Поиск качества в производстве яблок не прекращается. Исследовательская работа Бигерта и др. под названием "Моделирование накопления содержания растворимых твердых веществ в яблоках сорта 'Braeburn'" представляет собой важнейший шаг вперед в этом поиске. Это исследование, опубликованное в журнале Plants, использует данные оптических датчиков, чтобы изменить наше понимание сладости яблок, определяемой содержанием растворимых твердых веществ (SSC), без необходимости использования традиционных, инвазивных методов тестирования для прогнозирования качества яблок.
Цели исследования SSC
Основной целью исследователей было создание модели, точно отражающей процесс накопления SSC в яблоках сорта 'Braeburn' - ключевого показателя качества плодов, влияющего на вкус и обеспечивающего коммерческую жизнеспособность. Это исследование в мире яблочной сладости было направлено на поиск ответов на ключевые вопросы: Как мы можем предсказать SSC таким образом, чтобы это способствовало выбору лучшего времени сбора урожая и практики хранения? Почему так важно понимать эту метрику в процессе созревания яблока?
Цель исследования - преодолеть барьеры традиционных методов оценки SSC, заменив их неинвазивным подходом, основанным на оптическом зондировании. Тем самым исследователи стремились расширить возможности научного сообщества по мониторингу и управлению качеством плодов, что соответствует движению отрасли к более точному и устойчивому сельскому хозяйству. В этой статье мы рассмотрим, почему эти цели не только важны с научной точки зрения, но и необходимы для постоянного развития практики производства яблок.
Вклад SSC в качество яблок
Качество яблок зависит от условий окружающей среды, уходом за садом и биологических свойств плодов. SSC - важнейший показатель вкуса и хранимости плодов. Этот показатель сладости традиционно является предиктором удовлетворенности потребителей и успеха на рынке. Однако проблема заключается в том, чтобы измерить его, не прибегая к разрушительным методам, которые снижают товарный урожай.
Исследовательское сообщество прилагает усилия для перехода от интрузивных к неразрушающим испытаниям, что делает исследование Бигерта и др. особенно своевременным. Оно отражает более широкий переход отрасли к точному садоводству, где понимание нюансов SSC может привести к улучшению управления урожаем и качества послеуборочной обработки. Исследование опирается на реальность этого сдвига и предлагает идеи, которые могут произвести революцию в оценке качества яблок и практике их хранения.
Практические результаты исследований SSC
Практические результаты этого исследования охватывают многие части фруктового сада, принося ощутимую пользу яблочной промышленности. Благодаря точному прогнозированию SSC фермеры и производители фруктов могут лучше определить оптимальное время сбора урожая, гарантируя, что яблоки, которые попадут к потребителям, будут на пике своего вкуса и качества. Это напрямую влияет на товарность и экономическую рентабельность продукции. Кроме того, результаты данного исследования имеют большое значение для управления послеуборочной обработкой, позволяя использовать методы хранения для увеличения срока годности яблок и сокращения отходов.
Методы неразрушающего контроля, разработанные в ходе данного исследования, могут стать краеугольным камнем современного точного сельского хозяйства, обеспечивая более оперативное и устойчивое управление фруктовыми садами. Возможность неинвазивного мониторинга SSC позволяет получать большие наборы данных, обеспечивая более глубокое понимание того, как различные факторы влияют на сладость яблок. Такой уровень детализации может привести к усовершенствованию селективного сбора урожая, когда фрукты собираются на основе маркеров качества, а не единой даты сбора, прокладывая путь к новой эре адаптированного сельского хозяйства. Прикладные возможности выходят за пределы непосредственной области садоводства; методологии и идеи, полученные в ходе этого исследования, могут стать основой для целого ряда сельскохозяйственных практик и политик, способствуя созданию среды, в которой качество, устойчивость и прибыльность растут рука об руку.
Результаты исследования: жизнеспособность семян в различных условиях
Исследование, проведенное в течение трех разных сезонов выращивания яблок на юго-западе Германии, позволило получить ценные данные, подчеркивающие динамичность сельскохозяйственной среды. 2016, 2017 и 2018 годы принесли уникальные проблемы, начиная с влажных весен и заморозков и заканчивая особенно жарким и сухим годом, что существенно повлияло на развитие растений и характеристики плодов. В ходе исследования тщательно отслеживалось содержание растворимых сухих веществ (SSC) и рост диаметра плода, что позволило выявить устойчивую тенденцию к накоплению SSC к зрелости яблока, несмотря на некоторую изменчивость, обусловленную факторами окружающей среды. Примечательно, что самые высокие значения SSC наблюдались в 2018 году, когда выпало меньше осадков и было теплее.
Калибровочные модели регрессии с частичными наименьшими квадратами (PLSR), использованные для прогнозирования SSC по гиперспектральным данным, показали среднеквадратичные ошибки прогноза (RMSEP) в диапазоне от 0.54% до 0.67% в течение трех лет, что свидетельствует о надежной работе моделей. Многолетняя модель продемонстрировала разумные прогнозы с незначительными систематическими ошибками, что говорит о надежности метода оценки SSC в переменных условиях. Однако исследование также показало, что модели, откалиброванные по годовым данным, имеют тенденцию к перестройке и плохо работают при применении к данным за другие годы, что указывает на необходимость создания надежных многолетних моделей.
