010-82794912
010-82794912
该研究由成都中医药大学与成都医学院联合完成，发表于《Industrial Crops & Products》，针对益母草种植管理专业化、精细化需求，首次整合多光谱分析技术与机器学习算法，建立了益母草叶片 7 种关键化学成分的无损预测模型，为益母草的精准种植、生长过程实时监测及品质评价提供了高效技术方案，也为药用植物活性成分的快速检测提供了参考。
研究背景和目的
背景：益母草（Leonurus japonicus Houtt.）是唇形科药用植物，其含有的生物碱（水苏碱、益母草碱）、黄酮类（芦丁、异槲皮素）等化学成分具有抗炎、抗氧化、调节子宫功能等药理作用，在医药、食品、化工领域应用广泛，市场需求持续增长。益母草种植规模不断扩大，但生长过程缺乏专业化管理，传统化学成分检测依赖高效液相色谱（HPLC）等破坏性方法，需 post-harvest 处理，无法实现生长过程中的实时监测，难以指导科学栽培。多光谱技术兼具光谱分析与成像优势，可快速、无损获取样本特征，已成功应用于蔬菜、茶叶、药用植物等的成分检测，但在益母草化学成分预测中的系统研究尚未开展；机器学习算法能有效处理复杂光谱数据，优化预处理、特征筛选与建模的组合是提升预测精度的关键。
研究目的：探究干旱胁迫下益母草叶片光谱特征与化学成分含量的相关性；整合多种光谱预处理方法、特征筛选技术与机器学习算法，构建并优化益母草 7 种关键化学成分（水分、总生物碱、总黄酮、水苏碱、益母草碱、芦丁、异槲皮素）的无损预测模型；验证模型的稳定性与准确性，为益母草精准种植和品质实时监测提供技术支撑。
核心试验方法
①多光谱数据采集：仪器：丹麦 VideometerLab4 多光谱成像系统，光谱范围 365-970 nm（19 个波段）；采集流程：经白板、黑板、点阵板校准后，将叶片固定于载物台，积分球覆盖采集图像，通过 VideometerLab 软件分割叶片区域（去除背景），选取 10 个感兴趣区域（ROI），提取平均光谱反射率。
②化学成分含量测定：提取：取 0.05 g 叶片粉末，用 1 mL 70% 乙醇超声提取 50 min，过滤后经 0.45 μm 滤膜纯化；测定方法：总生物碱、总黄酮：分别采用生物碱含量检测试剂盒、植物黄酮含量检测试剂盒；水苏碱、益母草碱、芦丁、异槲皮素：采用 HPLC/ELSD 检测，C18 色谱柱，梯度洗脱，检测波长 277 nm；水分含量：直接测定叶片含水率。
③数据预处理与特征筛选：预处理方法：采用 5 种常用方法 ——Savitzky-Golay（SG）平滑、标准正态变量变换（SNV）、多元散射校正（MSC）、一阶导数（FD）、二阶导数（SD）；特征筛选技术：遗传算法（GA）、无信息变量消除法（UVE）、连续投影算法（SPA），用于筛选与化学成分高度相关的特征波长。
④模型构建与评价：建模算法：偏最小二乘回归（PLSR）、多元线性回归（MLR）、K 近邻（KNN）；
干旱胁迫下益母草（Leonurus japonicus）的形态与光谱特征（A）不同干旱胁迫天数下益母草的形态特征。CK 代表对照组，DS 代表实验组；（B）益母草叶片的光谱反射率曲线；（C）益母草叶片平均光谱曲线对比；（D）不同干旱胁迫天数下益母草叶片含水量变化；（E）益母草叶片光谱反射率的正交偏最小二乘判别分析（OPLS-DA）聚类图；（F）益母草叶片光谱反射率的 OPLS-DA 三维聚类图。
干旱胁迫下益母草叶片各成分含量变化：CK 代表对照组，DS 代表实验组；A、B、C、D、E、F 分别代表总生物碱、水苏碱、益母草碱、总黄酮、芦丁、异槲皮素。
光谱特征与成分含量的相关性分析：（A）光谱特征与各成分含量的相关性分析；（B）光谱特征与含水量的相关性分析；（C）光谱特征间的相关性分析；（D）含水量与各成分含量的相关性分析。
干旱胁迫对益母草光谱与化学成分的影响
①光谱特征：干旱胁迫导致叶片逐渐萎蔫、卷曲，8-10 天 DS 组平均光谱反射率低于 CK 组；OPLS-DA 分析显示 CK 与 DS 组光谱数据显著分离，表明干旱胁迫显著改变叶片光谱特征；
②化学成分变化：多数成分含量呈 “先升后降” 趋势，6 天达峰值 —— 总生物碱 DS 组较 CK 组显著增加 0.3%，水苏碱从 0.8% 升至 2.0%，总黄酮从 1.2% 升至 2.0%，芦丁从 0.01% 升至 0.02%；益母草碱先升后降，异槲皮素 CK 组显著上升、DS 组略有下降。
光谱与化学成分的相关性
水分含量：与 405-880 nm 波段呈极显著正相关（P<0.01），涵盖水分敏感特征波长；
总生物碱：与多个波段呈极显著正相关，光谱响应范围广；
总黄酮：与 780-970 nm 近红外波段呈极显著正相关；
水苏碱：与 450-690 nm 可见光波段呈极显著正相关；
益母草碱、芦丁、异槲皮素：与特定波段呈弱正相关；
成分间相关性：水分与总生物碱、总黄酮呈极显著负相关（r=-0.70、-0.67），总生物碱与总黄酮呈极显著正相关（r=0.72），芦丁与异槲皮素呈极显著正相关（r=0.75）。
研究结论
1.干旱胁迫显著影响益母草叶片光谱特征和化学成分含量，多数成分在胁迫 6 天达峰值，光谱数据可有效反映这些变化；
2.建立了 5 种关键成分的最优无损预测模型，均满足稳健预测要求（RPD>2），外部验证无显著系统误差（P>0.05），其中水分（R v2 =0.8861）、总黄酮（R v2=0.8422）、总生物碱（R v2=0.8068）的预测精度最高；
3.多光谱技术结合机器学习可快速、无损预测益母草叶片关键化学成分含量，为其精准种植、生长过程实时监测和品质评价提供了技术支撑，也为其他药用植物的成分快速检测提供了参考。
北京博普特科技有限公司是丹麦Videometer多光谱成像系统的中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。