publ-ohne-podpubl-ohne-podMelchinger, Albrecht E.Montes, Juan Manuel2024-04-082024-04-082007-02-272006https://hohpublica.uni-hohenheim.de/handle/123456789/5076The success of plant breeding programs depends on the availability of genetic variation and efficient data collection processes that allow large-scale screenings of genotypes. When genetic variation is present, the goal is to identify those genotypes that are closest to the breeding objectives. In this context, the evaluation of a large number of genotypes requires optimization of the data collection process in order to provide reliable information for making selection decisions. The process of data collection must yield an accurate and precise assessment of genotypes timely because the information is needed to plan the next generation for breeding and cultivar development. Laboratory NIRS is routinely used in the data collection process of many breeding programs, but it requires the withdrawal of field plot samples and involves manual work. Applications of the near-infrared spectroscopy on choppers (NOC) and near-infrared spectroscopy on combine harvester (NOCH) are a step forward to the automation of data collection processes, by which sampling, labor, and sources of error in the data can be reduced. The objective of this thesis research was to assess the potential of NOC and NOCH for application in breeding programs of grain maize, rapeseed, and silage maize. Plot combine harvesters and choppers were equipped with diode-array spectrometers for collection of near-infrared plot spectra, and used to harvest experimental varieties of breeding programs in Central Europe. Two alternative sample presentation designs (conveyor belt and spout) were used for the NOC systems. The NOCH systems used the conveyor belt as sample presentation design. NOCH showed a high potential for determination of dry matter (DM), crude protein (CP), and starch (ST) contents of maize grain. NOCH calibration models yielded standard errors of prediction (SEP) and coefficients of determination of validation (R2V) of 1.2% and 0.95 for DM, 0.3% and 0.88 for CP, and 1.0% and 0.79 for ST, respectively. The potential of NOCH for determination of DM, CP, oil and glucosinolate contents of rapeseed was also high. NOCH calibration models yielded standard errors of cross validation (SECV) and coefficients of determination of cross validation (R2CV) of 0.3% and 0.96 for DM, 0.6% and 0.69 for CP, 0.9% and 0.71 for oil, and 2.2 μmol/g and 0.40 for glucosinolate, respectively. The NOC systems showed high potential for the determination of DM, ST, and soluble sugars (SS) content of silage maize hybrids. The NOC system equipped with a conveyor belt design yielded calibration models with SEP and R2V of 0.9% and 0.93 for DM, and 2.1% and 0.78 for ST, respectively. For the NOC system equipped with the spout design, the SEP and R2V amounted to 1.4% and 0.84 for DM, 2.3% and 0.75 for ST, and 0.9% and 0.81 for SS. The potential of both NOC systems for determination of fiber contents (CF, ADF, and NDF), digestibility and energy-related traits was lower than for DM, ST, and SS. The precision of NOCH for the determination of DM content in maize grain was higher than by traditional drying-oven method. A higher precision of NOCH is also expected for other traits and may also be extended to the NOC systems because the sampling error associated with traditional processes of data collection is reduced drastically by NOC and NOCH. The investigation of the effects caused by the calibration technique, mathematical transformation of the near-infrared spectra, and scatter correction on the development of NOCH calibration models for the prediction of DM, CP, and ST content in maize grain revealed that calibration technique was the most important factor affecting the prediction ability, whereas the importance of mathematical transformation and scatter correction depended on the particular constituent considered. Presently, there exists high uncertainty about the optimal NOC and NOCH sample presentation designs for agricultural harvesters. The dynamic signal range, i.e., the range of spectral values on which predictions are based, and the amount of plot material measured were identified as guide parameters for optimization of sample presentation designs. In addition, calibration transferability between NOC systems with different sample presentation designs proved to be feasible after merging spectra from both NOC systems in the calibration set. In conclusion, NOC and NOCH show high potential for replacing laboratory NIRS analysis of several traits in a plant breeding context and yield a more accurate and precise evaluation of field plot characteristics. Therefore, technological applications of the electromagnetic radiation is predicted to have a high impact in plant breeding, precision farming, and agriculture.Der Erfolg von Pflanzenzüchtungsprogrammen