Воронеж, Россия
УДК 630 Лесное хозяйство. Лесоводство
Использование оптометрических параметров внешней оболочки семян в RGB-пространстве как неразрушающего маркера для идентификации подгрупп семян с различным качеством прорастания может привести к лучшему пониманию физиологической основы всхожести семян и применению методик глубокого обучения нейросети для интенсификации процесса лесовыращивания. Исследований о прорастании семян с известными оптометрическими параметров RGB-яркости и цветности внешней оболочки индивидуальных семян все еще достаточно мало. Были отобраны обескрыленные индивидуальные семена Pinus sylvestris L. var. Negorelskaya (N = 1200), представляющие собой ценный генетический материал на основе множества климатипов. На основе авторской методики формирования технологического паспорта определяли параметры RGB-яркости и цветности внешней оболочки данных семян на основе сегментированных сканов, полученных на приборе с зарядовой связью Brother DCP-1510. Семена высевали вручную в прямоугольные контейнеры объемом ячейки 120 кубических сантиметров с размерностью 5 × 8 ячеек и фиксировали дихотомический показатель всхожести (0 – не взошло, 1 – взощло) на 30 и 50 дни для каждого семени. Проверяли гипотезу H0 об отсутствии различий показателей RGB-яркости и RGB-цветности внешней оболочки семени в группах с нулевой и ненулевой всхожестью при фиксированном уровне значимости α = 0,05 с помощью ANOVA F-критерия или ANOVA W-критерия Уэлча в зависимости от статистики однородности дисперсий Ливиня. Межквартильный размах IQR индивидуальных оптометрических показателей высеянных семян составляет для количественных вариант RGB-яркости 27 единиц (m ; SD; | 82 ; 21) и для вариант RGB-цветности 0,174 относительных единицы (m ; SD; | 0,189 ; 0,107) соответственно. Наблюдаемые различия между средними статистиками показателей RGB-яркости (M | 78; SD | 18) и RGB-цветности (M | 0,177; SD | 0,104) внешней оболочки семян Р. sylvestris L. var. Negorelskaya в группе ненулевой (N = 942) всхожести и средними статистиками показателей (M | 96; SD | 25; M | 0,235; SD | 0,103) в группе нулевой (N = 258) всхожести неслучайны (р = 1,5986e-23; р = 4,6857e-15). Внедрение результатов даст возможность при реализации технологии выращивания посадочного материала сосны обыкновенной (Pinus sylvestris L. var. Negorelskaya) с ЗКС исследовать ювенильный период роста и развития лесных культур в естественных природно-производственных условиях и разместить результаты в индивидуальном для каждого растения технологическом паспорте «семя – культура».
восстановление лесных ландшафтов, семена, сосна обыкновенная, сорт «Негорельская», обработка изображений, оптометрические параметры, RGB-пространство, технологический паспорт «семя – культура», FLR-Library
1. Альбеков, А.У. Экспресс-анализатор качества семян: пат. 2675056 Российская Федерация, МПК7 В 07 С 5/00 / А.У. Альбеков, М.В. Драпалюк, С.С. Морковина и др. – заявитель и патентообладатель Воронеж. гос. лесотехн. ун-т. – № 2018104941 ; заявл. 08.02.2018 ; опубл. 14.12.2018, Бюл. № 35., .
2. Архипов, М.В. Разработка комплексного параметрического паспорта зерновки для выявления партий хозяйственно ценных семян и зерна с минимальным уровнем скрытой поврежденности для отбора в индустриальном зернопроизводстве / М.В. Архипов, Ю.А. Тюкалов, Т.А. Данилова и др. // Современное состояние, проблемы и перспективы развития аграрной науки : Материалы VIII международной научно-практической конференции. – Симферополь, 2023. – С. 36-37. – Режим доступа: https://elibrary.ru/jwtrky.
3. Драпалюк, М.В. Экспресс-анализатор качества семян: пат. 040058 EAPO, МПК B 07 C 5/34 / М.В. Драпалюк, С.С. Морковина, А.И. Новиков и др. – 2022. – Режим доступа: https://www.eapo.org/ru/patents/reestr/patent.php?id=40058.
