YikotaiFireFly LIBSLes systèmes d'analyse et d'imagerie élémentaires rapides sont en train de devenir un outil d'analyse du potentiel dans la recherche sur les ressources germinales grâce à leur capacité à éliminer le prétraitement des échantillons, la détection simultanée Multi - éléments et l'imagerie in situ. Dont l'utilisationLIBSLa technologie résout efficacement les problèmes longs et destructeurs de l'analyse chimique traditionnelle, qui peut scanner rapidement les feuilles, les graines et même le sol des plantes directement, pour atteindre l'azote (N), phosphore (P), Potassium (KSurveillance en temps réel des éléments nutritifs clés et des métaux lourds. Le système permet d'obtenir des informations sur la distribution spatiale de la surface de l'échantillon (Cartographie), en analysant les différences de caractérisation des éléments entre les différentes variétés à l'aide d'algorithmes d'apprentissage automatique, ce qui facilite l'identification variétale des cultures, la traçabilité de l'origine et l'analyse du contexte génétique. Dans le domaine de la recherche sur le stress dû à l’adversité et de l’évaluation de la qualité, cette technique est largement utilisée pour étudier la réponse physiologique des plantes à la pollution par les métaux lourds ou au stress dû à la sécheresse – par exemple en surveillant le silicium dans les feuilles (Si) ou calcium (Ca), les modèles d'accumulation, l'évaluation de la tolérance des cultures aux stress abiotiques.

Détection de la vitalité des semences

Le Brésil en tant qu'exportateur de soja, son équipe de recherche travaille main dans la main avec l'équipe italienne pour appliquer la spectroscopie de claquage induite par laser (LIBS), la technologie, combinée à l'analyse multivariée et à des algorithmes d'apprentissage automatique, pour explorer la faisabilité d'une distinction rapide et efficace entre les lots de semences de soja à faible et à forte vitalité. L'étude a révélé que les principaux éléments des deux catégories de semences (CEt,MgEt,CaEt,NEt,K), il existe des différences dans l'intensité du pic d'émission, où les graines hautement viablesCa IEt,CEt,C = NEt,Mg I/IIL'intensité isopic est inférieure à celle des graines à faible vitalité. Les résultats montrent,LIBSTechnique combinée à l'analyse en composantes principales (PCA), et support des machines vectorielles (SVM), et d'autres algorithmes d'apprentissage automatique capables de distinguer efficacement les lots de graines de soja à faible vitalité de ceux à forte vitalité -350 à 450 nmLa bande spectrale est la région discriminante et l'élément Calcium est le facteur de différenciation du noyau;SVMLa précision de classification des algorithmes peut atteindre98,9%, dont deux foisSVMEt trois foisSVMRéalisé respectivement en identification de semences à haute et basse vitalité100%Précision.

Identification des variétés de semences

L’équipe technique de l’université du ZhejiangSCIENCES PLANTALESPublié sous le titre «Identification rapide des variétés de graines de soja en utilisant la spectroscopie de décomposition induite par laser combinée avec un réseau neuronal convolutionnaireArticle de recherche, spectroscopie de claquage induite par laser (LIBS), combinée à la technologie d'apprentissage en profondeur, permet une identification rapide des variétés de graines de soja, la détection de graines uniques prend du temps30Secondes; Dont l'entrée est "matrice spectrale"2D-PCSA-ResNetPerformance du modèle，Précision des prévisions91,75%; la correspondance du diagramme de signification avec la position du pic élémentaire dans l'étude suggère que le carbone dans le soja (C), silicium (Si), magnésium (Mg), calcium (Ca), sodium (Na) le contenu et la proportion d'éléments similaires sont essentiels pour distinguer les différences entre les variétés; Cette méthode offre un nouveau paradigme pour l'identification des variétés de produits agricoles avec de vastes perspectives d'application pratique.

