• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    本發明之收穫時生物量之管理方法係包含測量植物中之脂肪酸的含量、取得次亞麻油酸相對於全部脂肪酸含量的比率、基於取得的次亞麻油酸比率而推測植物之收穫時生物量的推測步驟。
    公开号:TW201319547A
    申请号:TW101140087
    申请日:2012-10-30
    公开日:2013-05-16
    发明作者:Kenichi Ogawa
    申请人:Japan Science & Tech Agency；
    IPC主号:G01N21-00
    专利说明:
    植物之收穫時生物量之管理方法及管理系統
    本發明係關於基於植物中之次亞麻油酸(linolenic acid)相對於全部脂肪酸含量的比率而管理植物之收穫時生物量(biomass amount)的方法及管理系統。
    植物不僅作為食糧用，亦作為例如觀賞用、燃料用、或紙及藥品等之工業材料用等，而與人類密切相關。調整及判斷植物之發芽、成長及開花的時期，對於預測觀賞用之花草及食糧用之野菜等的收穫上係變的非常重要。又，為了控制果樹等之產量，預測樹木會有很多果實的年(豐收年)者為不可或缺的。
    一般而言，由經驗上可知作物及果實的收穫量會依氣象因素等而被大大地影響。氣象因素與開花及結實量之間被認為有相關，實際上基於此相關，關於植物之種植狀態已進行各式各樣的預測。然而，於該預測的精密度根本就不充分的情形下，無法充分對應近年的異常氣象所代表的氣候變動，植物種植狀態的預測變的越來越困難。
    由上述事實，與根據氣象因素等的方法作比較，對於植物的結實量等之收穫時生物量，可更直接地反映的因素之辨識與其利用法之開發正被殷切盼望著。
    本發明者們作出阿拉伯芥(Arabidopsis thaliana)之變異體，依據小川等人之方法(非專利文獻1)，定性地檢測活性氧量，而選拔出較野生型更多活性氧量的個體。此等變異體，於長日且低照度條件，較野生型更早開花，發現有成為活性氧變過量及植物變的早開花的傾向。又，解析該變異體的結果，確認變異體的原因基因為次亞麻油酸合成酵素(專利文獻1)。次亞麻油酸為植物中所含的脂肪酸之一種。
    又，本發明者們得知，作為植物開花的控制機構而言，除了經由習知的開花控制基因之路徑外，存有作為使該路徑表現的新穎誘發物之活體膜脂肪酸組成，更具體而言，得知次亞麻油酸占全部脂肪酸的含有比率。再者，基於此知識，於植物的花芽形成時期測量葉子的次亞麻油酸含量，例如，於產生花芽形成之前，能以高精密度預測此植物之開花時期(專利文獻2)。 [先前技術文獻] [專利文獻]
    [專利文獻1]日本國專利公報，專利第4094971號/日本國公開特許公報，特開2004-264245號(2004年9月24日專利公開)
    [專利文獻2]日本國專利公報，專利第4095112號/日本國公開特許公報，特開2008-70384號(2008年3月27日專利公開) [非專利文獻]
    [非專利文獻1]Ogawa等人，2001 Plant and Cell Physiology 42: 286-291 (2001年3月公開) [發明概要]

    一直以來，於農業領域，正殷切盼望早期掌控生產性的技術。若可早期掌控生產性，可避免過量生產及過少生產等，而更進一步提高收益性。然而，專利文獻1及2記載之方法任一者，雖可利用於植物之種植狀況的掌控及開花時期的預測，但無法掌控植物的生產性本身。
    本發明係鑑於上述問題點，其目的係提供事先掌控植物的收穫時生物量之管理方法及管理系統。
    本發明者們，為了事前掌控植物之收穫時生物量而專心檢討可利用的生物學指標。其結果發現，基於次亞麻油酸相對於植物中之全部脂肪酸含量的比率，可於比較早的階段且高精密度掌控收穫時生物量，故適合作為上述指標。
    即，為了解決上述問題，本發明之方法係為植物之收穫時生物量之管理方法，其包含測量步驟、取得步驟及推測步驟，其中測量步驟係測量該植物中之脂肪酸含量，取得步驟係取得次亞麻油酸相對於經測量的全部脂肪酸含量之比率，推測步驟係基於取得的次亞麻油酸之比率而推測植物之收穫時生物量。
    又，本發明之系統係管理植物之收穫時生物量的系統，其具備用以測量植物中之脂肪酸含量的測量元件、取得次亞麻油酸相對於經測量的全部脂肪酸的比率的取得元件、基於算出的次亞麻油酸之比率而推測植物之收穫時生物量的推測元件。
    依據本發明，提供事先掌控植物之收穫時生物量而管理該收穫時生物量的方法及系統。[用以實施發明之態樣] 〔1．植物之收穫時生物量之管理方法〕 (管理方法之概要)
    本發明植物之收穫時生物量之管理方法係包含測量植物中脂肪酸之含量的測量步驟；取得次亞麻油酸相對於經測量的全部脂肪酸含量之比率的取得步驟；及基於取得的次亞麻油酸之比率而推測植物之收穫時生物量的推測步驟的方法。
    上述之管理方法因應必要，可進一步含有判定步驟，其係於上述推測步驟之後，比較推測步驟中推測之收穫時生物量與作為目標之收穫時生物量(收穫時生物量之目標值)，判定是否有必要調整植物之收穫時生物量。
    上述之管理方法因應必要，可進一步含有生物量之調整步驟，其係基於上述推測步驟所推測的收穫時生物量，進行用以使植物之收穫時生物量逼近目標值之處置。調整步驟之一例係為進行推測步驟及判定步驟之後，亦繼續使該植物種植至利用植物的時期，同時變更植物中之麩胱甘肽(glutathione)濃度的步驟，尤其是該濃度之日周變動的樣式。藉由變更植物中之麩胱甘肽濃度，調整植物之收穫時生物量。調整步驟之其他例係為於判定步驟之後終止植物之種植而防止植物過量生產的步驟。以下，進一步詳細說明本發明之各種步驟等。 (測量步驟)
    上述測量步驟係為測量植物中之脂肪酸含量的步驟。脂肪酸含量之測量係由破壞性方法或非破壞性方法來進行。而且由測量的各種脂肪酸之含量，獲得植物中之全部脂肪酸之含量。
