Современные возможности неинвазивной оценки качества и ростового потенциала семян на примере шпината огородного (Spinacia oleracea L.)

Качество и безопасность семенного материала — один из важнейших аспектов, определяющих эффективность производства растительной продукции высокого качества в масштабируемых фитотехкомплексах (1) и других сооружениях защищенного грунта. В связи с этим обязательным и необходимым условием служит наличие в составе фитотехкомплексов и сооружений защищенного грунта Блока биологически полноценных семян, который обеспечивает эффективность, надежность и конкурентоспособность производства. Необходимо отметить, что реализация технологических режимов выращивания биологически полноценных семян также важна для стабильного получения растительной продукции высокого качества. Тради- ционно качество семян овощных культур определяют по таким показателям, как масса 1000 семян, жизнеспособность, энергия прорастания и всхожесть, а также используют калибровку по размеру и плотности. По данным В.А. Лудилова (2), физиологически зрелые семена ряда овощных культур характеризуются высокими показателями как всхожести, так и энергии прорастания.

В секторе биофизики растений Агрофизического НИИ стандартные методы анализа качества семян были дополнены компьютерной морфометрией проростков: измерением длины и массы ростков и зародышевых корней на дату определения всхожести, а в отдельных случаях замеры проводились в динамике — на 7-е, 10-е и 15-е сут. Изначально оценивали семена злаковых зерновых культур, затем методика была модифицирована для овощных культур (3-5). Несмотря на эффективность такого подхода к оценке посевных качеств семян, следует отметить его трудоемкость и длительность исполнения. Современные исследования требуют применения инструментальных биофизических методов для отбора биологически полноценных семян (6-8).

Одним из наиболее универсальных методов оценки качества семян считается микрофокусная рентгенография, которая входит в отечественный и в международный стандарты и позволяет исследовать внутреннюю структуру семян в условиях прецизионных экспериментов и при массовых анализах (7-9). Метод получил широкое распространение в семеноведении различных сельскохозяйственных культур (10-12). Первые рентгенографические исследования семян овощных культур — дыни, капусты и лука батуна (5), гороха, горчицы листовой, редиса, огурца, салата, свеклы, томата, укропа (6, 9, 10) в нашей стране также проведены сотрудниками Агрофизического НИИ. В настоящее время рентгеновский метод для оценки семян овощных культур используется как в России (10, 12, 13), так и за рубежом. На основе анализа рентгенографических изображений семян овощных культур исследована связь между их физической целостностью и всхожестью на образцах базилика (14), баклажана (15), бобов и свеклы (16), брокколи (17), дыни и арбуза (18, 19), крамбе (20, 21), огурца (22), перца и томата (23-25), сквоша (22, 26). Все чаще применяется компьютерный анализ цифровых рентгеновских изображений (27-29).

При отборе полноценных семян овощных культур для последующего посева в фитотехкомплексах необходимо учитывать несколько факторов: целевое назначение сепарируемой партии, вид сельскохозяйственной культуры, исходные качественные характеристики сепарируемых партий семян, производительность оборудования и стоимость работ по сепарации. Этот принцип позволит подбирать оптимальные технологические решения как на основе одного метода сепарации, так и в сочетании с предварительным фракционированием. Последний вариант представляется более обоснованным (30).

Перечень сортировщиков семян, основанных на различных принципах работы — механическом (31), пневматическом (32), электростатическом (33, 34), фотоэлектрическом (35) и рентгеновском (24, 36) — достаточно широк на российском и зарубежных рынках. Однако технологии автоматизированной сортировки семян еще нуждаются в совершенствовании и апробации на различных овощных культурах, предназначенных для круглогодичного выращивания растительной продукции, в том числе в условиях интенсивной светокультуры.

Мы полагаем, что отбор наиболее хозяйственно полноценных семян овощных культур, предназначенных для посева в фитотехкомплексах, особенно малогабаритных, а также в сооружениях защищенного грунта, лучше осуществлять посредством ручной сепарации на основе визуального и(или) автоматизированного анализа цифровых рентгеновских и цифровых фотографических изображений.

Подход на основе ручной сепарации был реализован нами при отборе качественных семян с минимальной долей хозяйственно значимых скрытых дефектов для использования в качестве посевного материала в ве-гетационно-облучательном оборудовании нового типа.

В настоящей работе впервые выявлены рентгенографические признаки внутренней структуры семян шпината в связи с их жизнеспособностью и показано совпадение результатов рентгенографического анализа всхожести семян с результатами их лабораторного проращивания.

