品质至上,客户至上,您的满意就是我们的目标
当前位置: 首页 > 新闻动态
利用Videometer多光谱成像系统预测水稻营养品质
发表时间: 点击:606
来源:北京博普特科技有限公司
分享:
大米的质量可以通过其酚类和矿物质含量来评估。最近的一项研究揭示了如何使用数学模型和光谱成像来预测大米的营养质量。创新的预测方法已被证明有助于组织培育具有更高质量和营养水平的作物。
为什么大米的质量很重要?
全世界超过50%的人口依赖大米,大多数消费在发展中国家(粮农组织,2023年)。最商业化和最容易获得的大米类型是白色品种;然而,由于缺乏营养,该品种被认为是单一作物。尽管大米富含碳水化合物,但消费者仍将其视为主食—过量食用可能会导致营养不良。
大米是大多数人饮食的重要组成部分,食品组织致力于推广更营养和健康的水稻品种。
大米的色素化作为其品质的指示指标
色素大米的特点是呈现红色和紫色。天然色素是由酚类化合物如酚酸、类黄酮和花青素的存在而产生的。这些化合物具有丰富的营养成分,具有抗氧化、抗癌和其他益处。色素大米也含有铁、镁、钾等矿物质。
自然色大米因其对人体健康的不可否认的积极影响而受到消费者的欢迎。为了解大米色素对人类营养的益处,人们正在越来越多地研究大米色素与营养质量之间的进一步相关性。
水稻营养品质预测的光谱成像研究
基于CGIAR市场情报研究倡议,科研人员开展了一项研究,利用多光谱成像技术预测与生物活性和矿物质含量相关的大米质量。国际水稻研究所(IRRI)向研究人员提供了不同类型和收获时间的水稻样品。该研究的重点是建立一个预测模型,预测每个样品中总酚含量(TPC)、总黄酮含量(TFC)、花青素总含量(TAC)以及矿物质含量。
研究人员选择使用VideometerLab多光谱成像系统对水稻籽粒进行光谱表型分析。随机森林(RF)和人工神经网络(ANN)被用作预测大米营养质量的模型。研究结果表明,利用光谱成像技术和数学模型可以预测大米的营养质量。ANN和RF模型的准确率分别为87.6%和75.43%。研究人员表明,预测模型可进一步用于水稻育种,以根据样品颜色和生化指标确定酚类和矿物质含量。