4. Драпалюк, М.В. Анализ операционных механизированных технологий сепарации семян при искусственном лесовосстановлении / М.В. Драпалюк, А.И. Новиков // Лесотехнический журнал. – 2018. – Т. 8. – № 4. – С. 207-220. – DOI: https://doi.org/10.12737/article_5c1a3237290288.22345283. – Режим доступа: https://elibrary.ru/akvbnm.
5. Мамаев, С.А. Формы внутривидовой изменчивости древесных растений (на примере семейства Pinaceae на Урале) / С.А. Мамаев 1. – М. : Наука, 1973. – 284 с. – Режим доступа: https://www.elibrary.ru/vwvadh.
6. Новиков, А.И. Некоторые результаты апробации технологии сепарации по количественному признаку семян сосны обыкновенной / А.И. Новиков // Известия Санкт-Петербургской лесотехнической академии. – 2019. – Т. 227. – С. 68-87. – DOI: https://doi.org/10.21266/2079-4304.2019.227.68-87. – Режим доступа: http://spbftu.ru/wp-content/uploads/2019/09/227-06.pdf.
7. Новиков, А.И. Совершенствование технологии получения высококачественного лесосеменного материала : специальность 05.21.01 «Технология и машины лесозаготовок и лесного хозяйства» : автореф. дис. ... д-ра техн. наук / А.И. Новиков. – Воронеж, 2021. – 32 с. – Режим доступа: https://elibrary.ru/qgemiu.
8. Новиков, А.И. Экспресс-анализ лесных семян биофизическими методами / А.И. Новиков 1. – Воронеж : Воронежский государственный лесотехнический университет им. Г.Ф. Морозова, 2018. – 128 с. – Режим доступа: https://elibrary.ru/yzuzgx.
9. Новиков, А.И. Экспресс-анализ семян в лесохозяйственном производстве: теоретические и технологические аспекты / А.И. Новиков, М.В. Драпалюк, С.В. Соколов, Т.П. Новикова 1. – Воронеж : Воронежский государственный лесотехнический университет им. Г.Ф. Морозова, 2022. – 176 с. – Режим доступа: https://elibrary.ru/hmrfvd.
10. Новиков, А.И. Влияние индивидуальной массы семян сосны обыкновенной (Pinus sylvestris L.) сорта «Негорельская » на 30-дневное прорастание в 40-ячеистых SideSlit-контейнерах / А.И. Новиков, С.В. Ребко, Т.П. Новикова, Е.П. Петрищев // Лесотехнический журнал. – 2023. – Т. 13. – № 2 (50). – С. 59-86. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.2/4. – Режим доступа: https://elibrary.ru/cewtjt.
11. Новиков, А.И. Индекс качества Диксона: связь с технологическим воздействием на лесные семена / А.И. Новиков, С.В. Ребко, Т.П. Новикова, Е.П. Петрищев // Лесотехнический журнал. – 2023. – Т. 13. – № 1. – С. 23-36. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.1/2. – Режим доступа: https://www.elibrary.ru/nsvcyi.
12. Новиков, А.И. Исследование спектрометрических показателей семян как основа интенсификации процесса лесовыращивания культур сосны обыкновенной сорта «Негорельская» : грант РНФ 23-26-00228 / А.И. Новиков, С.В. Ребко, Т.П. Новикова, Е.П. Петрищев. – М. : Российский научный фонд, 2023. – Режим доступа: https://elibrary.ru/jtyxux.
13. Новиков, А.И. Исследование спектрометрических параметров семенной кожуры сосны обыкновенной в ИК-диапазоне / А.И. Новиков, В.В. Саушкин // Лесотехнический журнал. – 2018. – Т. 8. – № 3. – С. 30-37. – DOI: https://doi.org/10.12737/article_5b97a164e41782.20107217. – Режим доступа: https://elibrary.ru/votakr.
14. Новикова, Т.П. Анализ терминологии стран мира, осуществляющих активную лесохозяйственную деятельность в области исследования спектрометрических свойств лесных семян : свидетельство о государственной регистрации базы данных № 2023624886 Российская Федерация / Т.П. Новикова, А.И. Новиков, Е.П. Петрищев. – № 2023624495 ; заявл. 02.12.2023 ; зарег. 22.12.2023, . – Режим доступа: https://elibrary.ru/lljghq.