    破壞性方法之測量係自為測量對象的植物採取樣品(植物體的一部份)，較佳為直接測量該樣品中所含的脂肪酸之含量的方法。脂肪酸之含量係可藉由例如氣相層析法、薄層層析法、酸-鹼滴定法等之理化學的定量法來測量，其中以氣相層析法為較佳(亦可參照專利文獻1及2之記載)。破壞性方法中脂肪酸之含量之測量具有所謂可直接分析的優點。
    非破壞性方法之測量係不破壞為測量對象的植物(樣品之採取並非必須)，而測量該植物中所含的脂肪酸之含量的方法。脂肪酸之含量可藉由例如近紅外光分析來測量。將非破壞性方法之測量與破壞性方法之測量作比較，於分析試料(樣品)之調製及解析，相較之下專門知識及機器之必要性較低，且於比較短的時間可獲得分析結果。又，無須擔心由於成為分析對象的植物試料之採取時(樣品切除)所致的傷害壓力而使試料變質。再者，依據非破壞性方法，因樣品採取並非必須，亦有所謂可對同一對象植物作連續地定點觀測的優點。
    以下，具體說明作為非破壞性方法之近紅外光分析之一例。可適用本發明之近紅外光分析的非破壞測量法係非破壞性測量植物中之脂肪酸含量的方法，其為包含由該植物之反射光中，藉由分光學的手法分析屬於波長為1.250μm以上且2.600μm以下之範圍內之波長帶的近紅外光之至少一部份的步驟的方法。此方法因亦可利用所謂於植物之表面自然光被反射或吸收的現象來進行，具有所謂於上空(例如，飛機或人工衛星等)亦可能實施的優點。又，照射植物的光透過植物之際，亦可利用所謂辨識波長之光被吸收的現象，自植物之透過光中，藉由分光學的手法分析波長屬於1.250μm以上且2.600μm以下之範圍內的波長帶的近紅外光之至少一部份。又，以下之說明係主要關於自植物之反射光之利用的記載，可使用的波峰波長等在利用反射光的情形與利用透過光的情形相同。
    本發明者們藉由分光學的手法進一步詳細分析由植物之反射光中之波長為1.250μm以上且2.600μm以下之範圍內的近紅外光區域中的吸收光譜的結果，首次發現於此區域中，實質上未受到水吸收之影響，且於脂肪酸存有特徵的波峰。而且顯示，解析此波峰下，不破壞植物而可測量含有脂肪酸量及次亞麻油酸量占全部脂肪酸的含有比率。其中，吸收光譜係顯示照射植物的光之波長(照射光波長)與吸光強度之關係者。又，脂肪酸之特徵的波峰中，受到水吸收之影響，亦可使用於未破壞植物的含有脂肪酸量及次亞麻油酸量占全部脂肪酸之含有比率之決定。惟，受到水(例如，大氣中之水蒸氣)吸收之影響的波峰係於接近植物的狀態利用來自植物的透過光的態樣為較佳。
    其中，「藉由分光學的手法之分析」係指為了分析植物之吸光，自該植物之反射光之中，分光分析屬於波長為1.250μm以上且2.600μm以下之範圍內的波長帶的近紅外光之至少一部份而獲得吸收光譜，即進行藉由近紅外分光法之分析。又，如上述自植物之透過光之中，亦可分光分析屬於上述波長帶的近紅外光之至少一部份而獲得吸收光譜。
    為了取得來自植物之反射光或透過光，照射的光可使用自然光，亦可使用包含屬於波長為1.250μm以上且2.600μm以下範圍內的波長帶之近紅外光的人工光。成為分析對象之屬於1.250μm以上且2.600μm以下範圍內之波長帶的近紅外光，因活體(植物體)透過性為優易，即使自比較厚的植物體，亦可取得有意義的情報。又，於所謂使測量精密度提升的觀點來看、或於所謂即使於任何的環境下(例如黑暗條件)亦可進行測量的觀點來看，使用人工光者為較佳。
    又，經由於依據分光學的手法所獲得的吸收光譜進行二次微分處理，能更清楚地解析樣品中所含的脂肪酸，但亦可依目的直接比較解析經由分光所獲得的吸收光譜。又，經由二次微分處理所獲得的二次微分波形或波峰之位置，依測量對象所含物質的量、組成或微分條件等而變化，但可各自選擇適當的條件。二次微分處理之方法並未特別限定，例如可使用Savitzky-Golay法。
    又，於實質上去除植物所含水分影響的目的下，使用選自屬於波長1.250μm以上且1.340μm以下之範圍內、波長1.355μm以上且1.390μm以下之範圍內、波長1.500μm以上且1.750μm以下之範圍內、波長1.810μm以上且1.880μm以下之範圍內、波長2.010μm以上且2.380μm以下之範圍內組成之群組的至少一者之波長帶(波長帶A)的照射光的吸收光譜之至少一部份者為較佳，使用屬於波長1.500μm以上且1.750μm以下之範圍內、或波長2.010μm以上且2.380μm以下範圍內之波長帶的照射光之吸收光譜的至少一部份者為更佳。再者，使用屬於波長1.690μm以上且1.740μm以下範圍內之波長帶的照射光之吸收光譜之至少一部份者為特佳。
    全部脂肪酸含量之測量係於可排除上述水之影響的波長區域內(波長帶A)所含的吸光波峰中，使用來自脂肪酸之吸光波峰者為較佳。更詳細而言，使用包含特徵波長1.294μm、1.712μm、1.728μm、2.061μm、2.175μm、2.270μm、2.308μm、2.342μm、2.376μm的九個吸光波峰之至少一部份者為更佳，使用此等吸光波峰的全部者為特佳。
    獲得上述吸收光譜的方法並未特別限定，但於確實取得來自後述的次亞麻油酸等之脂肪酸的細微波峰之觀點來看，採用作為近紅外光之掃瞄方式的AOTF(音響光學可變波長率波器)方式，測量的波長間隔(measurement slit width)為2nm以下，較佳為0.5nm以上且1.5nm以下，更佳為0.8nm以上且1.2nm以下。又，於所謂屋外觀測為容易的觀點來看，分光分析所使用的分光機器具有可運送的大小及形狀者為較佳。又，實施上述近紅外分光法之際，成為對象的植物與分光機器之距離只要為可分光分析的程度即可，並未特別限定。
    為了實施藉由上述近紅外分光的解析，必要的校準曲線之製作可依據習知方法來進行。即，使用次亞麻油酸、亞麻油酸(linoleic acid)等之脂肪酸或水等之標準樣品，進行近紅外分光法之分析，可作成校準曲線。作為一例，首先以氣相析法解析及定量成為標準的樣品，其次，對相同樣品進行近紅外分光分析。又，製作植物所含的主要脂肪酸之波峰列表，於其中較佳選擇未受水影響的吸光波峰。以多重回歸(multiple regression)的手法解析此等之吸光強度，核對氣相層析之分析資料，可推測全部脂肪酸含量。即，使用特徵波長為1.294μm、1.712μm、1.728μm、2.061μm、2.175μm、2.270μm、2.308μm、2.342μm、2.376μm(來自未受水影響的脂肪酸的吸光波峰)之全部，或其一部份之吸光波峰，來定量解析全部脂肪酸含量者為較佳。其中之特徵波長係指辨識吸光波峰波長之中央值附近的數值。特徵波長之使用上考慮±0.001μm，更佳為0.0005μm之誤差者為所冀望的。
