紫叶李叶片花青素含量的测定方法
【技术领域】
[0001] 本发明涉及一种紫叶李叶片花青素含量的测定方法，属于精准农业中作物生长信 息无损监测技术领域。
【背景技术】
[0002] 花青素是水溶性的黄酮类化合物，它是植物叶片色素中第三类主要色素，是一种 具有多重生理功能的植物次生代谢物。通常，花青素的有效积累是由许多环境胁迫引起的， 包括强光、中波紫外线照射、低温、干旱、损伤、细菌及真菌感染、氮和磷的缺乏、某些除草剂 及污染物等，尤其在植物幼小和衰老叶片中含量丰富。花青素能够修复叶片的光环境，具有 潜在地调节光合作用和限制光抑制与光漂白作用的能力，以及对光破坏的防御能力。花青 素可以作为渗透调节物质，提高植物抗冰冻与抗干旱胁迫的能力。此外，花青素还具有抗氧 化作用，有助于修复损伤后的叶片。
[0003] 传统的花青素含量测定主要采用湿化学法，包括用溶剂提取叶片中花青素，分光 光度计测定花青素在溶剂中的吸光度，将测定的吸光度值转换成花青素含量等步骤。该方 法能够准确测定叶片中花青素的含量，但是存在劳动强度大，测量费时、费力，需要对叶片 进行破坏，不能进行原位重复测量及大区域监测等问题。因此，亟需一种简单、准确、高效、 实用的花青素含量测定方法。已有研究表明，植物色素能够选择性地吸收或反射特定波长 的光，利用光谱吸收或反射检测技术替代破坏性的、费时费力的湿化学法，将有利于植物色 素的快速、无损估测。目前，基于高光谱监测模型的紫叶李叶片花青素测定还未见报道。
【发明内容】
[0004] 本发明的目的是提供一种简单、准确、高效、实用的紫叶李叶片花青素含量测定方 法。
[0005] 为了实现以上目的，本发明所采用的技术方案是：
[0006] 紫叶李叶片花青素含量的测定方法，步骤如下：采用高光谱辐射仪测定紫叶李叶 片在特征波长的反射光谱数据，将测得的反射光谱数据代入花青素含量光谱监测模型中， 计算得到紫叶李叶片的花青素含量。
[0007] 所述花青素含量光谱监测模型的建立包括以下步骤：
[0008] 1)取样与数据采集
[0009] 采集不同树龄的紫叶李叶片，将颜色均匀一致的多个叶片组成一个叶片样本，分 别测定每一个样本中叶片的花青素含量和反射光谱数据；
[0010] 2)数据预处理
[0011] 对于一个叶片样本，先对反射光谱数据重采样至lnm，再分别计算花青素含量和重 采样反射光谱数据的均值，并记为一组样本数据，将得到的多组样本数据按照花青素含量 大小排序，形成一个数据集；
[0012] 3)确定特征波长
[0013] 对数据集中的花青素含量和反射光谱数据作相关分析，相关系数最大且双尾检验 达到极显著水平（此时二者之间的相关性最大）；
[0014] 4)建模与验模
[0015] 利用花青素含量与特征波长的反射光谱数据拟合公式，得到花青素含量光谱监测 模型，验模，即得。
[0016] 步骤1)中测定花青素含量可采用本领域常规方法，优选0. lmol/L盐酸甲醇低温 浸提分光光度法，步骤如下：将破碎的紫叶李叶片置于〇. lmol/L盐酸酸化甲醇（每升甲醇 中含有0.1mol HC1)中浸提（如在45°C下浸提2次，每次浸提2h)，浸提完毕离心取上清 液（或合并上清液），分光光度计测定上清液（或上清液定容后溶液）在特定波长处的光 密度值，计算得到紫叶李叶片中花青素含量（特定波长取530nm、620nm、650nm时，计算方法 参见：熊庆娥，叶珍，杨世民，等.植物生理学实验教程[M].成都：四川科学技术出版 社，2003:94-95)。
[0017] 步骤1)中测定反射光谱数据可采用高光谱福射仪，如美国Spectra Vista公司生 产的SVC HR-1024i便携式光谱仪，波段值350~2500nm，350~1000 nm波段的光谱分辨率 彡3. 5nm，1000~1850nm波段的光谱分辨率彡9. 5nm，1850~2500nm波段的光谱分辨率 < 6. 5nm〇