15. Новикова, Т.П. Влияние физико-механических свойств почвы на процесс адаптивного лесовосстановления / Т.П. Новикова, Е.П. Петрищев, А.И. Новиков // Лесное хозяйство : Материалы 88-й научно-технической конференции профессорско-преподавательского состава, научных сотрудников и аспирантов (с международным участием). – Минск : Белорусский государственный технологический университет, 2024. – С. 291-294. – Режим доступа: https://elibrary.ru/jaikmm.
16. Петрищев, Е.П. Результаты исследований посевных качеств семян сосны обыкновенной (Pinus sylvestris L., сорт Негорельская) и определения индекса качества Диксона 60-дневных сеянцев в контейнерном питомнике : свидетельство о государственной регистрации базы данных № 20236 / Е.П. Петрищев, Т.П. Новикова, А.И. Новиков. – Режим доступа: https://www.elibrary.ru/gwhapl.
17. Петрищев, Е.П. Результаты морфометрических исследований семян сосны обыкновенной (Pinus sylvestris L., сорт Негорельская) : свидетельство о государственной регистрации базы данных № 2023624679 Российская Федерация / Е.П. Петрищев, Т.П. Новикова, С.В. Ребко, А.И. Новиков. – № 2023624380 : заявл. 01.12.2023 : опубл. 18.12.2023, . – Режим доступа: https://elibrary.ru/dyexbk.
18. Поплавская, Л.Ф. Результаты районирования сосны обыкновенной сорта Негорельская в Республике Беларусь / Л.Ф. Поплавская, С.В. Ребко, П.В. Тупик // Труды БГТУ. Серия 1: Лесное хозяйство, природопользование и переработка возобновляемых ресурсов. – 2021. – Т. 1. – № 240. – С. 58-67. – DOI: https://doi.org/10.52065/2519-402x-2021-240-7-58-67. – Режим доступа: https://www.elibrary.ru/sxivbp.
19. Прияткин, Н.С. Неинвазивная экспресс-оценка разнокачественности и хозяйственной пригодности семенного материала на основе использования инструментальных физических методов: дисс. ... д-ра биол. наук: 4.1.5 / Н.С. Прияткин. – Санкт-Петербург : АФИ, 2023. – 253 с. – Режим доступа: https://elibrary.ru/aseotz.
20. Ребко, С.В. Взаимосвязи между геометрическими и гравиметрическими параметрами семян сосны обыкновенной / С.В. Ребко, А.И. Новиков, Т.П. Новикова, Е.П. Петрищев // Труды БГТУ. Серия 1 - Лесное хозяйство, природопользование и переработка возобновляемых ресурсов. – 2024. – Т. 276. – С. 66-76. – DOI: https://doi.org/10.52065/2519-402Х-2024-276-8. – Режим доступа: https://elibrary.ru/ltgvsz.
21. Bernardes, R.C. Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology / R.C. Bernardes, A. De Medeiros, L. da Silva et al. // Agriculture. – 2022. – Vol. 12. – № 11. – P. 1801. – DOI: https://doi.org/10.3390/agriculture12111801.
22. Castro, É.B. de L. Classification of Phaseolus lunatus L. using image analysis and machine learning models / É.B. de L. Castro, R. de S. Melo, E.M. da Costa et al. // Revista Caatinga. – 2022. – Vol. 35. – № 4. – P. 772-782. – DOI: https://doi.org/10.1590/1983-21252022v35n404rc.
23. Evdokimova, S.A. Segmentation of store customers to increase sales using ABC-XYZ-analysis and clustering methods / S.A. Evdokimova // Journal of Physics: Conference Series. – 2021. – Vol. 2032. – № 1. – P. 012117. – DOI: https://doi.org/10.1088/1742-6596/2032/1/012117.
24. Heinrichs, S. Landscape-Scale Mixtures of Tree Species are More Effective than Stand-Scale Mixtures for Biodiversity of Vascular Plants, Bryophytes and Lichens / S. Heinrichs, C. Ammer, M. Mund et al. // Forests. – 2019. – Vol. 10. – № 1. – P. 73. – DOI: https://doi.org/10.3390/f10010073.
25. Ivetić, V. The role of forest reproductive material quality in forest restoration / V. Ivetić, A.I. Novikov // Forestry Engineering Journal. – 2019. – Vol. 9. – № 2. – P. 56-65. – DOI: https://doi.org/10.34220/issn.2222-7962/2019.2/7.