    又，解析作為脂肪酸之植物內所含的次亞麻油酸的情形，可使用屬於選自1.350μm以上且1.420μm以下之範圍內、1.690μm以上且1.740μm以下之範圍內、1.750μm以上且1.785μm以下之範圍內、1.905μm以上且1.920μm以下之範圍內、1.940μm以上且1.950μm以下之範圍內、2.150μm以上且2.180μm以下之範圍內、2.190μm以上且2.220μm以下之範圍內、2.290μm以上且2.310μm以下之範圍內、2.330μm以上且2.350μm以下之範圍內、2.370μm以上且2.400μm以下之範圍內組成之群組之至少一個之波長帶(波長帶B)的照射光之吸收光譜之至少一部份。又，為了測量次亞麻油酸含量，使用包含未受水影響的次亞麻油酸所固有之波峰的特徵波長1.712μm、2.175μm的二個吸光波峰的兩者或任一者為最佳。其中之特徵波長係指辨識吸光波峰波長之中央值附近的數值。特徵波長之使用上考量±0.001μm，更佳為0.0005μm之誤差者為所冀望的。
    又，進行上述之測量步驟的時期並未特別限定，但於所謂獲得更良好地反應收穫時生物量的全部脂肪酸含量/次亞麻油酸含量的觀點來看，包含植物之花芽形成時期或其以前之影響花芽形成的時期(稱為花芽形成前準備期)來進行者為較佳，以所謂針對更高精密度之管理為目標的觀點來看，包含花芽形成前準備期的方式來進行者為更佳。尤其就植物之收穫時生物量而言，利用總結實量(乾燥重量)、或收穫時的植物之地面部分總生物量(乾燥重量)的情形，測量步驟係包含植物之花芽形成之時期或花芽形成前準備期的方式進行者為較佳。
    又，於花芽形成之時期以前進行測量步驟時，因應作為測量對象的植物之特性，進行花芽形成前準備期之辨識為較佳。例如，於作為對象的植物，已知花芽形成前準備期於何時或大約何時的情形，依據已知情報實施測量步驟為較佳，或者，於花芽形成準備期與其前後期間，利用所謂顯示次亞麻油酸相對於全部脂肪酸含量之比率為特徵的變化樣式的現象，連續地進行本發明中的測量步驟及取得步驟，亦可容易地辨識花芽形成準備期。
    又，因植物之花芽形成之時期會因應植物種類略知一二，只要為本項技術領域者可適當決定，辨識上述花芽形成準備期的情形，同樣地，連續地進行本發明中的測量步驟及取得步驟而觀察次亞麻油酸之比率，亦可容易地辨識。或者，花芽形成時期之決定以例如藉由植物之外觀的特徵之觀察，或參與花芽形成的基因(例如，LEAFY基因及其相同基因等)之表現量等作為指標來進行。例如，以松作為植物之例，藉由花芽形成之季節中的LEAFY之相同基因之表現量的增減或外觀的特徵之觀察，來決定或預期花芽形成之時期而進行測量步驟。松之花芽形成之時期在前年便已知，但花芽形成準備期在更前年，由測量步驟及取得步驟所獲得的次亞麻油酸之比率被推測，其結果可使本發明用於掌控(預測)兩年後之季節的松之收穫時生物量。
    又，測量步驟係可進行一點觀測，但進行多點觀測者為更佳。又，多點觀測係指，於破壞性測量的情形，以相同植物體中的相異處所作為對象於同時期或相異時期進行測量步驟；於非破壞性測量的情形，以相同植物體中的相同或相異處所為對象而於同時期或相異時期進行測量步驟。測量步驟於相異時期進行的情形，測量之任一者於包含花芽形成的時期或花芽形成準備期的方式進行者為較佳。又，一點觀測及多點觀測亦可實質上於相同環境以種植的複數同種植物作為對照進行比較。 (取得步驟)
    上述取得步驟係取得於測量步驟測量的次亞麻油酸相對於全部脂肪酸含量之比率的步驟。包含次亞麻油酸之全部脂肪酸含量的測量值及僅有次亞麻油酸之脂肪酸含量的測量值各自於進行上述之測量步驟而獲得。取得步驟係取得例如僅將次亞麻油酸的脂肪酸含量之測量值除以含有次亞麻油酸的全部脂肪酸含量之測量值，而取得次亞麻油酸相對於全部脂肪酸含量的含有比率(例如，以重量為基礎的含有比率(單位%))。例如，脂肪酸含量的測量以上述近紅外光分析進行的情形，將反映次亞麻油酸含量的波峰面積除以反映全部脂肪酸含量的波峰面積，而取得次亞麻油酸相對於全部脂肪酸含量之比率。又，植物中的次亞麻油酸相對於全部脂肪酸含量之比率有時稱為「次亞麻油酸/全脂肪酸」比率。 (推測步驟)
    上述推測步驟係基於次亞麻油酸之比率，推測植物之收穫時生物量的步驟。不論植物種類為何，「次亞麻油酸/全部脂肪酸」比率越高，則收穫時總生物量有越低的傾向。推測步驟係將取得步驟中取得的「次亞麻油酸/全部脂肪酸」比率與推測用之基準值作比較，基於該比較之結果，推測植物之收穫時生物量。又，於以下之說明，將推測步驟所獲得的收穫時生物量之推測值稱為「收穫時生物推測量」。
    用以進行上述推測的基準(推測用之基準值)可於進行上述測量步驟之前預先準備。準備推測用之基準值的一例係將與成為收穫時生物量之推測對象的植物為同種植物(稱為基準植物)中的「次亞麻油酸/全部脂肪酸」比率與收穫時生物量(實測值)之關係預先取得複數組(基準值準備步驟)。此基準值若為相異的「次亞麻油酸/全部脂肪酸」比率，因應其相異而包含呈示收穫時生物量亦變動的事實的情報者為所冀望的，故就基準植物而言，例如，於種植環境相異等之事情下，使用假定收穫時生物量相異者的複數個同種植物，將「次亞麻油酸/全部脂肪酸」比率及收穫時生物量(實測值)之取得，於複數植物之間各別於同時期進行。另一方面，成為收穫時生物量之推測對象的植物為多年生植物的情形，使用作為基準植物之相同植物體(亦可為推測對象的植物個體本身)，於歷經複數年的同時期(相異年之同季節)，亦可設定「次亞麻油酸/全部脂肪酸」比率與收穫時生物量(實測值)之關係而事先取得。此基準值較佳為將「次亞麻油酸/全部脂肪酸」比率與收穫時生物量之關係以複數次繪圖所示的二次元散布圖，更佳為由二次元散布圖上之複數標繪而算出之顯示「次亞麻油酸/全部脂肪酸」比率與收穫時生物量之關係的回歸直線。又，於多重回歸分析等，以考量其他因素的回歸分析可進一步提升預測的精密度。