[0018] 步骤2)中多组样本数据优选350~1000 nm波段的反射光谱数据，这是因为花青 素主要对紫外、可见光波段响应，其他波段可不作考虑。
[0019] 步骤3)中特征波长为560nm。
[0020] 步骤4)中建模、验模分别采用数据集中2/3、1/3数据进行。
[0021] 步骤4)中花青素含量与特征波长的反射光谱数据拟合可采用Excel、SPSS等软 件。
[0022] 步骤4)中采用复相关系数（R2)评价花青素含量光谱监测模型，满足R2> 0. 8时 模型构建合适。同时，采用独立样本检验验证模型的准确性和稳定性，评价指标选用复相关 系数（R2)、均方根误差（RMSE)和预测残差偏差（RPD)，满足R 2> 0. 8、RMSE < 0. 5 ymol/g、 RPD > 2时模型构建成功。
[0023] 上述评价指标的计算公式如下：
[0024] 式 1 :
[0025] 式 2 :
[0026] 式 3 :
[0027] 式中：驾为预测值；f为观测值的均值J1为观测值；η为样本数，i为正整数，i = 1，2,…，n ;SDVS验证集的标准偏差；RMSE v为验证集的均方根误差。
[0028] 优选的，花青素含量光谱监测模型可采用下式I所示模型。
[0029] 式 I :y = 0· 0189x 1 67S，R2= 0· 823 ;
[0030] 式中：y :叶片花青素含量，ymol/g ;x :560nm波长处的反射光谱数据；
[0031] 模型验证的评价指标为：复相关系数R2= 0. 876,均方根误差RMSE = 0. 370 μ mol/ g，预测残差偏差RPD = 2. 542。
[0032] 本发明的有益效果：
[0033] 本发明中紫叶李叶片花青素含量的测定方法简单、高效、实用，准确度高，能实现 叶片无损检测，适用于不同树龄、不同颜色样品的原位重复测量及大区域监测。该方法采 用高光谱辐射仪测定紫叶李叶片的反射光谱数据，室内测定叶片花青素含量，然后将紫叶 李叶片反射光谱数据与花青素含量数据相融合，通过相关分析确定花青素的敏感波长，构 建基于特征波长的花青素含量光谱监测模型（如式I所示，该模型简单，具有良好的稳定 性和适应性，准确性高），再采用光谱辐射仪测定待测紫叶李叶片在特征波长的反射光谱数 据，将数据代入花青素含量光谱监测模型中，计算得到紫叶李叶片的花青素含量，达到监测 的目的。
【附图说明】
[0034] 图1为实施例1中紫叶李叶片花青素含量光谱监测模型的构建流程示意图；
[0035] 图2为花青素含量预测值与测量值的散点图及拟合曲线。
【具体实施方式】
[0036] 下述实施例仅对本发明作进一步详细说明，但不构成对本发明的任何限制。
[0037] 实施例1
[0038] 本实施例中紫叶李（Prunus cerasifera)叶片花青素含量的测定方法，包括以下 步骤：
[0039] -、建立紫叶李叶片花青素含量光谱监测模型（流程示意图见图1)
[0040] 1)取样与数据采集
[0041] 采集不同树龄的紫叶李叶片，叶片基于可视化特征随机选择，颜色从绿、微红到完 全红，且健康、无损伤，将颜色均匀一致的3个叶片组成一个叶片样本，分别测定每一个样 本中同一个叶片的花青素含量和反射光谱数据；
[0042] 花青素含量的测定方法为：取紫叶李叶片用水洗净去杂、吸干，剪成2X5mm长条 状碎片，准确称取0. 15g，加入0. lmol/L盐酸酸化甲醇10mL，在45°C下浸提2次，浸提时间 为2h，浸提后在5000r/min下离心