作者：杜元凱、陳涵葳、紀銘坤、方士倫、姚銘輝、郭寶錚*

摘要：

高光譜資料收集為非破壞性檢測方法，所得光譜資料可應用於判斷植物是否處於逆境生理狀態及有無病 害發生。番茄 (Solanum lycopersicum L.) 為我國重要的鮮食蔬菜，合適的水分管理對於品質與產量具關鍵影響。為建立番茄缺水逆境生理之預測方法，便於早期偵測缺水逆境，及早進行水分管理，本研究以小果番茄 「玉女」品種進行缺水逆境處理，利用蒸散速率、氣孔導度和碳同化率等界定其生理狀態，處理期間收集冠層葉片高光譜資料，並以淨最小平方-判別分析 (partial least squares-discriminant analysis; PLS-DA) 建立缺水逆境預測模型。結果顯示番茄植株蒸散速率、氣孔導度和碳同化率分別於缺水處理 8、9 和 10 d 後顯著低於對照組 (P < 0.05)，外觀形態則在處理 11 d 後才出現肉眼可觀察之葉片乾枯、萎縮現象，顯示早期缺水逆境生理反應約落於處理 10−11 d 時發生。利用 348−1,052 nm 高光譜資料建立的 PLS-DA 模型之準確度、敏感度和特異度分別為 0.90−0.93、0.87−0.89 和 0.92−0.95，顯示 PLS-DA 模型針對早期缺水逆境狀態發生具有不錯的判別能力。此外，透過迴歸係數和變數投影重要性 (variable importance in the projection) 篩選出 4 個特徵波段：348−584 nm、638−817 nm、937−950 nm 和 1,016−1,052 nm，並進一步使用這些特徵波段建立新的 PLSDA 模型，該模型之準確度、敏感度和特異度分別為 0.87−0.93、0.79−0.92 和 0.90−0.92，顯示若僅使用特徵波段建立 PLS-DA 模型，將能降低資料蒐集和後續運算的成本。

關鍵字：高光譜、小果番茄、缺水逆境、淨最小平方判別分析

下載： PDF 連結