    而且，將於取得步驟取得的「次亞麻油酸/全部脂肪酸」比率，應用於上述二次元散布圖或回歸直線等而算出收穫時生物量對應該「次亞麻油酸/全部脂肪酸」比率，可獲得植物之收穫時生物推測量。
    又，於基準值準備步驟，「次亞麻油酸/全部脂肪酸」比率可以與上述測量步驟及取得步驟相同的方法獲得。又，「收穫時生物量(實測值)」係由取得「次亞麻油酸/全部脂肪酸」比率的時點經過指定期間後，進行收穫物之重量(較佳為乾燥重量)測量下可獲得。又，指定期間係指取得的「次亞麻油酸/全部脂肪酸」比率對收穫時之生物量實質上影響收穫為止的期間。更具體而言，植物為一年生草本的情形，指定期間係指從取得「次亞麻油酸/全部脂肪酸」比率至收穫時為止的期間。植物為多年生的情形，指定期間係因應植物種類而決定。例如，松種子的情形，指定期間係指取得「次亞麻油酸/全部脂肪酸」比率的次年、及直到二年後之季節的種子之收穫時的期間。 (判定步驟)
    上述之判定步驟係將推測步驟所獲得的收穫時生物量推測量與作為目標的收穫時生物量(收穫時生物量之目標值)作比較，判定是否有必要調整植物之收穫時生物量的步驟。
    收穫時生物量之目標值係因應例如農林業之生產計劃等而被適當設定。又，是否有必要調整植物之收穫時生物量係基於該目標值與收穫時生物推測量之乖離是否於任意指定的許容範圍內而被決定。
    列舉判定之一例，包含下列選項，收穫時生物推測量若為1)若目標值±A%以內(A任意設定的數)，則判定不需調整生物量；2)若超過目標值+A%而乖離，則判定有必要向使生物量降低的方向作調整；3)若超過目標值-A%而乖離，則判定有必要向使生物量提升的方向作調整。又，關於用以調整生物量之處置(調整步驟)之細節，詳述於下。
    (生物量之調整步驟之一例：使植物中之麩胱甘肽濃度變更的步驟)
    本發明之收穫時生物量之管理方法於上述判定步驟以後，且較利用植物的時期之前，因應必要，可包含生物量之調整步驟，其基於收穫時生物推測量，進行用以使植物之收穫時生物量逼近目標值的處置。調整步驟之一例係為進行推測步驟及判定步驟後至利用植物的時期，繼續使該植物種植的同時，使植物中之麩胱甘肽濃度變更的步驟，尤其使該濃度之日周變動的樣式變更的步驟。
    又，由更有效率地調整收穫時生物量的觀點來看，本步驟係於上述判定步驟以後，且於植物之花芽形成時期或其以前進行者為較佳，包含花芽形成之時期以前者為更佳。又，本步驟於花芽形成之時期以前進行的情形，於對花芽形成不會有影響的時期(花芽形成前準備期)進行者為更佳。尤其冀望安定生產的情形，以如事前使用的調整步驟的方法進行處理，連續地進行推測步驟及判定步驟下，結果可謀求生產性之提升。
    變更植物中之麩胱甘肽濃度的方法並未特別限定，可舉例將參與麩胱甘肽之合成或分解代謝的多核苷酸導入植物中的方法、及將對植物中之麩胱甘肽量有影響的生物量之調節劑(上述多核苷酸以外之化合物)供給於植物的方法等，其中以將生物量之調節劑供給於植物的方法為更佳。
    就參與麩胱甘肽之合成或分解代謝的多核苷酸而言，具體來說，例如，較佳可例示編碼γ-谷胱甘肽半胱胺酸合成酶(γ-glutamylcysteine synthetase)的多核苷酸(以下稱為「GSH1基因」)、編碼麩胱甘肽結合性色質體(plastid)型果糖-1,6-雙磷酸醛縮酶的多核苷酸(以下稱為「FBA基因」)。此等基因係在過量表現下，提升植物中之麩胱甘肽濃度者。又，抑制此等基因之表現的反義RNA、siRNA等之各種多核苷酸亦可作為參與麩胱甘肽之合成或分解代謝的多核苷酸之其他例。
    就GSH1基因之具體例而言，並未特別限定，例如已知百日草(Zinnia elegans)(Genbank accession：AB158510)、稻子(Genbank accession：AJ508915)、煙草(Genbank accession：DQ444219)等，此等亦可適用於本發明。此等基因之轉譯產物亦與阿拉伯芥相同於N末端區域具有葉綠體移行訊號胜肽。
    就對植物中之麩胱甘肽量有影響的生物量之調節劑而言，具體而言，例如，可舉例麩胱甘肽、麩胱甘肽接合體、活性氧(例如過氧化氫等)、活性氮、聚胺、氧化鈦、茉莉酮酸(jasmonic acid)、水楊酸、半胱胺酸、胱胺酸、重金屬鎘、鐵離子。此等調節劑任一者皆可使與植物接觸而被植物吸收，且使植物中之麩胱甘肽濃度提升。又，聚胺成為過氧化氫的原料。氧化鈦為藉由光而生成活性氧。半胱胺酸、胱胺酸為麩胱甘肽之先驅物。關於重金屬鎘、鐵離子，以劑量過量者為較佳。又，其中例示的物質中，以麩胱甘肽為較佳。又，麩胱甘肽有還原型麩胱甘肽(以下稱為「GSH」)及氧化型麩胱甘肽(以下稱為「GSSG」)，但以物質安定性佳的GSSG為較佳。
    進行上述步驟時，若使植物中之麩胱甘肽濃度之日周變動朝向最適值(目標值)而降低，與未處置的情形作比較，收穫時生物量被抑制，若使植物中之麩胱甘肽濃度之日周變動朝向最適值(目標值)而提升，與未處置的情形作比較，收穫時生物量會提升。據此，可適當地管理植物之收穫時生物量。又，關於變更植物中之麩胱甘肽濃度的步驟，亦可參照參考文獻：國際公開WO2009/063806之記載。 (生物量之調整步驟之其他例)
    本發明之收穫時生物量之管理方法亦可進一步包含上述判定步驟之後不將植物供給利用而終止種植的步驟。若早期終止植物的種植，除了防止過量生產之外，亦有所謂可削減繼續種植所需要的勞力及成本之優點。再者，若終止植物種植而替換種植其他植物，可產生可耕作面積的最佳化利用。 (利用植物之步驟)
    本發明之收穫時生物量之管理方法係管理及種植植物使收穫時之生物量成為適當的方式。被種植的植物係最終被供給利用。在此，供給利用植物係指收穫植物而利用於指定目的及未收穫植物而利用者。 (適用本發明之管理方法的植物)
    適用本發明之管理方法的植物種類並未特別限定，不僅野生植物為對象，栽培植物亦為對象，但就所謂管理收穫時生物量的目的而言，較佳為栽培植物。
