光學成像技術的最新進展有助于在種子質量方面進行快速、準確和無損的分析。這項工作旨在驗證葉綠素熒光圖像作為分析花生種子生理潛力的新標記的潛力。使用人工老化0、16、24和48 h的種子，分別在630/700 nm和405/600 nm的激發/發射組合中檢測到葉綠素a和b的熒光信號。使用 VideometerLab4 設備（Videometer A/S，Herlev，丹麥）及其軟件版本 5.4.6 捕獲圖像。將數據與用于評價花生種子生理性能的傳統試驗如發芽試驗、電導率、出苗和出苗速度指數等進行比較。結果表明，活力較低的種子中葉綠素a和b的熒光強度較低。因此，花生種子的變質過程伴隨著葉綠素分子的分解，從而導致種子熒光特性的變化。從實用的角度來看，葉綠素熒光圖像可以成功地用于快速、準確和無損地區分高活力和低活力種子批次。
 

關鍵詞：種子活力；圖像分析; 非破壞性方法
 

使用Videometerlab4設備（Videometer A/S，Herlev，丹麥）（圖 1）及其軟件版本 5.4.6 捕獲和分析葉綠素a和b熒光圖像。葉綠素a和b分別在630/700nm和405/600 nm 的激發/發射組合中檢測到熒光。隨后，使用歸一化典型判別分析 (nCDA) 算法對圖像進行轉換。
 

圖1.VideometerLab4設備用于分析不同活力水平花生種子中葉綠素a和b的熒光圖像

7天和14天的標準發芽試驗沒有表明種子類別之間的統計差異（圖 2A）。然而，電導率測試表明，陳化24和48小時的種子類別的值高于陳化0和16小時的種子（圖2B）。較高的電導率與細胞膜的退化反應有關，因此會降低種子活力（BARBOZA DA SILVA 等人，2013 年）。此外，對膜造成的損害導致從老化48小時的種子生長的幼苗出苗率較低（圖 2C），盡管處理之間的出苗速度指數相似（圖2D）。盡管標準發芽試驗的靈敏度不足以檢測類別之間的差異（圖2A），但葉綠素熒光技術可以區分不同活力水平的種子，其中活力較高的種子（0小時）顯示出較高的葉綠素熒光值a和b（圖3A、B）。
 

圖2.人工陳化0、16、4、48 h花生種子發芽活力試驗
 

圖3.(A)葉綠素a激發/發射組合630/700nm 的熒光；(B)葉綠素b熒光在405/600 nm的激發/發射組合下

此外，還檢測到葉綠素a和b的熒光差異，以評估種子的圖像模式（圖4），其中老化種子類別的像素顯示出低于未老化種子的值（即，較低的葉綠素熒光強度）種子。
 

圖4.人工老化0、16、24和48小時的花生種子的 RGB（紅-綠-藍）圖像和在630/700nm激發/發射組合下捕獲的葉綠素a熒光圖像

相關閱讀

Videometer種子表型組學:種子活力研究-熒光成像

植物病害表型組學：多光譜病害指紋圖譜

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：基于多光譜成像的葵花籽品質特征識別

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：聚合物包衣對水稻種子萌發的影響

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：不同成熟度甜菜種子發芽抑制因子去除的優化

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：用于表征麻瘋樹種子質量的多光譜和X射線圖像

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：多光譜成像結合機器學習判別辣椒種子品種