近红外光谱技术在农业生产中的应用

由Avantes Bv.2018年10月3日

未来，农业和食品生产行业肯定将在很大程度上依靠科学进步来提高产量和确保质量。近红外光谱技术是一项具有巨大农业应用潜力的技术。例如，在粮食生产中，近红外光谱正在探索其在各种谷物定性和定量测量中的实用性。

照片来自pexels的sebastian soerensen“src=

图片信用：Sebastian Soerensen / Pexels

Avantes Nirline光谱仪在NIR中的800-2500nm提供了显着性能。它包括像IngaAs（铟镓砷），背部变薄CCD或CMOS探测器，三级Peltier热电冷却和下一代超低噪声电子设备等选项，用于信噪比远远优于其他信噪比。

植物健康的标记

种粮农民有点关心植物的健康，这是正确的，因为它直接影响粮食产量，进而影响利润。植物健康也是消费者担心的问题，因为谷物污染可能会造成严重的健康后果。

近红外光谱是一种创新的方法，它需要近红外光的吸收或反射，以便于对测试样品的化学和物理性质进行定性和定量分析。近红外光谱技术在农业生产中常用来控制作物参数，如水分含量、含糖量和其他成熟度指标。

此外，它还测量叶绿素荧光以确定对氮肥的需求，或扫描人眼看不见的瘀伤。这种无损、快速的检查方法在食品生产循环的每一个步骤中都有一席之地，从生产到分级和分拣。

茎锈病的特写。“src=

茎锈病的特写。图像信用：岳瑾

大麦镰刀菌感染的检测

美国农业部(USDA)和国家农业科学院、韩国农村发展管理局最近赞助了一项联合研究项目。亚博老虎机网登录该项目研究了使用近红外光谱技术进行识别镰刀菌素感染大麦。真菌,镰刀菌，降低谷物产量并产生毒素，这可能对摄取感染颗粒的人和牲畜有害。

这个研究小组使用了avaspec - nir256 - 2.2 - tec仪器用InGaAs（铟，镓和砷）热电冷却检测器，积分时间为20毫秒，以测量1175-2170nm的波长范围内。利用局部最小二乘分析和回归建模，建立了判断预测模型，并在识别镰刀孢子污染的谷物中提供98-100％的准确性。

研究人员检测到所有样品的反射峰在1555-1575 nm之间。此外，在1305和2000 nm处有上升峰，在1900 nm处有下降峰。差异最大的是反射强度。正常(未染毒)大麦的反射率为8000个，染毒大麦的平均反射率为9600个。

为了试验他们的歧视模型，研究人员测试了数百个样本。当测试未感染的样本时，他们的模型只显示了一个假阳性，识别率为99.8%。在感染样本中，零假阴性被识别，识别准确率为100%。相似检测模型镰刀菌素其他谷物的感染将在未来的研究中进行调查。

稻瘟病菌的识别

一种真菌叫做Magnaporthe oryzae及其雅凡福尔夫如蓬松景盘菌是什么在农业行业引起稻瘟病．在世界的许多地方，由于它导致的严重产量损失，它被称为食品安全和稳定性的主要风险。

稻瘟病稻瘟病症状。“src=

稻瘟病稻瘟病症状。图像信用：唐纳德苗条

直到最近，检测稻瘟病的方法还是在地面进行实地检查。这种方法耗时且几乎不可能对大规模作业进行全面的目视检查。如今，一种替代方法是大量使用杀虫剂和杀菌剂，这不仅增加了生产成本，而且对健康和环境造成了风险。

近红外光谱技术已成为一种在叶和冠层水平上识别其他植物病害的经济有效和准确的方法。通过证明稻瘟病指数与红外光谱之间的相关性，可以为大规模操作提供早期检测技术。这使得更有效地使用农药和更可持续的作物管理方法成为可能。