    又，雖未特別限定，但上述植物係以地上部被利用的植物為較佳，地上部被利用的植物之中，以果實或種子被利用的植物更佳。就地上部被利用的植物而言，具體而言，例如，可舉例蕃茄、甜椒、茄子、甘藍菜、萵苣、春菊、韭菜等之野菜類；稲、大麥、小麥、裸麥、青豆(green soybean)、大豆、小豆(adzuki bean)、玉蜀黍等之穀類及豆類；蜜柑(柑橘類)、蘋果、梨子、栗子、葡萄、桃子等之果樹類；杉、檜、羅漢柏(hiba arborvitae)、桉樹(eucalyptus)、金合歡(acacia)、白楊木(poplar)等之紙漿(pulp)．木材用之樹木類；薰衣草(lavender)、胡蝶蘭、橘等之觀賞用花卉．樹木(園藝品種)；油菜(rapeseed)、向日葵、橡膠樹、牧草、甘草、麻風樹屬(Jatropha)、油棕櫚(oil palm)、甘蔗等植物；除上述以外，還包括其他有用植物等。
    又，雖未特別限定，但於不依據本發明之方法，收穫時生物量的預測及管理為更困難的觀點來看，上述植物為多年生(包含二年生)之草本植物或樹木者為較佳，樹木為更佳。
    又，上述植物包含自然環境下或人工環境下種植的植物任一者。其中人工環境下係指，具體而言，例如，可舉例溫室等之屋內的植物栽培、水耕法之植物栽培、屋外耕地之植物栽培、果樹園之植物栽培等。又，自然環境下係指，具體而言，例如，可舉例平地、山地、丘陵地、河川、湖沼、海、等之種植環境。 (收穫時生物量)
    於本發明，植物之收穫時生物量係指利用植物的階段中的植物之生物量(乾燥重量)。利用植物的階段於收穫而利用的植物的情形係指收穫時，於未收穫而被利用的植物的情形係指該利用之時。收穫時生物量可為該植物之收穫時之總生物量，但利用地上部的植物，尤其是利用果實或種子的植物的情形，以總結實量(乾燥重量)、或收穫時的植物之地上部總生物量(乾燥重量)者為較佳。又，植物體全體或植物體之地上部的充實程度與總結實量之間，因可見相對關係，總結實量與收穫時的植物之地上部總生物量係相對有關的。 (本發明之效果之一例)
    依據本發明之管理方法，生物量之生產性(包含種子產量)成為可管理的方式。此管理方法若活用於特別大面積的植物生產管理，有助於生產量的最佳化及流通的最佳化，亦有助於節省成本及節省能量化的低碳社會之構築。又，對大面積進行農作物之生產量管理下，生產量、流通量能作為管理技術的運用。
    隨著管理的生產體制為大規模化，採用本發明之管理方法的優點變大。例如，本發明之管理方法不僅改善植物之種植性，於種植的早期階段，即可明瞭植物之生產性(早期之生產預測)。此結果，抑制生產體制全體的過量生產，得知過量生產時，具有可早期將一部份面積轉換成其他作物等的優點。因此，本發明之管理方法有可能採用於將作為生產系統之收益性最佳化的IT(訊息技術(Information Technology))農業系統。 〔2.植物之收穫時生物量之管理系統〕
    以下，基於第1圖具體說明關於實行上述植物之收穫時生物量之管理方法的系統之一例。
    如第1圖所示，管理系統10係至少具備測量植物中之脂肪酸之含量的測量元件1、取得次亞麻油酸相對於全部脂肪酸之含有比率的取得元件2、及推測．診斷元件3所構成。管理系統10進一步具備顯示元件4及記憶元件5。又，取得元件2、推測．診斷元件3、顯示元件4、及記憶元件5各自為電腦6之一部分構成。又，推測．診斷元件3具有推測植物之收穫時生物量的推測元件；及基於藉由推測元件所推測的植物之收穫時生物量，診斷用以將植物之收穫時生物量逼近目標值之處置的診斷元件。
    測量元件1相當於實行上述〔1.植物之收穫時生物量之管理方法〕段落中記載的測量步驟的測量裝置。即，測量元件1係指，具體而言，例如，可舉例氣相層析裝置、薄層層析裝置(破壞性測量的情形)、近紅外光分光分析裝置(非破壞性測量的情形)、高光譜照相機(Hyperspectral camera)(非破壞性測量的情形)等。測量元件1係對記憶元件5，輸出關於植物中之脂肪酸含量的測量資料。
    記憶元件5係記憶由測量元件1輸出的測量資料，其係與植物中之脂肪酸的含量有關。又，記憶元件5係記憶上述〔1.植物之收穫時生物量之管理方法〕的段落所記載的推測步驟所使用的推測用之基準值。
    取得元件2係實行上述〔1.植物之收穫時生物量之管理方法〕的段落所記載的取得步驟。更具體而言，取得元件2係自記憶元件5取出植物中之各種脂肪酸之含量的測量資料，抽出由該測量資料之植物中全部脂肪酸含量的測量值及次亞麻油酸含量之測量值。取得元件2進一步將次亞麻油酸含量之測量值除以包含次亞麻油酸的全部脂肪酸含量之測量值，而取得次亞麻油酸相對於全部脂肪酸含量的含有比率(例如，以重量為基礎之含有比率)。次亞麻油酸相對於獲得的全部脂肪酸含量之含有比率係由取得元件2輸出至推測．診斷元件3。
    推測．診斷元件3係實行上述〔1.植物之收穫時生物量之管理方法〕的段落所記載的推測步驟、及判定步驟，再於實行調整步驟之際進行採用的處置之診斷。更具體而言，推測．診斷元件3係比較由記憶元件5取出的推測用之基準值及由取得元件2輸出的次亞麻油酸相對於全部脂肪酸含量的含有比率，而基於該比較結果，推測植物之收穫時生物量(推測步驟之實行)。推測．診斷元件3進一步比較推測步驟所推測的收穫時生物量與作為目標的收穫時生物量(目標值)，而判定是否有必要調整植物之收穫時生物量(判定步驟之實行)。其中，判定有必要調整植物之收穫時生物量的情形，推測．診斷元件3進一步自儲存於記憶元件5中之進行調整步驟用的各式各樣處置之候補中，抽出診斷用以將植物之收穫時生物量逼近目標值的處置(診斷步驟之實行)。推測．診斷元件3係將「推測的收穫時生物量(收穫時生物量推測量)」、「判斷收穫時生物量之調整是否必要的結果」、「用以將收穫時生物量逼近目標值的抽出的處置之詳細、診斷結果之詳細」等之各式各樣處理結果輸出於顯示元件4。
    又，「診斷用以將植物之收穫時生物量逼近目標值之處置(或評價)」係包含因應收穫時生物量推測量及收穫時生物量之目標值之乖離程度，診斷複數個處置的候補各別的合適與否，由複數個處置之候補中抽出更佳者；或於實行經抽出的處置的情形時，模擬收穫時生物量如何變化(改善)等。