26. Jing, Y. Establish seedling quality classification standard for Chrysanthemum efficiently with help of deep clustering algorithm / Y. Jing, H. Zhao, S. Yu // ArXiv. – 2024. – P. 1-12. – DOI: https://doi.org/10.48550/arXiv.2409.08867.
27. Nehoshtan, Y. Robust seed germination prediction using deep learning and RGB image data / Y. Nehoshtan, E. Carmon, O. Yaniv et al. // Scientific Reports. – 2021. – Vol. 11. – № 1. – P. 22030. – DOI: https://doi.org/10.1038/s41598-021-01712-6.
28. Nguyen, Q.T. X-ray analysis of seed quality of Eucommia ulmoides Oliv. of different geographical origin / Q.T. Nguyen, S.G. Sakharova, N.S. Priyatkin, A.V. Zhigunov // Izvestia Sankt-Peterburgskoj lesotehniceskoj akademii. – 2021. – № 234. – P. 134-151. – DOI: https://doi.org/10.21266/2079-4304.2021.234.134-151.
29. Novikov, A.I. Visible wave spectrometric features of Scots pine seeds: the basis for designing a rapid analyzer / A.I. Novikov // IOP Conference Series: Earth and Environmental Science. – 2019. – Vol. 226. – № 1. – P. 012064. – DOI: https://doi.org/10.1088/1755-1315/226/1/012064.
30. Novikov, A.I. Mechanization of coniferous seeds grading in Russia: a selected literature analysis / A.I. Novikov, B.T. Ersson, V.V. Malyshev et al. // IOP Conference Series: Earth and Environmental Science. – 2020. – Vol. 595. – P. 012060. – DOI: https://doi.org/10.1088/1755-1315/595/1/012060.
31. Novikov, A.I. The effect of seed coat color grading on height of one-year-old container-grown Scots pine seedlings planted on post-fire site / A.I. Novikov, V. Ivetić // IOP Conference Series: Earth and Environmental Science. – 2019. – Vol. 226. – P. 012043. – DOI: https://doi.org/10.1088/1755-1315/226/1/012043.
32. Novikov, A.I. The effect of seed size grading on seed use efficiency and height of one-year-old container-grown Scots pine (Pinus sylvestris L.) seedlings / A.I. Novikov, V. Ivetić // Reforesta. – 2018. – Vol. 6. – P. 100-109. – DOI: https://doi.org/10.21750/REFOR.6.08.61.
33. Novikov, A.I. Scots pine seedlings growth dynamics data reveals properties for the future proof of seed coat color grading conjecture / A.I. Novikov, V. Ivetić, T.P. Novikova, E.P. Petrishchev // Data. – 2019. – Vol. 4. – № 3. – P. 106. – DOI: https://doi.org/10.3390/data4030106.
34. Novikov, A.I. Non-destructive quality control of forest seeds in globalization: problems and prospects of output innovative products / A.I. Novikov, T.P. Novikova // Globalization and Its Socio-Economic Consequences / T. Kliestik ed. . – Rajecke Teplice, Slovakia : Univ Zilina, 2018. – P. 1260-1267.
35. Novikov, A.I. Dickson Quality Index: relation to technological impact on forest seeds / A.I. Novikov, S. Rabko, T.P. Novikova, E.P. Petrishchev // Forestry Engineering Journal. – 2023. – Vol. 13. – № 1. – P. 23-36. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.1/2.
36. Novikov, A.I. Performance of Scots pine seedlings from seeds graded by colour / A.I. Novikov, S.V. Sokolov, M.V. Drapalyuk et al. // Forests. – 2019. – Vol. 10. – № 12. – P. 1064. – DOI: https://doi.org/10.3390/f10121064.
37. Novikova, T. FLR-Library reference information system for adaptive forest restoration: the information model / T. Novikova, A. Novikov, V. Lisitsyn, E. Petrishchev // Forestry Engineering Journal. – 2023. – Vol. 13. – № 4. – P. 114-124. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.4/7.
38. Novikova, T. Studying the spectrometric features of forest seeds to improve sowing qualities: a retrospective cluster analysis of the scientific landscape trends / T. Novikova, A. Novikov, E. Petrishchev // Forestry Engineering Journal. – 2023. – Vol. 13. – № 4. – P. 23-39. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.4/1.
39. Novikova, T.P. The choice of a set of operations for forest landscape restoration technology / T.P. Novikova // Inventions. – 2022. – Vol. 7. – № 1. – P. 1. – DOI: https://doi.org/10.3390/inventions7010001.