在中国国家水稻研究所的研究人员和杭州农业科学院的发展中，中国杭州农业科学院采用神经网络分析反射光谱。亚博老虎机网登录目的是检测米米反射率依赖于水稻爆炸疾病指数的光谱区域。此外，研究人员选择了具有敏感性的关键波长带，以分析疾病严重程度，并验证了其基于神经网络的基于神经网络的谱模型，用于鉴定疾病严重程度。

在本次调查中，中度病害指数的水稻在805-1000 nm范围内表现出较高的原始反射率，而病害指数较高的水稻在940 nm范围内表现出较低的原始反射率，而在960-1000 nm范围内则表现出较高的原始反射率。这些结果与早期的一项研究相比较，该研究将中度真菌感染与SWIR 1135-2400 nm范围的高反射率和NIR 709-1134 nm范围的低反射率相关联。

此外，还确定了1297nm以下低反射率和1298和2400nm之间的低反射率的更严重的真菌感染。重新设计AvaSpec-nir256 / 512-2.5-HSC-EVO然而，在这项研究进行的时间不可用，是今天粮食分析的理想仪器。

作物健康的测量

多年来，Yara International ASA一直在一个模块中使用Avantes光谱仪，该模块连接到与肥料施用器一起使用的农用拖拉机上，并实时测量作物的健康状况。该装置由可见和近红外光谱仪组成，用于检测施肥过程中植物的叶绿素含量。该装置利用太阳作为被动光源，实现对农作物的反射测量。该系统以光谱测量为基础，实时控制肥料的施用。

雅苒谷物分析仪“src=

雅苒谷物分析仪

预测小麦蛋白质水平的化学计量模型

Avantes一直与美国农业部合作，开发旨在在收获期间测量谷物的项目。美国农业部的研究人员开发了化学计量模型，能够预测小麦和其他谷物中的蛋白质水平。模型使用了近红外的第三次泛音(800-1100 nm)，这为分析颗粒提供了一种经济的手段。AvaSpec-ULS2048X16和AvaSpec-ULS2048XL-EVO是这个分析的完美候选。

近红外光谱技术在疾病检测中的应用

近红外光谱技术在农业生产中的植物病害和生物污染物检测中有多种应用。例如，在检测玉米黄曲霉毒素，晚疫病，番茄黄曲叶病毒，甜菜叶斑病或白粉病，小麦黄锈。除此之外，还有无数影响产量和质量的其他作物病害，可以通过近红外光谱检测出来。

除了用于农业疾病检测的近红外光谱外，它现在在人类疾病检测，特别是非侵入性糖尿病监测以及癌症诊断和治疗方面也有潜在的地位。

Avantes和NIR

Avantes在近红外光谱领域不断进步，不断开发创新仪器。在光谱仪的NIRLine中采用低噪声、高速通信AS7010电子器件，可以实现更快的信号处理。与256像素或512像素TE冷却InGaAs探测器阵列和NA为0.13的高灵敏度100毫米焦距光学台配对，AvaSpec-NIR组仪器提供了颗粒、聚合物、在近红外1000-2500 nm波长范围内进行过程监测。

我们最近将我们的近红外光谱仪产品系列扩展到紧凑型AvaSpec Mini-NIR光谱仪．AvaSpec-Mini-NIR是一款紧凑的近红外光谱仪，基于我们流行的avaspec evo——nir256 - 1.7和我们的小型．这种多功能的微型NIR光谱仪非常适合各种应用，包括食物分析和回收行业。访问我们产品页面有关更多技术数据，应用程序和信息！

参考和进一步阅读

张，郝等。“基于BP-神经网络的光谱反射率估计稻米爆炸严重程度．“acta physiologiae plantarum.33.6(2011): 2461 - 2466。
LIM，Jong Guk等。“使用近红外光谱法”覆盖大麦（Hordeum Vulgare L.）中镰刀菌和镰刀菌和镰刀菌的快速和无损性辨别。“生物系统工程学报42.4（2017）：301-313。