Discriminación de cultivares de pasto switchgrass y tratamientos de nitrógeno utilizando perfiles de pigmentos y datos de reflectancia hiperespectral de hojas
Autores: Foster, Anserd J.; Kakani, Vijaya Gopal; Ge, Jianjun; Mosali, Jagadeesh
Idioma: Inglés
Editor: Molecular Diversity Preservation International (MDPI)
Año: 2012
Acceso abierto
Artículo científico
Categoría
Ciencias Medioambientales
Subcategoría
Ciencia y tecnología de los recursos naturales
Palabras clave
Objetivos del estudio
Bandas estrechas hiperespectrales
Mediciones de pigmentos
Cultivares de pasto switch
Tratamientos de N
Análisis discriminante
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 5
Citaciones: Sin citaciones
El objetivo de este estudio fue comparar el uso de bandas estrechas hiperespectrales, índices de bandas estrechas hiperespectrales y mediciones de pigmentos recolectadas de las hojas de pasto switchgrass como herramientas potenciales para discriminar entre doce cultivares de switchgrass y cinco tratamientos de nitrógeno en un cultivar (Alamo). Se determinaron la reflectancia hiperespectral, los compuestos que absorben UV-B, y los pigmentos fotosintéticos (clorofila a, clorofila b y carotenoides) de las hojas completamente expandidas en la parte superior en intervalos mensuales de mayo a septiembre. Los datos hiperespectrales de las hojas se recolectaron utilizando un espectroradiómetro ASD FieldSpec FR (350-2,500 nm). La discriminación de los cultivares y tratamientos de nitrógeno se determinó en función del Análisis de Componentes Principales (PCA) y el análisis discriminante lineal (DA). Se utilizó el análisis discriminante por pasos para determinar los mejores índices que diferencian los cultivares de switchgrass y los tratamientos de nitrógeno. Los resultados del PCA mostraron que el 62% de la variabilidad podría explicarse en PC1 dominado por bandas de onda de infrarrojo medio, más del 20% en PC2 dominado por bandas de onda de infrarrojo cercano y poco más del 10% en PC3 dominado por bandas de onda verde para separar tanto los cultivares como los tratamientos de nitrógeno. La discriminación entre los cultivares resultó en una precisión general del 81% con los primeros cinco PCs en el mes de septiembre, pero fue menos precisa (27%) al clasificar los tratamientos de nitrógeno utilizando los datos espectrales. La discriminación basada en datos de pigmentos utilizando los primeros dos PCs resultó en una precisión general de menos del 10% para separar los cultivares de switchgrass, pero fue más precisa (47%) al agrupar los tratamientos de nitrógeno. Se encontró que el índice de relación de senescencia de la planta (PSRI) era el mejor índice para separar los cultivares al final de la temporada, mientras que el índice de relación de absorción de clorofila transformada (TCARI) era el mejor para separar los tratamientos de nitrógeno. Se encontró que los datos espectrales de las hojas eran más útiles que los datos de pigmentos para la discriminación de los cultivares de switchgrass, particularmente al final de la temporada de crecimiento.
Descripción
El objetivo de este estudio fue comparar el uso de bandas estrechas hiperespectrales, índices de bandas estrechas hiperespectrales y mediciones de pigmentos recolectadas de las hojas de pasto switchgrass como herramientas potenciales para discriminar entre doce cultivares de switchgrass y cinco tratamientos de nitrógeno en un cultivar (Alamo). Se determinaron la reflectancia hiperespectral, los compuestos que absorben UV-B, y los pigmentos fotosintéticos (clorofila a, clorofila b y carotenoides) de las hojas completamente expandidas en la parte superior en intervalos mensuales de mayo a septiembre. Los datos hiperespectrales de las hojas se recolectaron utilizando un espectroradiómetro ASD FieldSpec FR (350-2,500 nm). La discriminación de los cultivares y tratamientos de nitrógeno se determinó en función del Análisis de Componentes Principales (PCA) y el análisis discriminante lineal (DA). Se utilizó el análisis discriminante por pasos para determinar los mejores índices que diferencian los cultivares de switchgrass y los tratamientos de nitrógeno. Los resultados del PCA mostraron que el 62% de la variabilidad podría explicarse en PC1 dominado por bandas de onda de infrarrojo medio, más del 20% en PC2 dominado por bandas de onda de infrarrojo cercano y poco más del 10% en PC3 dominado por bandas de onda verde para separar tanto los cultivares como los tratamientos de nitrógeno. La discriminación entre los cultivares resultó en una precisión general del 81% con los primeros cinco PCs en el mes de septiembre, pero fue menos precisa (27%) al clasificar los tratamientos de nitrógeno utilizando los datos espectrales. La discriminación basada en datos de pigmentos utilizando los primeros dos PCs resultó en una precisión general de menos del 10% para separar los cultivares de switchgrass, pero fue más precisa (47%) al agrupar los tratamientos de nitrógeno. Se encontró que el índice de relación de senescencia de la planta (PSRI) era el mejor índice para separar los cultivares al final de la temporada, mientras que el índice de relación de absorción de clorofila transformada (TCARI) era el mejor para separar los tratamientos de nitrógeno. Se encontró que los datos espectrales de las hojas eran más útiles que los datos de pigmentos para la discriminación de los cultivares de switchgrass, particularmente al final de la temporada de crecimiento.