Нашей целью была разработка методики оценки и отбора биологически полноценного семенного материала на основе аппаратно-программных средств микрофокусной рентгенографии с использованием методик визуального и автоматизированного анализа рентгеновских изображений семян шпината, предназначенных для посева в фитотехкомплексах и других сооружениях защищенного грунта.

Методика. Модельным объектом служили семена шпината огородного ( Spinacia oleracea L.) сорта Стоик (400 шт., размер рабочей выборки 50 шт.) из коллекции ФГБНУ Федерального научного центра овощеводства (Одинцовский г.о., Московская обл.).

Рентгеновскую съемку семян проводили с использованием рентгеновского микроскопа РМ-1 (ЗАО «ЭЛТЕХ-Мед», Россия). Анализ полученных цифровых изображений осуществляли как визуальным способом, так и с использованием программного обеспечения ВидеоТесТ-Морфология (ООО «АргусСофт», Россия). Анализировали среднюю яркость и среднеквадратическое отклонение яркости (ед. яркости).

Рентгенографический анализ качества семян проводили по Ф.Б. Мусаеву с соавт. (37). Шаблонные рентгеновские изображения выбирали из всей совокупности снимков как наиболее типичные по указанным рентгенографическим признакам.

Посевные качества тех же семян определяли, проращивая их в лабораторных условиях на вертикальных пластинках согласно ГОСТ 12038-84 (М., 1985) при температуре 15 ° С в течение 14 сут.

Дополнительно проводили линейные измерения проростков с использованием программного обеспечения ВидеоТесТ-Морфология» (ООО «АргусСофт», Россия), учитывали длину корня и ростка.

Статистический анализ выполняли в программе Statistica 10 («Stat-Soft, Inc.», США), рассчитывали коэффициенты корреляции ( r ) Спирмана.

Результаты. Семена шпината оказались удачным объектом для рентгенографического анализа. Внутренние дефекты и недостатки семян на рентгенограммах отражались четко и контрастно (рис. 1).

Рис. 1. Шаблонные рентгеновские изображения семян шпината ( Spinacia oleracea L.) сорта Стоик, сделанные с использованием рентгеновского микроскопа РМ-1 (ЗАО «ЭЛТЕХ-Мед», Россия; прямое рентгеновское увеличение 10½) : А — нормальные семена, Б — недовыполненные (в разной степени) семена, В — невыполненные (пустотелые) семена.

При визуальном анализе цифровых рентгенографических изображений были выявлены следующие структурные дефекты (рис. 2): семена ¹¹ 7, 9, 30 и 34 характеризовались как невыполненные, ¹¹ 1, 3, 13 и 21 просматривались как частично невыполненные, семя ¹ 43 выглядело как поврежденное по сочетанию нерегулярных светлых и темных теней. Всего обнаружили 9 неполноценных семян.

Рис. 2. Рентгеновский снимок семян (1-50 — номера семян) шпината ( Spinacia oleracea L.) сорта Стоик, сделанный с использованием рентгеновского микроскопа РМ-1 ( ЗАО «ЭЛТЕХ-Мед», Россия; увеличение 10½) .

Лабораторный анализ посевных качеств семян шпината сорта Стоик (рис. 3) показал, что 33 семени проросли и сформировали нормальные ростки, 8 семян успели наклюнуться к моменту регистрации показателей на 14-е сут, 9 семян не проросли. В итоге неполноценные семена, выявленные при рентгенографическом анализе, оказались нежизнеспособными по результатам проращивания.

Рис. 3. Цифровая фотография проростков шпината ( Spinacia oleracea L.) сорта Стоик из семян после рентгеновского анализа (фотоаппарат Canon EOS 5D, «Canon», Япония) .

Автоматизированный анализ цифровых рентгеновских изображений семян в сочетании с цифровой морфометрией проростков (табл.) выявил, что семена ¹¹ 7, 9, 30 и 34 характеризовались минимальными значениями средней яркости в диапазоне от 90 до 113 ед. яркости и минимальным среднеквадратическим отклонением яркости в диапазоне от 40 до 49 ед. яркости. Семена ¹¹ 1, 3, 13 и 21 характеризовались пониженными значениями среднеквадратического отклонения яркости в диапазоне от 49 до 55 ед. яркости.