Показано накопление содержания растворимых твердых веществ (SSC), полученное на основе ежегодных калиброванных (раздел 2.1.1) моделей регрессии частичных наименьших квадратов (a), и рост диаметра плодов (b) для трех лет исследования и всех обработок. Средние значения за день измерений показаны сплошной линией, единичные значения - серыми точками, а +/-стандартные отклонения - черными вертикальными полосами.
Инновационные инструменты для более разумного сельского хозяйства
Измеритель качества продукции F-750 помог провести это сложное исследование, способствуя увеличению объема данных благодаря возможностям гиперспектральной визуализации. Технология, лежащая в основе F-750, позволила проводить неразрушающий сбор данных в режиме реального времени, что способствовало получению обширных наборов данных, необходимых для разработки моделей PLSR. Результаты исследования подчеркивают важность использования таких передовых инструментов в научных исследованиях, где точность данных и методологическая надежность имеют первостепенное значение.
Изучение влияния различных размеров калибровочных выборок и устойчивости моделей к лабораторным ошибкам показало практичность и устойчивость метода PLSR. Даже при возможных лабораторных ошибках модели PLSR сохраняли свою устойчивость, что свидетельствует о стабильности используемой технологии. Более того, сравнение спектрального и традиционного лабораторного методов определения SSC при сборе урожая показало, что, хотя неразрушающий, основанный на технологии подход показал более высокую дисперсию, он не исказил результаты, предлагая жизнеспособную альтернативу традиционным разрушающим методам тестирования.
Эти данные не только подтверждают правильность использования таких приборов, как F-750, но и открывают путь к их более широкому применению в точном земледелии. Такие технологии, способные предоставлять неразрушающие данные в режиме реального времени, неоценимы в сельскохозяйственных исследованиях и за их пределами.
Задачи, стоящие перед наукой о семенах
В исследовании откровенно признаются некоторые ограничения, которые открывают возможности для дальнейших исследований. Хотя модели PLSR оказались надежными, были отмечены небольшие систематические ошибки, которые могли привести к недооценке или переоценке экстремальных значений SSC, особенно в 2017 и 2018 годах. Более того, модели с ежегодной калибровкой, хотя и были точными в соответствующие годы, оказались менее переносимыми на другие годы, что говорит о том, что уникальные условия каждого вегетационного сезона могут существенно повлиять на применимость модели.
Гетероскедастическая структура остатков указывает на различную точность прогноза в диапазоне SSC, с меньшей надежностью на крайних участках спектра. Кроме того, эффективность моделей была неразрывно связана с диапазоном значений SSC в калибровочных данных, которые, в свою очередь, зависели от экологических вариаций каждого года.
Будущие исследования должны быть направлены на улучшение переносимости моделей PLSR в различные годы и условия окружающей среды. Исследования могут включать интеграцию дополнительных спектральных и экологических данных для повышения устойчивости моделей к годовой изменчивости. Кроме того, расширение набора калибровочных данных для включения более широкого диапазона условий и значений SSC могло бы смягчить чрезмерную подгонку, наблюдаемую в моделях, ориентированных на конкретный год.
Кроме того, в будущих исследованиях можно изучить последствия уменьшения объема выборки и возможности упрощения сбора данных без ущерба для точности прогностических моделей. Перспектива внедрения этих неразрушающих технологий в рутинную сельскохозяйственную практику требует дополнительных исследований по экономически эффективному и масштабируемому применению.
Важные выводы
- Исследование продемонстрировало значительное влияние условий окружающей среды на накопление SSC в яблоках, причем с существенными ежегодными колебаниями.
- Модели PLSR, разработанные на основе данных гиперспектральной съемки, обеспечивают надежные прогнозы накопления SSC с минимальными ошибками, подчеркивая потенциал неразрушающего контроля в сельском хозяйстве.
- Калибровочные модели чувствительны к годовым климатическим колебаниям, что подчеркивает необходимость использования многолетних моделей для повышения надежности.
- Систематические ошибки были минимальными, но присутствовали, что указывает на возможность повышения точности модели, особенно для экстремальных значений SSC.
- Неразрушающие спектральные методы, в том числе с использованием F-750, продемонстрировали свою жизнеспособность в качестве альтернативы традиционным разрушающим испытаниям, несмотря на более высокую дисперсию.
- Размер выборки и лабораторные ошибки влияют на производительность модели PLSR, однако модели остаются надежными даже при имитации лабораторных неточностей.
- Данное исследование вносит вклад в совокупность знаний, поддерживающих передовые технологии в точном земледелии, с потенциальными последствиями для различных сельскохозяйственных практик.
- Будущие направления исследований включают улучшение переносимости моделей, расширение наборов калибровочных данных и изучение экономически эффективного внедрения для практического использования в сельском хозяйстве.
Исследование, проведенное в различных сезонных условиях, продемонстрировало устойчивость и потенциал гиперспектральных изображений и моделей PLSR в определении содержания растворимых твердых веществ в яблоках - важнейшего параметра качества в сельском хозяйстве. Это подтвердило ценность неразрушающих методов контроля, таких как те, которые позволяет использовать измеритель качества продукции F-750, для получения точных данных в режиме реального времени, необходимых для развития сельскохозяйственных исследований и практик. Признавая свои недостатки, исследование открывает перспективные пути для будущих исследований, в частности, для повышения переносимости и эффективности моделей в различных сценариях окружающей среды.