，在绿光波段范围内，花青素含量与光谱反射率呈极显著相关，随着花青素含量的增加，550nm附近绿光反射率明显减小。基于此关联构建反演花青素的光谱监测模型，将有利于植物叶片花青素含量的快速、无损测定。对于牡丹植株，在开花期，不同品种牡丹叶片的花青素含量差异较大，且花青素含量相对较低，实验室测量费时费力。目前，基于高光谱监测模型的牡丹叶片花青素测定还未见报道。

发明内容

本发明的目的是提供一种基于高光谱的牡丹叶片花青素含量测定方法，该方法简单、高效、实用，准确度高，适用于中、低含量花青素牡丹叶片的原位、无损估测。

为了实现以上目的，本发明所采用的技术方案是：

基于高光谱的牡丹叶片花青素含量测定方法，步骤如下：采用高光谱辐射仪测定牡丹叶片在特征波段的反射光谱数据，将测得的反射光谱数据代入花青素含量光谱监测模型中，计算得到牡丹叶片的花青素含量。

所述花青素含量光谱监测模型的建立包括以下步骤：

1)取样与数据采集

选取多个牡丹叶片，分别测定每一个牡丹叶片的花青素含量和反射光谱数据，反射光谱数据再重采样至1nm，并将其按照花青素含量大小排序，形成一个数据集；

2)确定特征波段

对数据集中的花青素含量和反射光谱数据作相关分析，相关系数大于0.52且双尾检验达到极显著水平的波段确定为特征波段；

3)建模与验模

利用花青素含量与特征波段的反射光谱数据建立花青素含量光谱监测模型，验模，即得。

步骤1)中测定花青素含量可采用本领域常规方法，优选0.1mol/L盐酸甲醇低温浸提分光光度法，步骤如下：将破碎的牡丹叶片置于0.1mol/L盐酸酸化甲醇(每升甲醇中含有0.1molHCl)中浸提(如在45℃下浸提2次，每次浸提2h)，浸提完毕离心取上清液(或合并上清液)，分光光度计测定上清液(或上清液定容后溶液)在特定波长处的光密度值，计算得到牡丹叶片中花青素含量(特定波长取530nm、620nm、650nm时，计算方法参见：熊庆娥,叶珍,杨世民,等.植物生理学实验教程[M].成都:四川科学技术出版社,2003:94-95)。

步骤1)中测定反射光谱数据可采用高光谱辐射仪，如美国SpectraVista公司生产的SVCHR-1024i便携式光谱仪，波段值350～2500nm，350～1000nm波段的光谱分辨率≤3.5nm，1000～1850nm波段的光谱分辨率≤9.5nm，1850～2500nm波段的光谱分辨率≤6.5nm。

步骤1)中重采样优选350～1000nm波段的反射光谱数据，这是因为花青素主要对紫外、可见光波段响应，其他波段可不作考虑。

步骤2)中相关分析可采用SPSS软件中双变量相关分析。

步骤2)中特征波段为510～585nm。

步骤3)中建模、验模分别采用数据集中2/3(校正集)、1/3(验证集)数据进行。

步骤3)中建立花青素含量光谱监测模型可采用Unscrambler9.7、Matlab、SAS或SPSS等软件。优选的，在Unscrambler9.7中采用PLSR法(偏最小二乘回归)建立校正模型，留一法交叉验证，同时采用复相关系数(R²)、交叉验证相关系数(R²)、均方根误差(RMSE)和预测残差偏差(RPD)评价模型，满足复相关系数R²＞0.8、交叉验证复相关系数R²＞0.8、RMSE＜0.07μmol/g、RPD＞2时模型构建合适。同时，采用独立样本检验验证模型的准确性和稳定性，评价指标选用复相关系数(R²)、均方根误差(RMSE)和预测残差偏差(RPD)，满足R²＞0.8、RMSE＜0.07μmol/g、RPD＞2时模型构建成功。

本发明的有益效果：

本发明中基于高光谱的牡丹叶片花青素含量测定方法简单、高效、实用，准确度高，特别适用中、低含量花青素叶片的原位、无损估测。该方法是将牡丹叶片反射光谱数据与花青素含量数据相融合，通过相关分析确定花青素的敏感波段，在选定软件中构建基于特征波段的花青素含量光谱监测模型，再采用高光谱辐射仪测定待测牡丹叶片在特征波段的反射光谱数据，将数据导入光谱监测模型中，计算得到牡丹叶片花青素含量。与现有湿化学法相比具有以下优势：1)原位测定，不需要取样，对牡丹叶片无损伤；2)可重复测定，达到长期监测的目的；3)利用对花青素含量敏感的所有有效波段信息，预测模型精度高，能实现对牡丹叶片花青素含量的快速、准确估测。

附图说明

图1为实施例1中牡丹叶片花青素含量光谱监测模型的构建流程示意图；

图2为花青素含量预测值与测量值的散点图及拟合曲线。

具体实施方式

实施例1

本实施例中基于高光谱的牡丹叶片花青素含量测定方法，包括以下步骤：

一、建立牡丹叶片花青素含量光谱监测模型(流程示意图见图1)