    而且，此等診斷藉由對植物實行對收穫時生物量有影響的各式各樣處置的情形之收穫時生物量的變化的實測資料與各處置連結而儲存於記憶元件5，成為可更進一步的高精密度下實行。
    顯示元件4係電腦6所具備的顯示裝置。顯示元件4具體而言，例如，液晶顯示器等。顯示元件4係將由推測．診斷元件3輸出的處理結果以管理系統10之操作者可辨識的形式來顯示。
    又，構成管理系統10的取得元件2及推測．診斷元件3之各單元可由硬體邏輯(hardware logic)構成，亦可使用如下之CPU經由軟體來實現。
    即，管理系統10係具備實現取得元件2及推測．診斷元件3之各機能的控制程式的命令的CPU(中央處理器，central processing unit)、儲存上述程式的ROM(唯讀記憶體，read only memory)、展開上述程式的RAM(隨機存取記憶體，random access memory)、儲存上述程式及各種資料的記憶體等之記憶裝置(記錄媒體)等。而且，本發明之目的藉由實行下列步驟亦可能達成：將為實現上述機能的軟體的管理系統10之控制程式之程式碼(實行形式程式、中間碼程式、來源程式)以電腦讀取可記錄的記錄媒體，供給於上述管理系統10，此電腦6(或CPU或MPU)讀取記錄媒體記錄的程式碼來實行。
    就上述記錄媒體而言，例如，可使用磁性磁帶或卡式磁帶等之磁帶系、Foppy(註冊商標)軟式磁碟/硬碟等之磁碟或包含CD-ROM/MO/MD/DVD/CD-R等之光碟的光碟系、IC卡(包含記憶卡)/光卡等之卡系、或罩幕式唯讀記憶體(MASK ROM)/EPROM/EEPROM(註冊商標)/快閃記憶體(flash ROM)等之半導體記憶體系等。
    又，可將管理系統10與通信網路連接而構成，而藉由通信網路提供上述程式碼。就此通信網路而言，並未特別限定，例如，可利用網際網路、內部網路、外部網路、LAN、ISDN、VAN、CATV通信網、虛擬專用網(virtual private network)、電話線路網、移動體通信網、衛星通信網等。又，就構成通信網路的傳送媒體而言，並未特別限定，例如，亦可利用IEEE1394、USB、電力線載波(power line carrier)、有線TV線路、電話線、ADSL線路等之有線，亦可利用IrDA或遙控等之紅外線、Bluetooth(註冊商標)、802.11無線、HDR、行動電話網、衛星線路、數位地面廣播網(terrestrial digital network)等之無線。又，本發明於上述程式碼以電子傳送而具體化的載波中埋置的電腦資料信號的態樣亦可被實現。
    管理系統10於可與通信網路接續而構成的情形，由測量元件1輸出的測量資料亦可藉由通信網路而被傳送，例如使記憶於伺服器上等的記憶元件5的方式而構成。又，取得元件2及推測．診斷元件3亦可藉由通信網路而與記憶元件5(及測量元件1)聯繫。又，於相異場所測量某植物用之複數個測量元件1係藉由通信網路與共通的記憶元件5聯繫，亦可包括可管理的構成，以將於相異場所中的植物收穫時生物量最佳化。 〔3.〕
    本發明之方法(1)係一種植物之收穫時生物量之管理方法，其係包含測量植物中之脂肪酸之含量的測量步驟、取得亞麻油酸相對於測量的全部脂肪酸含量之比率的取得步驟、基於取得的次亞麻油酸之比率而推測植物之收穫時生物量的推測步驟。
    本發明之方法(2)係於方法(1)中，前述測量步驟係於植物之花芽形成之時期或其之前被進行。
    本發明之方法(3)係於上述方法(1)或(2)中，收穫時生物量被管理的植物之種植係於歷經前述測量步驟之前後被維持。
    本發明之方法(4)係於上述方法(1)至(3)中任一者，前述測量步驟係非破壞性地進行。
    本發明之方法(5)係於上述方法(1)至(4)中任一者，前述測量步驟係藉由以分光學的手法分析由前述植物之反射光或透過光所含的近紅外光來進行。
    本發明之方法(6)係於上述方法(1)至(5)中任一者，進一步包含生物量之調整步驟，其基於前述推測步驟所推測的收穫時生物量，進行用以使植物之收穫時生物量逼近目標值之處置。
    本發明之方法(7)係於上述方法(6)中，前述調整步驟係藉由將生物量之調節劑供給於植物來進行。
    本發明之方法(8)係於上述方法(7)中，前述調節劑包含麩胱甘肽。
    本發明之方法(9)係於上述方法(1)至(8)任一者中，前述收穫時生物量為植物之總結實量(重量)、或收穫時的植物之地上部總生物量(重量)。
    又，本發明之系統(1)係一種管理植物之收穫時生物量的系統，其係具備用以測量植物中之脂肪酸之含量的測量元件、取得次亞麻油酸相對於經測量的全部脂肪酸的比率的取得元件、基於算出的次亞麻油酸之比率而推測植物之收穫時生物量的推測元件。
    本發明之系統(2)係於上述系統(1)，進一步具備診斷元件，其基於藉由推測元件所推測的植物之收穫時生物量，診斷用以將植物之收穫時生物量逼近目標值的處置。 [實施例]
    以下列舉參考例及實施例以更具體地說明本發明，但本發明並未僅限於此等例。 〔參考例1〕未受水之吸收光譜的影響之區域的鑑定
    進行水之近紅外光吸收光譜及其二次微分波形的解析作為預備實驗。測量係使用近紅外分光計AOTF-NIR Spectrometer Model：C(Infrared Fiber Systems,Inc.,USA)，以下列測量條件，測量來自測量點的反射光。
    測量條件如以下所示：
    ．波長範圍(Wavelength)：1.300μm~2.500μm
    ．測量間隔(Measurement slit width)：1nm
    ．掃瞄次數(Scan times)：25次
    ．測量時間(Time)：12秒。
    接著，將所獲得的近紅外光之吸光光譜，藉由波形解析軟體32/AI(Gram公司)進行二次微分處理，獲得顯示於第2圖所示之波長-吸光強度關係圖。又，二次微分處理係藉由Savitzky-Golay法進行，於上述軟體，將函數之設定以Derivative 2nd、Degree 2、Points 23來進行。