40. Novikova, T.P. FLR-Library reference information system for adaptive forest restoration: cluster analysis of descriptors / T.P. Novikova, A.I. Novikov, E.P. Petrishchev // Forestry Engineering Journal. – 2023. – Vol. 13. – № 3. – P. 164-179. – DOI: https://doi.org/10.34220/issn.2222-7962/2023.3/12.
41. Novikova, T.P. Reforestation pipeline: case for quality management of NIR-region grading of Scots pine seeds and FLR-algorithm for information processing / T.P. Novikova, E.P. Petrishchev, A.I. Novikov // Silva Balcanica. – 2023. – Vol. 24. – № 3. – P. 5-16. – DOI: https://doi.org/10.3897/silvabalcanica.24.e114699.
42. Novikova, T.P. The VIS-spectrometric data of Scots pine individual seed reveal forecasting potential for container-grown germination and seedling’s Dickson quality index / T.P. Novikova, E.P. Petrishchev, A.I. Novikov // Preprints. – 2023. – № 1. – DOI: https://doi.org/10.20944/preprints202312.0561.v1.
43. Novikova, T.P. The Root Collar Diameter Growth Reveals a Strong Relationship with the Height Growth of Juvenile Scots Pine Trees from Seeds Differentiated by Spectrometric Feature / T.P. Novikova, P. Tylek, C.B. Mastrangelo et al. // Forests. – 2023. – Vol. 14. – № 6. – P. 1164. – DOI: https://doi.org/10.3390/f14061164.
44. Royo, A.A. Desired REgeneration through Assisted Migration (DREAM): Implementing a research framework for climate-adaptive silviculture / A.A. Royo, P. Raymond, C.C. Kern et al. // Forest Ecology and Management. – 2023. – Vol. 546. – № October. – P. 121298. – DOI: https://doi.org/10.1016/j.foreco.2023.121298.
45. Samsonova, I. Dynamics of biodiversity of nectar-bearing resources in the structure of birch forests / I. Samsonova, V. Do, T. Nguen, P. Sidarenko Petr // Forestry Engineering Journal. – 2020. – Vol. 9. – № 4. – P. 73-81. – DOI: https://doi.org/10.34220/issn.2222-7962/2019.4/8.
46. Slavskiy, V. Study of biodiversity and assessment of the state of common hazel (Corylus avellana L.) in the Voronezh region / V. Slavskiy, T. Nakonechnaya, E. Titov, Z. Govedar // Forestry Engineering Journal. – 2022. – Vol. 12. – № 3. – P. 51-61. – DOI: https://doi.org/10.34220/issn.2222-7962/2022.3/5.
47. Sokolov, S. V. How to increase the analog-to-digital converter speed in optoelectronic systems of the seed quality rapid analyzer / S. V. Sokolov, V. V. Kamenskij, A.I. Novikov, V. Ivetić // Inventions. – 2019. – Vol. 4. – № 4. – P. 61. – DOI: https://doi.org/10.3390/inventions4040061.
48. Sokolov, S.V. New optoelectronic systems for express analysis of seeds in forestry production / S.V. Sokolov, A.I. Novikov // Forestry Engineering Journal. – 2019. – Vol. 9. – № 2. – P. 5-13. – DOI: https://doi.org/10.34220/issn.2222-7962/2019.2/1.
49. Stanturf, J.A. Advances in forest restoration management and technology / J.A. Stanturf, R.K. Dumroese, S. Elliott et al. – New York, NY : Oxford University Press, 2024. – 297-334 p.
50. Thiffault, N. Adaptive silviculture for climate change in the Great Lakes- St. Lawrence Forest Region of Canada: Background and design of a long-term experiment / N. Thiffault, J. Fera, M.K. Hoepting et al. // The Forestry Chronicle. – 2024. – Vol. 100. – № 2. – P. 155-164. – DOI: https://doi.org/10.5558/tfc2024-016.
51. Verheyen, K. Soil physical characteristics predict sapling performance in recent afforestation projects in Flanders (northern Belgium) subjected to drought / K. Verheyen, K. Haegeman, W. Cornelis // Forest Ecology and Management. – 2024. – Vol. 572. – P. 122304. – DOI: https://doi.org/10.1016/j.foreco.2024.122304.