1)取样与高光谱数据采集

某年4月初在某大学牡丹园内，在牡丹(PaeoniaSuffruticosa)开花前期采集14个不同品种的牡丹叶片，每个品种采集至少3个叶片，采用美国SpectraVista公司生产的SVCHR-1024i便携式光谱仪采集(波段值350～2500nm，350～1000nm波段的光谱分辨率≤3.5nm，1000～1850nm波段的光谱分辨率≤9.5nm，1850～2500nm波段的光谱分辨率≤6.5nm；利用自带光源型手持叶片光谱探测器直接测定叶片光谱，光源为内置卤钨灯；每次测定前用漫反射参考板优化仪器)反射光谱数据，每个叶片测量3个位置，每个位置测量1条光谱，每棵牡丹测量3个叶片共9条光谱，计算9条光谱的平均值，并对均值处理后的反射光谱数据重采样至1nm(重采样选取350～1000nm波段的反射光谱数据，这是因为花青素主要对紫外、可见光波段响应，其他波段可不作考虑)，作为一个样本光谱，共采集132个样本光谱；

2)叶片花青素含量测定及数据预处理

同步测定每个叶片的花青素含量，对应的，每棵牡丹测定3个叶片，计算3个叶片花青素含量的平均值，与上述样本光谱记为一组样本数据，将得到的多组样本数据按照花青素含量由小到大排序，形成一个数据集，如下表1所示；

表1牡丹叶片花青素含量及光谱数据(部分)

花青素含量的测定方法为：取牡丹叶片用水洗净去杂、吸干，剪成2×5mm长条状碎片，准确称取0.15g，加入0.1mol/L盐酸酸化甲醇10mL，在45℃下浸提2次，浸提时间为2h，浸提后在5000r/min下离心分离，合并2次离心上清液，过滤，即得花青素提取液，将提取液定容至50mL，分光光度计测定定容后花青素提取液在530nm、620nm、650nm波长下的光密度值，计算得到牡丹叶片中花青素含量；

3)在SPSS软件中，对数据集中的花青素含量和反射光谱数据作双变量相关分析，结果显示510～585nm波段的相关系数大于0.52且双尾检验达到极显著水平，因此选择510～585nm波段为特征波段；

4)建模与验模

在数据集中选取2/3的数据作为校正集，1/3的数据作为验证集，在Unscrambler9.7软件中采用PLSR法建立校正模型，留一法交叉验证，同时采用复相关系数R²、交叉验证相关系数R²、均方根误差RMSE和预测残差偏差RPD评价模型，选择的主成分为4个，校正模型的R²为0.873，交叉验证的R²为0.857，RMSE和RPD分别为0.067μmol/g和2.512；同时采用独立样本检验验证模型的准确性和稳定性，评价指标为：复相关系数R²为0.811，均方根误差RMSE为0.068μmol/g，预测残差偏差RPD为2.352；以预测花青素含量为横坐标、实测花青素含量为纵坐标建立回归方程(见下式a)，花青素含量预测值与测量值的散点图及拟合曲线见图2；

式a：y＝0.916x+0.016，R²＝0.817；

式中回归方程的截距与斜率比较接近于0和1，说明该单波段模型的预测效果较好；

二、牡丹叶片花青素含量测定

采用美国SpectraVista公司生产的SVCHR-1024i便携式光谱仪测定待测牡丹叶片在510～585nm特征波段的反射光谱数据，将测得的反射光谱数据导入Unscrambler9.7软件中，直接调用上述监测模型，计算得到牡丹叶片的花青素含量，见下表2。

表2牡丹叶片光谱数据及预测、实测的花青素含量(部分)

本实施例中牡丹叶片花青素含量光谱监测模型的稳定性和适应性良好，准确性高，特别适用中、低含量花青素叶片的原位、无损估测。

Claims

1.基于高光谱的牡丹叶片花青素含量测定方法，其特征在于：步骤如下：采用高光谱辐射仪测定牡丹叶片在特征波段的反射光谱数据，将测得的反射光谱数据代入花青素含量光谱监测模型中，计算得到牡丹叶片的花青素含量；

所述花青素含量光谱监测模型的建立包括以下步骤：

1)取样与数据采集

2)确定特征波段

3)建模与验模

2.根据权利要求1所述的测定方法，其特征在于：步骤1)中测定花青素含量的方法为：将破碎的牡丹叶片置于0.1mol/L盐酸酸化甲醇中浸提，浸提完毕离心取上清液，测定上清液在特定波长处的光密度值，计算得到牡丹叶片中花青素含量。

3.根据权利要求1所述的测定方法，其特征在于：步骤1)中测定反射光谱数据采用高光谱辐射仪，波段值350～2500nm，350～1000nm波段的光谱分辨率≤3.5nm，1000～1850nm波段的光谱分辨率≤9.5nm，1850～2500nm波段的光谱分辨率≤6.5nm。

4.根据权利要求3所述的测定方法，其特征在于：步骤1)中重采样选取350～1000nm波段的反射光谱数据。

5.根据权利要求1所述的测定方法，其特征在于：步骤2)中特征波段为510～585nm。

6.根据权利要求5所述的测定方法，其特征在于：步骤3)中建立花青素含量光谱监测模型在Unscrambler9.7软件中进行，采用偏最小二乘回归法建立校正模型，留一法交叉验证，模型评价指标为：复相关系数R²＞0.8，交叉验证复相关系数R²＞0.8，RMSE＜0.07μmol/g，RPD＞2。

7.根据权利要求6所述的测定方法，其特征在于：步骤3)中验模采用独立样本检验，评价指标为：R²＞0.8，RMSE＜0.07μmol/g，RPD＞2。