    如第2圖所示，波長1.250μm以上且2.500μm以下之範圍內的五個處所(區域A．B間、區域B．C間、區域C．D間、區域D．E間、較區域E更長的波長區域)因與水吸光波峰重疊，主要將此等以外的區域A~E用於脂肪酸含量之解析。此五個處所的區域A~E係為實質上並無由於水吸收的影響的區域。因此，使用區域A~E之任意區域或全部區域之任一者，亦可不受水吸收的影響而進行脂肪酸含量的解析。 〔參考例2〕次亞麻油酸之吸收光譜之二次微分解析
    使用與上述參考例1相同之方法，取得次亞麻油酸之標準試料(Aldrich公司USA,Code No.85,601-0)之近紅外光吸收光譜，接著，藉由波形解析軟體32/AI(Gram公司)計算該吸收光譜之二次微分波形。如第3圖所示，於波長1.250μm以上且2.400μm以下之範圍內，次亞麻油酸於至少十個處所可見特徵的波峰。具體而言，波長為1.350μm以上且1.420μm以下之範圍內、1.690μm以上且1.740μm以下之範圍內、1.750μm以上且1.760μm以下之範圍內、1.910μm以上且1.920μm以下之範圍內、1.940μm以上且1.950μm以下之範圍內、2.150μm以上且2.180μm以下之範圍內、2.190μm以上且2.220μm以下之範圍內、2.290μm以上且2.310μm以下之範圍內、2.330μm以上且2.350μm以下之範圍內、及2.370μm以上且2.400μm以下之範圍內各別存在波峰。其中，以參考例1為例，未受水吸收的影響的波長區域所包含的吸光波峰係於1.690μm以上且1.740μm以下之範圍內、2.150μm以上且2.180μm以下之範圍內、2.190μm以上且2.220μm以下之範圍內、2.290μm以上且2.310μm以下之範圍內、及2.330μm以上且2.350μm以下之範圍內各自存在波峰。又，第3圖亦顯示作為參考之水之吸收光譜的二次微分波形(於圖中塗黑)。 〔參考例3〕蜜柑樹葉中的次亞麻油酸之藉由近紅外分光的非破壞測量
    使用溫州蜜柑(Citrus unshiu)作為植物材料，以非破壞進行脂肪酸含量之測量。溫州蜜柑係於和歌山縣有田郡(和歌山縣農林水產綜合技術中心內)之蜜柑田所栽培的樹木，於2009年7月1日，藉由與上述參考例1相同之方法，使用AOTF-NIR Spectrometer Model：C(Infrared Fiber Systems,Inc.,USA)供給於脂肪酸含量之測量。
    測量條件如以下所示：
    ．波長範圍(Wavelength)：1.25μm~2.5μm
    ．測量間隔(Measurement slit width)：1nm
    ．掃瞄次數(Scan times)：25次
    ．測量時間(Time)：10秒。
    未切下樹葉，直接連於樹枝的情況下，進行葉之透過光的測量。於一片樹葉變換測量點，3分鐘以內測量十點。十個原光譜示於第4圖。由獲得的近紅外光之吸光光譜中選取一個，藉由波形解析軟體32/AI(Gram公司)進行二次微分處理，獲得呈現於第5圖所示的波長-吸光強度關係圖。又，二次微分處理係依據Savitzky-Golay法進行，於上述軟體，函數之設定以Derivative 2nd、Degree 2、Points 27進行。未受水干渉的波長帶以A、B、C表示。第6圖係二次微分的結果抽取出呈示負值的處所。K1~K9所示的九個波峰係來自脂肪酸。此等之特徵波長為K1(1.294μm)、K2(1.712μm)、K3(1.728μm)、K4(2.061μm)、K5(2.175μm)、K6(2.270μm)、K7(2.308μm)、K8(2.342μm)、K9(2.376μm)。此等九個波峰係包含植物中之主要脂肪酸(次亞麻油酸、亞麻油酸、油酸、棕櫚酸等)。其中，K1、K3、K4、K6、K7、K8、K9因與亞麻油酸、油酸、棕櫚酸等重複的波峰的緣故，無法使用於次亞麻油酸含量之測量。另一方面，K2、K5為與其他脂肪酸無重複之次亞麻油酸所固有的波峰。因可能檢測出K2或K5之波峰，顯示即使於植物之生葉，亦可能測出次亞麻油酸含量。
    次亞麻油酸之吸光光譜的特徵波長區域的決定係基於次亞麻油酸試藥(Aldrich社USA,Code No.85,601-0)的測量來進行。就次亞麻油酸之外的植物所含脂肪酸而言，有亞麻油酸、油酸、棕櫚酸等，此等亦同樣地進行試藥之測量(亞麻油酸(Aldrich公司，USA，Code No.85,776-9)、油酸(Aldrich公司，USA，Code No.49,043-1)、棕櫚酸(Aldrich公司，USA，Code No.48,961-1))〔未顯示資料〕。由此等之結果可知，K2及K5為與其他脂肪酸之吸光波峰未重疊的次亞麻油酸所固有的吸光波峰。 〔參考例4〕阿拉伯芥之次亞麻油酸缺乏株、次亞麻油酸過量株、及野生株之非破壞測量
    欠缺為與阿拉伯芥之次亞麻油酸生合成路徑有關的基因的FAD3、FAD7、FAD8之全部的三重變異體(fad3、fad7、fad8/次亞麻油酸缺乏株)、欠缺FAD7及FAD8的二重變異體(fad7、fad8/次亞麻油酸缺乏株)、FAD3過量表現體(35S-FAD3/次亞麻油酸過量株)、及野生株(Col野生型)所含的次亞麻油酸含量，藉由氣相層析法進行測量。又，次亞麻油酸缺乏株(三重變異體)及次亞麻油酸過量株係與專利文獻1(日本國專利特許第4095112號)記載者相同，次亞麻油酸缺乏株(二重變異體)係與參考文献(Plant Physiology 106,1609-1614,1994)記載的植物相同。
    所使用的阿拉伯芥之各株係於光強度約100μE．m-2．S-1下之明暗為16小時．8小時的週期、22℃之管理環境下栽培，於栽培第4週(花芽形成進行的時期)的2008年5月23日供給於測量地上部(主要為葉身)。
    又，就次亞麻油酸量之非破壞分析法而言，與參考例1同樣地，使阿拉伯芥之葉與AOTF-NIR Spectrometer Model：C接觸，獲得吸光光譜，並藉由波形解析軟體32/AI(Gram公司)進行二次微分解析。測量條件係顯示如下。
