蔷薇科植物的红外光谱分类研究
摘要
不同蔷薇科植物种类资源信息的收集与明确其科、属间亲缘关系对蔷薇科植物资源的开发利用有重要意义。以不同种类蔷薇科植物的叶片、花瓣及雄蕊为材料，用傅里叶变换红外（FTIR）光谱结合主成分分析（PCA）、系统聚类分析（HCA）、簇类独立软模式法（SIMCA）判别模型对蔷薇科植物进行研究。结果表明，蔷薇科叶片、花瓣及雄蕊中均含有多糖、蛋白质、脂类、草酸钙、木质素等成分，花瓣和雄蕊中还含有酚类物质。不同种类叶片之间的FTIR光谱吸收特征相似，但在1660~1000 cm-1范围内吸收峰强度存在明显差异，利用此范围进行PCA，前两个主成分可获得97%以上的累计方差贡献率，用HCA可将11种植物在亚科级别正确分类。结合SIMCA判别模型，对不同叶片、花瓣及雄蕊的蔷薇科植物进行分类，用全谱4000~400 cm-1范围数据，正确分类率可达96.08%；用1800~800 cm-1范围数据，正确分类率可达100%。研究表明，FTIR光谱结合统计分析方法及判别模型，可以将不同种类蔷薇科植物在亚科、属级别上正确分类。
引用本文（GB/T 7714）
郑钧文 Zheng Junwen, 宋霄雪 Song Xiaoxue, 甘玉佳 Gan Yujia, 等. 蔷薇科植物的红外光谱分类研究[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。