Aplicação de imagens multiespectrais para avaliação de sementes de amendoim

Abstract

As sementes de amendoim são consideradas de difícil produção, pois apresentam, frequentemente, percentuais insatisfatórios de germinação (abaixo de 70%), baixo vigor, além de estarem constantemente sujeitas à infecção por microrganismos, em especial, fungos. As técnicas analíticas de imagens multiespectrais surgem como alternativas de grande interesse para avaliação do potencial fisiológico de sementes e identificação de patógenos. O presente trabalho teve como objetivo a elaboração de protocolos para análise da qualidade de sementes de amendoim por meio de imagens multiespectrais, além de verificar a potencialidade desta técnica de imagens como um novo marcador para discriminação de fungos associados com as sementes. As novas metodologias de imagens foram comparadas com testes de qualidade tradicionalmente utilizados para análise de sementes de amendoim como testes de germinação, condutividade elétrica, emergência e índice de velocidade de emergência. As imagens multiespectrais foram capturadas com o equipamento VideometerLab4 (Videometer A/S, Herlev, Dinamarca), software versão 5.4.6. Os resultados revelaram que os sinais de fluorescência de clorofila a e b foram menores para as classes de sementes de menor vigor. Portanto, o processo de perda de qualidade das sementes é acompanhado de quebra de moléculas de clorofila, e consequentemente, em alterações em propriedades fluorescentes das sementes. Com relação aos padrões espectrais dos diferentes fungos, o melhor comprimento de onda para classificação foi o de 490 nm. A análise de componentes principais indicou similaridade entre o Penicillium sp. e o Rhizopus sp.. Com o trabalho, concluiu-se que a técnica de análise de imagens multiespectrais é promissora, com resultados rápidos, precisos e de forma não destrutiva, além de apresentar informações que distinguem de forma rápida classes de sementes saudáveis e classes de sementes contaminadas por fungos.

Peanut seeds are considered difficult to produce, as they often present unsatisfactory germination percentages (below 70%), low vigor, in addition to being constantly persistent to infection by microorganisms, especially fungi. The analytical techniques of multispectral images appear as alternatives of great interest for evaluating the physiological potential of seeds and identifying pathogens. This study aimed to develop protocols for analyzing the quality of peanut seeds through multispectral images, in addition to verifying the potential of this imaging technique as a new marker for discrimination of fungi associated with the seeds. The new imaging methodologies were compared with quality tests traditionally used for peanut seed analysis such as germination, electrical conductivity, emergence and emergence speed index tests. The multispectral images were captured with the VideometerLab4 equipment (Videometer A / S, Herlev, Denmark), software version 5.4.6. The results revealed that the chlorophyll a and b fluorescence signals were lower for the seed classes with lower vigor. Therefore, the seed quality loss process is accompanied by the breakdown of chlorophyll molecules, and consequently, changes in the fluorescent properties of the seeds. Regarding the spectral patterns of different fungi, the best wavelength for classification was 490 nm. A principal component analysis indicated similarity between Penicillium sp. and the Rhizopus sp .. With the work, it was concluded that a technique for analyzing multispectral images is promising, with fast, accurate and non-destructive results, in addition to presenting information that quickly distinguishes classes of healthy seeds e classes of seeds contaminated by fungi.