射線照相和多光譜圖像分析有可能成為評估種子質(zhì)量和內(nèi)部昆蟲侵擾的有效、客觀的方法。本研究的目的是驗證射線照相和多光譜分析在檢測小麥種子中由Sitotroga grainella (Olivier) 及其不同發(fā)育階段引起的跡象和損害方面的效率。該實驗以*隨機設(shè)計進行，50 粒種子重復6次。對樣品進行實驗室誘導的侵染，并在5天和10天后進行射線照相和多光譜分析。之后，將種子浸入水中24小時，然后用切割刀片切片。量化具有卵或產(chǎn)卵跡象的種子、幼蟲、蛹、成蟲和昆蟲畫廊的數(shù)量。使用廣義線性模型 (GLM) 方法并使用 Tukey 檢驗 (p<0.05) 來比較平均值。一般來說，射線照相（有或沒有對比）和多光譜方法是評估受蟲害和未受蟲害的小麥種子的可行工具。多光譜分析僅能有效識別種子表面的卵，而不能檢測種子內(nèi)是否存在幼蟲和蛹。

根據(jù)方法和樣本/評估期對總侵染的均值和方差進行視覺分析，除多光譜方法外，在孵化后10天評估的樣本（樣本 2）中發(fā)現(xiàn)更大的變異性（圖 1 ）。對于常規(guī)方法（種子切割）和具有對比度的X射線，觀察到類似的行為。比較兩個評估期（樣本 1 和樣本 2），樣本 2 中受蟲害的種子百分比更高。

圖1.與檢測受侵染種子和工作樣品的方法有關(guān)的小麥種子中谷物蛾侵染總百分比的平均表示、

關(guān)于受侵染種子的總比例作為每個評估期昆蟲發(fā)育階段的函數(shù)（圖2），分析發(fā)現(xiàn)，與傳統(tǒng)方法和射線照相相關(guān)的多光譜方法的階段分類不同，沒有對比。多光譜圖像分析僅顯示出由谷蛾引起的卵和穿孔跡象，其在第二評價期的侵染比例較高。 當使用其他方法時，這些階段的觀察比例更大。分別觀察每種方法，發(fā)現(xiàn)傳統(tǒng)方法（切割）和對比X射線在兩個樣本中呈現(xiàn)出相似的侵擾比例，作為階段的函數(shù)。

圖2.每個樣品中小麥種子侵染的總和，與常規(guī)方法（切割）和無損方法（X 射線和多光譜）檢測到的谷蛾發(fā)育階段有關(guān)

使用傳統(tǒng)的切割方法、帶和不帶對比的X射線以及多光譜圖像來檢查受侵染的種子，可以驗證這些技術(shù)在識別由麥芽孢桿菌引起的卵、幼蟲、蛹和小麥種子損傷方面的效率。圖3）。結(jié)果表明，使用405nm波段（藍色可見光）可以檢測小麥中的麥片沙門氏菌侵染。可見條帶對識別害蟲的存在和損害的敏感性更高，這可能是由于小麥種子的顏色和質(zhì)地發(fā)生了變化，這通常是由 S. grainella 攝食引起的

圖3.小麥種子傳統(tǒng)切割、有和沒有對比的 X 射線，以及多光譜圖像。種子上的黃色和橙色是未受蟲害的區(qū)域，而淺至深藍色代表蟲害或蟲害

相關(guān)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(zhì)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(zhì)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(zhì)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(fā)的影響

種子表型組學：基于可見-近紅外多光譜圖像數(shù)據(jù)的偏最小二乘判別分析檢測菠菜種子的發(fā)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(shù)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(fā)芽抑制因子去除的優(yōu)化