文献

J-GLOBAL ID：201802274578431094   整理番号：18A0805810

Miscanthusにおける可視及び近赤外分光分析及び多変量キャリブレーションによる葉含水量の定量【JST・京大機械翻訳】

Determination of Leaf Water Content by Visible and Near-Infrared Spectrometry and Multivariate Calibration in Miscanthus

著者 (5件)： Jin Xiaoli (Department of Agronomy and the Key Laboratory of Crop Germplasm Resource of Zhejiang Province, Zhejiang University) ,  Shi Chunhai (Department of Agronomy and the Key Laboratory of Crop Germplasm Resource of Zhejiang Province, Zhejiang University) ,  Yu Chang Yeon (Division of Bioresource Sciences, Kangwon National University) ,  Yamada Toshihiko (Field Science Center for Northern Biosphere, Hokkaido University) ,  Sacks Erik J. (Department of Crop Sciences, University of Illinois, Urbana-Champaign)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 8  ページ： 721  発行年： 2017年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 葉の含水量はMiscanthusを含む植物における光合成とバイオマス生産性の効率を制限する最も一般的な生理学的パラメータの1つである。したがって,水含有量を迅速かつ非破壊的に測定または予測することは非常に重要である。本研究では,Miscanthusにおける葉の含水量と拡散反射スペクトルの間の関係を調べた。部分最小二乗(PLS),最小二乗サポートベクトルマシン回帰(LSSVM),および動径基底関数(RBF)ニューラルネットワーク(NN)を含む三つの多変量較正を,葉含水量決定のモデルのために開発した。RBF_LSSVRとRBF_NNを含む非線形モデルはPLSとLin_LSSVRモデルより高い精度を示した。さらに,75の感受性波長がMiscanthusの葉含水量と密接に関連していると同定された。75の特性波長に基づく葉の含水量を予測するためのRBF_LSSVRとRBF_NNモデルは,それぞれ0.9838と0.9899の高い決定係数を得た。結果は,両方の波長間隔を用いた線形モデルより非線形モデルがより正確であることを示した。これらの結果は,RBF_LSSVRまたはRBF_NNと組み合わせた可視および近赤外(VIS/NIR)分光法がMiscanthusにおける葉含水量の測定のための有用な非破壊ツールであり,Miscanthusにおける干ばつ耐性品種の開発に非常に有用であることを示した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *含水量 ,  波長 ,  動径基底関数 ,  *近赤外線 ,  *近赤外分光分析 ,  光合成 ,  部分最小二乗法 ,  *ススキ属 ,  品種
準シソーラス用語： 線形モデル ,  決定係数 ,  非線形モデル ,  最小二乗-サポートベクトルマシン ,  拡散反射スペクトル , 【Automatic Indexing@JST】

著者キーワード (5件)： Miscanthus ,  葉の含水量 ,  耐乾性育種 ,  VIS/NIR分光法 ,  高感度波長

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： Miscanthus ,  近赤外分光分析 ,  多変量 ,  キャリブレーション ,  葉 ,  含水量 ,  定量