Результаты компьютерного анализа цифровых рентгеновских изображений семян шпината ( Spinacia oleracea L.) сорта Стоик в сочетании с цифровой морфометрией проростков

¹ семени	Рентгенографические показатели, ед. яркости		Ростовые показатели, мм
	средняя яркость	среднеквадратическое отклонение яркости	длина ростка	длина корня
1	116	49	0	6
2	132	50	0	7
3	131	50	0	0
4	135	63	15	8
5	140	63	7	10
6	126	62	13	15
7	113	49	0	0
8	137	50	7	13
9	101	43	0	0
10	139	68	18	12
11	113	50	12	10
12	140	61	17	20
13	120	55	0	0
14	139	58	18	17
15	129	62	16	8
16	114	60	9	5
17	121	56	17	13
18	136	61	13	8
19	107	52	0	6
20	130	58	8	10
21	133	55	0	0
22	140	64	5	11
23	127	59	12	19
24	116	65	13	11
25	134	61	7	7
26	123	61	13	13
27	130	59	14	12
28	133	57	0	6
29	125	67	13	12
30	90	40	0	0
31	164	59	10	10
32	123	62	8	17
33	130	65	2	8
34	96	41	0	0
35	138	57	14	15
36	137	62	10	9
37	135	67	15	15
38	126	62	0	5
39	136	65	12	10
40	173	54	12	18
41	123	58	0	7
42	150	54	0	8
43	131	58	0	0
44	125	61	8	6
45	141	63	15	18
46	142	46	8	11
47	122	52	12	9
48	144	63	0	7
49	130	61	8	17
50	128	61	13	7

По результатам корреляционного анализа яркостных параметров для цифровых рентгеновских изображений семян у шпината сорта Стоик с их ростовыми показателями коэффициент корреляции средней яркости для цифровых рентгеновских изображений и длины корня составил r = 0,49 (p < 0,01), коэффициент корреляции среднеквадратического отклонения яркости и длины ростка — r = 0,51 (p < 0,01).

Следует отметить, что семя как биологический и агрономический объект представляет собой сложную живую систему, на жизнеспособность и развитие которой воздействует множество факторов. Так, у различных сельскохозяйственных культур и древесных лесных растений на ростовые показатели семян влияют не только степень их выполненности (6, 38, 39), но и размерные характеристики, форма (9, 20, 40), а также степень развития зародыша, которую также можно оценить объективно, в том числе с использованием средств компьютерного анализа изображений (40, 41). Эти данные согласуются c результатами других исследователей (15, 25, 26). Метод мягколучевой рентгенографии используется также для обнаружения грибных инфекции в семенах злаковых культур (43, 44) и насекомых-вредителей, в частности кукурузного долгоносика (44).

Любой структурный дефект семени может в той или иной мере негативно повлиять на его способность к прорастанию и дальнейшему развитию растения в ювенильный период. В зависимости от степени развития дефекта и его локализации эти негативные признаки могут иметь фатальный характер (семя не способно к прорастанию) либо существенно снижать ростовой потенциал. Поэтому при анализе скрытых дефектов семян целесообразно вводить такой индекс, как суммарное число скрытых дефектов (6, 9). Этот подход активно используется в биологии и медицине, например при оценке патологии сперматозоидов человека по их морфологическим признакам (45).

Для автоматизированной оценки скрытых дефектов перспективу представляет создание специализированного программного обеспечения на основе нейронных сетей. Такие исследования уже точечно представлены в зарубежных источниках (29, 41, 45). Многообразие скрытых дефектов (6, 9, 10), а также видовое разнообразие изучаемых растений (около 500 видов, включая зерновые, зернобобовые, кормовые, технические, овощные, плодовые, лекарственные, цветочные, древесные лесные породы) делают эту задачу хотя и технически сложной, затратной по времени и ресурсам, но принципиально необходимой и реально выполнимой.

Таким образом, на примере шпината огородного с помощью аппаратно-программных средств микрофокусной рентгенографии и цифровой морфометрии, а также методик визуального и автоматизированного анализа изображений мы показали возможность неинвазивной оценки качества и ростового потенциала семян и выявили корреляционные зависимости между значениями яркостных параметров цифровых рентгеновских изображений семян и их ростовых показателей. Разработанная и апробированная методика автоматизированного анализа структурной целостности семян овощных культур в сочетании с сопряженной компьютерной морфометрией проростков дает возможность существенно повысить скорость и точность оценки скрытой дефектности семян. В ближайшем будущем такой подход создаст основу для разработки принципиально новых алгоритмов автоматизированного отбора наиболее полноценных семян в семеноведении и семеноводстве, в том числе для посева в фитотехкомплексах или в других сооружениях защищенного грунта.