牧草的品质是动物机能的沉要组成部门，也是牧草出产系统的造约成分？赡鼙匾慕墓丶橇鲜粜栽毯庑┲参镉棵诺奶恰⒅省⒌鞍字屎湍芰亢。本钻研的主张是评估高光谱成像(HSI)对草料化学成分无损评估的潜在能力。从185份黑麦草（Lolium perenne）中获得可见光近红表波段到扩大近红表波长550-1700 nm的高光谱图像数据，并对其13个品质性状进行了分析。

a.正上方拍摄的黑麦草叶片原始HSI图像（波长领域558740~937nm）

b.正上方拍摄的收成了上半部门后黑麦草假茎的HIS原始图像（波长领域558740~937nm）

c.黑麦草1080nm处的牧草热图（红色暗示高反射率，蓝色暗示低反射率）

d.白色像素为黑麦草的感兴致区域（ROI）

对总糖(R²验证值为0.58)、高分子量糖(R²验证值为0.63)、%灰分(R²验证值为0.50)和%氮(R²验证值为0.70)的HSI模型进行中到高预测能力的观察。对低分子量糖、NDF(%)、ADF(%)、DOMD (% DM)、ME (MJ/kg DM)、DM(%)、Ca (mg/g)和OM(%)也得到了显著的R²验证值为0.1-0.5的HSI模型；构鄄斓矫扛鲋种实募倬ズ椭参镆蹲又涞幕ё槌傻南宰挪罹。也证实了HSI用于预测植物内这些差距的能力。

a.叶片（蓝色）和假茎（红色）的均匀HSI光谱（SNV）的差距

b.通过对PS + BL均值HSI谱(n = 200)的单向多元方差分析得到前两个典型变量的分组散点图

本钻研为HSI技术在多年生黑麦草成分属性的田间估算奠定了基础。这将使基于遗传的性状的急剧选择和育种成为可能，相比可能提供一种更便宜、无损和高通量的筛选工具。

Plant Methods.Predicting the quality of ryegrass using hyperspectral imaging.Paul R. Shorten, Shane R. Leath, Jana Schmidt and Kioumars Ghamkhar.https://doi.org/10.1186/s13007-019-0448-2