綠葉蔬菜是我們?nèi)粘ｏ嬍持?/span>的健康食材，如菠菜、油菜、莧菜、生菜等。這些蔬菜含有豐富的健康所必須的人體營養(yǎng)元素，如維生素、鈣鉀鎂、葉綠素、胡蘿卜素、花青素、膳食纖維等等，研究表明綠葉蔬菜對健康的益處幾乎不可替代。每日飲食中保證100-200克的綠葉菜可有助于促進骨骼健康，預防心血管疾病等。因此，提高綠葉蔬菜的質(zhì)量對蔬菜加工行業(yè)至關重要(De Corato 2020)，其中蔬菜質(zhì)量（包括營養(yǎng)成分、新鮮度、外觀和收獲后的保質(zhì)期）的評估，目前主要是通過視覺（Simko和Hayes(2018)）和生物分子標記法(Simko et al 2018)來評估預測，但是這兩種方法不僅耗時，而且需要很專業(yè)的技術人員，快速、便捷地評估和預測蔬菜保質(zhì)期及營養(yǎng)物質(zhì)的方法對蔬菜種植業(yè)來說非常重要，光譜成像技術特別是高光譜成像（HSI）技術已被證明是蔬菜質(zhì)量檢測鑒定和分析的有效方法。

易科泰生態(tài)技術公司提供蔬菜品質(zhì)檢測與采后生物學研究全面解決方案，高通量、非接觸、數(shù)字化：

1. PhenoTron®復式智能LED光源培養(yǎng)與成像分析平臺：

ü 一體式智能LED光源培養(yǎng)與高光譜成像原位（in-situ）分析

ü 復式多通道智能LED光源，每個通道（RGB、UV及遠紅等不同波段或不同顏色光源）獨立0-100%調(diào)制，可自由組合不同光源配方

ü 應用于光生物學研究及蔬菜栽培與品質(zhì)檢測研究等（下圖為培養(yǎng)的木耳菜及種苗原位高光譜成像分析（PRI

2. PhenoTron®-PTS葉綠素熒光與高光譜成像分析平臺：

ü 高光譜成像分析，可選配紅外熱成像分析及RGB成像分析

ü FluorCam葉綠素熒光成像技術，光合作用的靈敏探針

ü 紫外光激發(fā)多光譜成像分析

3. PhenoTron®-HSI多功能高光譜成像分析系統(tǒng)：

ü 高光譜成像分析

ü 葉綠素熒光高光譜成像分析

ü UV-MCF生物熒光成像分析

應用案例一：基于高光譜成像技術的水培生菜養(yǎng)分含量測定

美國研究人員Sulaymon Eshkabilov等人利用高光譜成像技術對不同氮濃度水培條件下培養(yǎng)的4種生菜品種（Rex、Tacitus、Black seeds Simpson、Flandria）進行了在線品質(zhì)測量分析。利用Specim高光譜成像采集生菜光譜數(shù)據(jù)，建立了具有反射率及其一階導數(shù)（FDR）兩個光譜數(shù)據(jù)值和兩個光譜指數(shù)（光譜比值(RSI)和歸一化光譜指數(shù)(NDSI)）的簡單線性回歸模型，以尋找最佳波段組合，并利用4個波段的偏最小二乘回歸法(PLSR)和主成分分析(PCA)方法估算了NO^{3 -}、Ca²⁺、K⁺、可溶性固形物含量(SSC)、pH值和總?cè)~綠素濃度(SPAD值)。

結果表明：利用400-1000nm波段高光譜成像系統(tǒng)進行高光譜成像分析，可獲得生菜的養(yǎng)分含量。并且發(fā)現(xiàn)營養(yǎng)物質(zhì)濃度的觀測值與PLSR和PCA模型的擬合值具有良好的相關性。

應用案例二：基于高光譜成像技術的生菜新鮮度識別

因為生菜極易腐爛，而在腐爛早期通過肉眼監(jiān)測又難發(fā)現(xiàn)，因此對于生菜加工產(chǎn)業(yè)和育種公司而言，一套可用于生菜新品種品質(zhì)鑒定及早期腐爛監(jiān)測及其變化的系統(tǒng)顯得尤為重要。易科泰光譜成像實驗室技術人員利用PhenoTron®-HIS多功能高光譜成像分析系統(tǒng)監(jiān)測普通生菜短期內(nèi)反射光譜的變化，并分析其光譜特征及光譜指數(shù)隨時間變化的規(guī)律。為綠葉蔬菜的儲存、品質(zhì)檢測鑒定及在溫室和包裝生產(chǎn)線上的應用提供高光譜成像技術方案。

水波段指數(shù)（WBI）對生菜水分狀態(tài)的變化比較敏感。從圖2-1可以看出：隨著生菜自然放置天數(shù)的增加，水分含量越來越低，生菜對970nm的光吸收強度相對于900nm的吸收強度也變低。

CI是葉綠素[ChI]含量最敏感的光譜指數(shù)之一；PSRI與蔬菜中類胡蘿卜素[Car]與葉綠素[ChI]比值密切相關，最終反應植物的衰老速度和衰老階段。由圖2-1和圖2-2可以看出鮮切生菜光譜曲線的變化和不同像素值對應分布的變化。根據(jù)生菜的光譜曲線以及不同像素值對應分布可進一步研究優(yōu)化光譜指標對應的波段，為生菜等綠葉蔬菜的儲存、品種品質(zhì)檢測鑒定、及在溫室和包裝生產(chǎn)線上檢測潛在變質(zhì)等應用提供完整的高光譜成像技術方案。

參考文獻：

[1] De Corato, U., 2020. Improving the shelf-life and quality of fresh and minimally processed fruits and vegetables for a modern food industry: A comprehensive critical review from the traditional technologies into the most promising advancements. Crit. Rev. Food Sci. Nutr. 60 (6), 940–975.

[2] Simko, I., Hayes, R.J., 2018. Accuracy, reliability, and timing of visual evaluations of  decay in fresh-cut lettuce. PLoS ONE 13 (4), e0194635.

[3] Simko, I., Hayes, R.J., Truco, M.-J., Michelmore, R.W., Antonise, R., Massoudi, M., 2018. Molecular markers reliably predict post-harvest deterioration of fresh-cut lettuce in modified atmosphere packaging. Hortic. Res. 5 (1), 1–13.

[4] Sulaymon, E., Arim, L., Hyperspectral imaging techniques for rapid detection of nutrient content of hydroponically grown lettuce c*rs.

[5] Boris,S et al. Comparison of the Non-Invasive Monitoring of Fresh-Cut Lettuce Condition with Imaging Reflectance Hyperspectrometer and Imaging PAM-Fluorimeter. doi.org/10.3390/photonics8100425.