hängt vom Vorhandensein genetischer Variation und effizienten Prozessen zur Datenerhebung ab. Bei vorhandener genetischer Variation ist es das Ziel, unter einer großen Zahl an Genotypen diejenigen zu identifizieren, die den Zuchtzielen am Nächsten kommen. Die Untersuchung einer großen Zahl an Genotypen erfordert eine Optimierung der Datenerhebungsprozesse, damit die Selektionsentscheidungen auf zuverlässigen Informationen basieren. Der Prozess der Datenerhebung muss eine präzise Bewertung der Genotypen zu einer bestimmten Zeit hervorbringen, da diese Information zur Planung der nächsten Zuchtgeneration benötig wird. Untersuchungen mit Nahinfrarotspektroskopie (NIRS) im Labor werden routinemäßig bei der Datenerhebung in vielen Zuchtprogrammen eingesetzt. Allerdings erfordert diese Technik die Probenahme von Pflanzenmaterial und Handarbeit. Die Anwendung der Nahinfrarotspektroskopie auf Häckslern (NOC) und Mähdreschern (NOCH) ist ein Schritt zur Automatisierung der Datenerhebung bei die Probenahme, der Arbeitsaufwand und die Fehlerquellen bei der Datenerhebung reduziert werden können. Das Ziel dieser Doktorarbeit war es, das Anwendungspotential von NOC und NOCH in Zuchtprogrammen für Körnermais , Silomais und Raps zu untersuchen. Zur Ernte von Experimentalsorten aus Zuchtprogrammen Mitteleuropas wurden Parzellenmähdrescher und Häcksler mit Diode-array Spektrometern ausgerüstet. So konnten direkt bei der Ernte Nahinfrarotspektren des Ernteguts aufgenommen werden. Beim NOC System wurden Spektren der Proben an zwei verschiedenen Positionen des Häckslers erfasst, am Förderband und am Auswurfrohr. Beim NOCH System wurden nur auf dem Förderband Spektren gemessen. Bei Körnermais zeigte NOCH ein hohes Potential zur Bestimmung von Trockensubstanz- (DM), Rohprotein- (CP) und Stärkegehalt (ST). Die Kalibrierungsmodelle mit NOCH lieferten einen Standardfehler der Vorhersage (SEP) von 1,2% und ein Bestimmtheitsmaß der Validierung (R2V) von 0,95 für DM, 0,3% bzw. 0,96 für CP und 1,0% bzw. 0,79 für ST. Bei Raps zeigte NOCH ein hohes Potential zur Bestimmung von DM, CP, Öl- und Glucosinolatgehalten. Die Kalibrierungsmodelle lieferten Standardfehler der Kreuzvalidierung (SECV) und Bestimmtheitsmaße für die Kreuzvalidierung (R2CV) von 0,3% bzw. 0,96 für DM, 0,6% bzw. 0,69 für CP, 0,9% bzw. 0,71 für den Ölgehalt und 2,2 µmol/g bzw. 0,40 für den Glucosinolatgehalt. Bei Silomais zeigte NH ein hohes Potential zur Bestimmung von TS, ST und den Gehalt an löslichen Zuckern (SS) bei Hybriden. Das NOC System, das am Förderband Spektren erfasste, lieferte Kalibrierungsmodelle mit SEP und R2V von 0,9% bzw. 0,93 für DM und 2,1% bzw. 0,78 für ST. Das NOC System, das am Auswurfrohr Spektren erfasste, lieferte Werte für SEP und R2V von 1,4% bzw. 0,84% für DM, 2,3% bzw. 0,75 für ST und 0,9% bzw. 0,81 für SS. Das Potential beider NH Systeme war für die Bestimmung der Merkmale Rohfasergehalt, Verdaulichkeit und Merkmale, die mit Energiegehalt zusammenhängen, niedriger als für die Merkmale DM, ST und SS. Die Genauigkeit für die TS-Gehaltbestimmung von Maiskörnern war mit NM höher als bei der traditionellen Ofenmethode. Eine höhere Genauigkeit wird auch für andere Merkmale erwartet und könnte auch auf das NOC System erweitert werden, da der Versuchsfehler, der bei traditioneller Datenerfassung gemacht wird, durch NOCH und NOC drastisch reduziert wird. Unsere Untersuchungen ergaben ein großen Einfluß der eingesetzten Kalibrationstechnik auf die Güte der Vohersage für DM, CP und ST Gehalt bei Körnermais. Im Gegensatz dazu hängt die Bedeutung der mathematischen Transformation und Streunungskorrektur von der jeweiligen Situation ab. Derzeit herrscht Unsicherheit darüber, welches die optimalen Stichprobentechniken für NOC und NOCH sind. Der dynamische Signalbereich, d.h. der Bereich von Spektralwerten auf dem Vorhersagen basieren, und die Menge an untersuchtem Pflanzenmaterial konnten in unserer Studie als Leitparameter zur Optimierung der Stichprobennahme identifiziert werden. Die Transferierbarkeit von Kalibrationen zwischen NOC Systemen mit verschiedenen Stichprobentechniken erwies sich als aussichtsreich, wenn zuvor die Spektren der beiden Systeme im Kalibrationsdatensatz zusammengelegt wurden. Zusammenfassend läßt sich sagen, dass sowohl NOC als auch NOCH ein hohes Potential aufweisen, NIRS Untersuchungen im Labor für die verschiedensten Merkmale zu ersetzen. Dieses Vorgehen würde eine exaktere Messung wichtiger Merkmale in Feldversuchen ermöglichen. Deshalb erwarten wir, dass in Zukunft die technologische Anwendung von elektomagneteischer Strahlung einen großen Einfluß auf die Landwirtschaft und im besonderen auf die Pflanzenzüchtung haben wird.enghttp://opus.uni-hohenheim.de/doku/lic_ubh.phpMaizeRapeseedDry matter contentQuality traitsNear-infrared spectroscopyPlant breedingAgricultural harvesters630NIR-SpektroskopieDoctoralThesis275348598urn:nbn:de:bsz:100-opus-1735