Subject
U40 - Méthodes de relevé, F60 - Physiologie et biochimie végétales, Spectroscopie infrarouge, Testage non destructif, Composition globale

Domains
Agriculture, Sciences du vivant, Sciences exactes

Description
[EN] Near Infrared Spectroscopy (NIRS) is a rapid and non-destructive technique, which does not use chemicals but can simultaneously determine numerous constituents in root crops. Spectrophotometers are simple to manipulate and the simple spectral collection reduces the risks of operator errors. However, NIRS is not a stand-alone technology and its performance depends upon the relationships between the spectral information and an accurate chemical method to measure the constituents of interest. The major constraint is, therefore, the need to build a reliable equation of prediction, also called a calibration model. This paper reviews the practical steps involved in the development of a model, including: 1. the collection of highly variable samples for calibration and validation sets; 2. the production of chemical data for these samples; 3. the collection of spectra on samples from the calibration and validation sets; 4. the development of the multivariate model; 5. its validation using descriptive statistics and 6. the monitoring of the model performance. The paper also reviews recent studies conducted on six root crops, including four tropical species (cassava, sweet potato, yam and taro) and two temperate (potato and sugar beet). Their results and the perspectives for further studies are discussed. (Résumé d'auteur)
---
[FR] La spectroscopie dans le proche infrarouge (NIRS) est une technique rapide et non destructive, qui n’utilise pas de produits chimiques mais permet de déterminer simultanément de nombreux composants présents dans les légumes-racines. Les spectrophotomètres sont faciles à utiliser et la simplicité de l’acquisition spectrale réduit les risques d’erreurs de manipulation. Cependant, la NIRS n’est pas une technologie autonome et ses performances dépendent des relations entre les informations spectrales et une méthode chimique précise permettant de mesurer les composants d’intérêt. La principale contrainte réside donc dans la nécessité d’élaborer une équation de prédiction fiable, également appelée modèle d’étalonnage. Cet article passe en revue les étapes pratiques impliquées dans le développement d’un modèle, notamment : 1. la collecte d’échantillons très variés pour les ensembles d’étalonnage et de validation ; 2. la production de données chimiques pour ces échantillons ; 3. l’acquisition des spectres sur les échantillons des ensembles d’étalonnage et de validation ; 4. le développement du modèle multivarié ; 5. sa validation à l’aide de statistiques descriptives et 6. le suivi des performances du modèle. L’article passe également en revue des études récentes menées sur six plantes racines, dont quatre espèces tropicales (manioc, patate douce, igname et taro) et deux espèces tempérées (pomme de terre et betterave sucrière). Leurs résultats et les perspectives pour de futures études y sont abordés.

Keywords
Manihot esculenta, Solanum tuberosum, Racine, Légume racine, Dioscorea, Ipomoea batatas, Colocasia esculenta, Beta vulgaris

Language
English (en-GB)

Creators
Lebot Vincent

Contributors

Sources
Journal of Root Crops, 38 (1) : p. 3-14.

Relation
https://www.journal.isrc.in/index.php/jrc/article/view/52/

Coverage
Vanuatu

Name of newspaper
Journal of Root Crops