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
 

摘要：利用可見光和短波近紅外光譜結合化學計量學方法，研究了五種不同番茄種子品種快速無損分類的可行性。從番茄種子的多光譜圖像中提取了19種不同波長（375 nm至970 nm）的可見-近紅外光譜。主成分分析（PCA）用于數據挖掘，偏最小二乘判別分析（PLS-DA）和支持向量機判別分析（SVM-DA）用于對5個不同番茄品種進行分類。結果表明，無論化學計量學方法如何，對于所有番茄品種，兩個獨立測試集的分類準確率都非常高，范圍從94%到100%。PLS-DA和SVM-DA校準模型的總體分類錯誤率分別為3.2%和0.4%。結果表明，可見-近紅外光譜有可能用于番茄種子品種的無損鑒別，并有機會將其納入植物遺傳資源管理、植物品種保護或登記方案。
 

圖1.捕獲的五個番茄種子品種的多光譜圖像。（a）藍色背景分割后的圖像；種子上的白邊顯示ROI的選擇（b）;525nm下的種子圖像（c）
 

來自五個番茄品種種子的Vis-NIR光譜數據顯示出變化，但在每個波長上表現出相似的反射趨勢（圖 2）。光譜的變化表明番茄品種在番茄種子的物理和化學特性方面存在差異。可見光范圍的變化可歸因于種子樣品的顏色，而NIR區域的變化是由于品種種子的化學差異所致。這些光譜變化表明 Vis-NIR 可用于定性使用化學計量學方法進行分類。PCA 最初是在 Vis-NIR 光譜上進行的，沒有任何數據預處理，以探索番茄品種的可能聚類并識別可能的異常值。然而，沒有觀察到番茄品種之間的明顯區別（數據未顯示）。這并不奇怪，因為種子的光譜特性可能會影響光散射、粒度分布和與入射光束對齊等物理現象，這些現象會給數據增加噪聲。因此，數學數據預處理算法 SNV 和 detrend 用于消除或最小化物理效應以進行進一步數據分析。對預處理的 Vis-NIR 光譜執行的 PCA 顯示校準集中很少有異常值（數據未顯示）。然而，去除異常值并沒有改進模型，它們隨后被保留用于分類模型的進一步開發。圖 3 顯示了使用前三個得分向量 PC 1、PC 2 和 PC 3 的三維主成分 (PC) 得分圖，它們貢獻了 96.5% 的大部分光譜變化，即分別為47.8%、42.6% 和 6.1%。它顯示了相同栽培品種的種子樣本的聚類，盡管觀察到栽培品種的聚類之間存在一些重疊。結果表明，根據種子的反射率可以區分五種番茄品種。此外，這意味著來自樣品的不同光譜屬性可以與來自每個栽培品種的種子的特征相關聯。
 

圖2.從19個波長的種子圖像的 ROI 中提取的五個番茄品種的平均 Vis-NIR 光譜。375nm至700nm的波長來自可見光范圍，780nm至970nm的波長來自NIR區域 (a)；番茄種子的平均SNV和detrend預處理可見-近紅外光譜（b）

PLS-DA模型

利用六個LVs建立了PLS-DA模型對番茄品種進行分類。開發的PLS-DA模型解釋了99.7%的可見-近紅外光譜變化，其中96.4%的變化信息來自前三個LV。該模型能夠以3.2%的總體分類ER對校準集的所有品種進行分類，HRD17和CL的最小ER分別為0.3%和0.8%。校準模型在分類品種BL410、Care Nepal和T9時相對較差，因為每個品種的誤分類率較高，并且對總體ER有顯著貢獻。這可能是合理的，因為在探索性分析中發現這三個品種的集群重疊（圖3）。然而，該模型能夠預測樣本的測試集，兩個測試集的分類準確率為94%至100%。在兩個試驗組中，誤分類種子的比例幾乎相似。圖4顯示了測試集1的PLS-DA模型的分類精度。測試集1和測試集2的總體ERs也一致，分別為1.8%和2.1%。此外，對于CL和HRD17具有絕對分類的所有品種，模型的敏感性，即正確識別屬于該類別的陽性樣本的能力，合理地更高。該模型的特異性，即拒絕所有其他品種樣品的能力，也足夠高，與正確分類樣品的能力非常相似，這表明該模型的穩健性。總的來說，PLS-DA顯示了可見-近紅外光譜數據對番茄品種種子分類的潛力。
 

圖3.前三個主成分(PC)得分圖顯示了五個番茄品種對它們的群體成員的聚類。括號中的值表示各個 PC 中包含的變化信息