Test de qualité du riz

Huazhong Agricultural University et Changchun Institute of Optical Precision Mechanics and Physics, pour l'imagerie hyperspectrale microscopique, la spectroscopie Raman, la spectroscopie de claquage induite par laser (LIBS), l'applicabilité de trois techniques dans la détection de la teneur en Amylose et en protéines du riz a été étudiée, l'impact de quatre catégories d'échantillons de riz paddy, riz brun, riz blanchi, farine de riz a été analysé sur les résultats de la modélisation de l'inspection spectrale, et les variables caractéristiques associées aux Composants cibles tels que l'Amylose, les protéines et autres ont été examinées, dans le but de fournir une référence pour l'optimisation des techniques d'essais non destructifs de la qualité du riz. Les résultats expérimentaux montrent que dans les trois techniques spectrales,LIBSPerformance dans la détection de la teneur en Amylose et en protéines du riz (R²da0.81), la deuxième spectroscopie Raman, l'imagerie microscopique hyperspectrale est relativement pauvre. En outre,LIBSLes variables caractéristiques du criblage correspondent plus étroitement à la composition élémentaire de la composante cible, tandis que les variables caractéristiques du spectre Raman sont plus influencées par la structure moléculaire et les conditions expérimentales. Cette étude fournit une base de comparaison technique pour les essais non destructifs de la qualité du riz,LIBSLa spectroscopie Raman peut être utilisée en tant que méthode technique préférée et nécessite une optimisation supplémentaire du Protocole de détection en combinaison avec le type d'échantillon.

Éléments nutritifs et détection des pesticides

L'équipe scientifique américano - coréenne utiliseLIBSTechnologie, éléments nutritifs clés dans les épinards et le riz (MgEt,CaEt,NaEt,K), effectuer des analyses quantitatives rapides; Dans le même temps, en combinaison avec des méthodes de Chimiométrie, une distinction rapide entre la contamination par les pesticides et les produits agricoles non contaminés (épinards, riz) a été réalisée, résolvant efficacement le problème des méthodes traditionnelles difficiles à identifier la contamination par les pesticides. Bien qu'il existe un chevauchement entre les éléments contenus dans les pesticides et les éléments propres aux produits agricoles, la contamination différentielle ne peut être détectée par un seul élément, maisPLS-DALa méthode peut être aidéeLIBSCaractéristiques de distribution des raies d'émission Multi - éléments du spectre, différenciant efficacement les échantillons contaminés des échantillons non contaminés. Parmi eux, le taux de mauvaise classification des épinards nettoyés est0,10 ppmLe taux de mauvaise classification des épinards contaminés par des pesticides est seulement2%Et cette méthode de contamination par le triéthylphosphonate d'aluminium est applicable, ce qui confirme pleinement l'utilité de cette technologie.

FireFly LIBSContenu de la littérature publiée

Beijing yikotai se concentre sur la recherche, le développement et la promotion technologique de l'équipement de recherche scientifique agricole, fournissant aux instituts de recherche scientifique nationaux une gamme complète d'équipements instrumentaux couvrant la détection de la vitalité des semences, l'évaluation de la qualité, l'analyse de la composition nutritionnelle et le tri en ligne, fournissant un soutien technique efficace pour l'innovation des ressources germinales, la sélection variétale et la recherche industrielle, notamment:

²PhenoTronSystème de détection des ressources germoplasmiques

²SeedTrierPlateforme d'analyse en ligne pour l'imagerie hyperspectrale des semences

²PhenoTronDuplex intelligenceLEDCulture de source lumineuse et système d'analyse par imagerie spectrale

²Thermo-RVBSystème d'analyse fusion morphologie des semences et thermographie dynamique

²Système de mesure de la respiration et de la vitalité des semences à haut débit

²GrainsenseSystème d'analyse de la composition des céréales

²SemencesXAnalyseur d'imagerie par rayons

²Benzènetrione ap: mesure rapide du taux de germination des grainesApplication

1. Kim G, Kwak J, Choi J, et al. Détection des éléments nutritifs et de la contamination par les pesticides dans les échantillons d'épinards et de riz à l'aide de la spectroscopie de décomposition induite par laser (LIBS) [J]. Journal de chimie agricole et alimentaire, 2012, 60(3): 718-724.

2. Larios G S, Nicolodelli G, Senesi G S, et al. La spectroscopie de décomposition induite par le laser comme outil puissant pour distinguer les lots de graines de soja à forte et faible vigueur [J]. Méthodes d'analyse des aliments, 2020, 13(9): 1691-1698.

3. Li X, He Z, Liu F, et al. Identification rapide des variétés de graines de soja en utilisant la spectroscopie de décomposition induite par le laser combinée avec le réseau neuronal convolutionnel [J]. Frontières en sciences végétales, 2021, 12: 714557.

4. Guo J, Jiang S, Lu B, et al. Explorer le potentiel de microscopique hyperspectral, Raman, et LIBS pour l'évaluation de qualité non destructive de divers échantillons de riz [J]. Méthodes végétales, 2025, 21(1): 25.