    ．波長範圍(Wavelength)：1.3μm~2.5μm
    ．測量間隔(Measurement slit width)：1nm
    ．掃瞄次數(Scan times)：平均25次
    ．測量時間(Time)：12秒
    平滑係數(smoothing coefficient)設定為79,11，點數設定為17,19,23，於由此所得的二次微分波形，以上述參考例等記載之方法進行次亞麻油酸量及植物中之全部脂肪酸含量之解析。
    第7圖係呈示上述氣相層析法解析之結果所獲得的阿拉伯芥之各株中的次亞麻油酸相對於全部脂肪酸含量之比率。此結果係呈示與使用經吸光光譜解析之非破壞分析法的全部脂肪酸之次亞麻油酸之測量結果(第13圖)有同樣的傾向。又，第13圖中之A為上述三重變異體，B為上述FAD3過量表現體，C為由上述野生株所獲得的吸收光譜之二次微分波形。由二次微分波形，認為與次亞麻油酸有關的波峰係因應次亞麻油酸量而變化。就變化的波峰波長之例而言，可舉例1.396μm、1.783μm、1.906μm。 〔參考例5〕：針葉樹樹葉中的次亞麻油酸之非破壞測量
    於相異的三種針葉樹之樹葉進行解析。供給於測量的三種係為日本雲杉(Picea glehnii)、落葉松(Larix gmelinii)、及日本落葉松(Larix kaempferi)，全部皆為北海道立林業試驗場內(北海道美唄市)所栽培的樹木。測量係於2008年6月8日進行，就次亞麻油酸量之非破壞分析法而言，使用與參照例1相同的近紅外分光法，使樹葉與AOTF-NIR Spectrometer Model：C接觸，而分析至波長2.600μm為止的近紅外光區域的反射光。第8圖係呈示將所獲得的吸收光譜作二次微分而得的波長-吸光度之關係圖，於波長1.690μm~1.750μm擴大而顯示。如第8圖所示，於任一種皆存有特徵波長1.712μm之吸光波峰，顯示次亞麻油酸為可測量的。又，可知於亞麻油酸、油酸等之其他脂肪酸，皆同樣地可測量。如此可知，若適用本發明之方法，對於阿拉伯芥以外之植物(尤其是針葉樹)亦可解析次亞麻油酸相對於全部脂肪酸含量之比率。 〔實施例1〕對阿拉伯芥之次亞麻油酸缺乏株、次亞麻油酸過量株、及野生株之麩胱甘肽之施用
    於本實施例進行於參考例4所使用的阿拉伯芥之各株之生物量之計量、及由於麩胱甘肽之施用所致的生物量之調整效果之確認。
    供應試驗的阿拉伯芥之各株係於每罐植入三個體，光強度為約100μE．m-2．S-1下明暗為16小時．8小時之週期、22℃之管理環境下，由播種後至種子結實為止的期間(約2個半月~3個月)栽培。又，除了對照組外，將各種麩胱甘肽(GSH之2mM水溶液、或GSSG之1mM水溶液)施用於播種後第1週至第5週之阿拉伯芥三個體，每週一次(合計五次)，每次25mL。
    最終獲得的阿拉伯芥係收穫地上部，於濕度5%、溫度20℃之乾燥庫中乾燥五日以上。其次，進行充分乾燥後，計量各罐之地上部總生物量(地上部全體之乾燥重量)、及種子產量(收穫的種子之乾燥重量)。又，關於次亞麻油酸缺乏株(三重變異體)，僅計量地上部總生物量。
    結果示於第9圖，第9圖中之次亞麻油酸比(%)係對應參考例4之分析結果。如第9圖所示，與次亞麻油酸相對於全部脂肪酸的比的高低無關，施用麩胱甘肽的株與對照組作比較，顯示生物量顯著地增大。又，因次亞麻油酸比(%)越高，地上部總生物量及種子產量會變少，基於次亞麻油酸比來推測收穫時生物量係有可能的。 〔實施例2〕蜜柑中的次亞麻油酸之含有比率與著花數之關係
    作為植物材料，使用三個體之溫州蜜柑(Citrus unshiu：品種名，宮川早生)，調查次亞麻油酸之含有比率與著花數之關係。溫州蜜柑係於蜜柑田所栽培的樹木，於2009年9月10日、10月9日、11月9日、及12月9日，自第一年的樹枝採取葉子，藉由氣相層析法，測量葉中所含的全部脂肪酸含量及次亞麻油酸量，而算出次亞麻油酸相對於全部脂肪酸含量之比率。又，於此等三個體之溫州蜜柑，於2010年5月26日，藉由目視計算著花數。第10圖係呈示次亞麻油酸相對於全部脂肪酸含量之比率、及每100節之著花總數及有葉花數之關係。
    如第10圖所示，次亞麻油酸相對於全部脂肪酸含量之比率越低，著花總數及有葉花數任一者皆可見增加的傾向。又，有葉花可知成為充實的果實的緣故，尤其有葉花數增加，意指收穫時生物量增加。又，於蜜柑，一般而言，9月~10月相當於花芽形成之初期階段，於11月~12月繼續花芽形成。 〔實施例3〕松之次亞麻油酸之含有比率與結實球果量之關係
    就植物材料而言，使用複數個體之落葉松，調查次亞麻油酸之含有比率與結實球果量之關係。落葉松係為北海道立綜合研究機構林業試驗場美唄本場內的樹木，於結實球果之觀測年之二年前的8月~10月每月各一次，由一至三年生枝(主要為一年生枝)採取葉，藉由氣相層析法，測量葉中所含的全部脂肪酸含量及次亞麻油酸量，而算出次亞麻油酸相對於全部脂肪酸含量之比率。
    又，於此等落葉松，於下一年之5月，測量花芽決定基因LFY的表現量，換算相對的表現量為全部的測量值落在0~1.8之範圍內。而且，於花芽決定基因LFY之表現量的測量的再下一年，藉由目視計算落葉松之結實球果量(個數)。第11圖係呈示於8月~10月測量的次亞麻油酸相對於全部脂肪酸的比(%)與其下一年之花芽決定基因LFY之表現量的關係，各標繪對應落葉松的一個體。
    如第11圖所示，次亞麻油酸相對於全部脂肪酸的比率越高，下一年之花芽決定基因LFY之相對的表現量越大，此結果可見所謂收穫時生物量(結實球果之個數及合計重量)增加的顯著傾向。又，同圖中雖未顯示，但花芽決定基因LFY之相對表現量與其下一年之結實球果之個數顯示極度正相關，又，供應試驗的落葉松之個體間之一個結實球果的平均重量的離散度於統計上為約可忽視的程度。 〔實施例4〕松的次亞麻油酸之含有比率與雄花/雌花比率之關係
    就植物材料而言，使用複數個體之落葉松，而調查次亞麻油酸之含有比率與雄花/雌花比率之關係。落葉松係以彼此近接而植生的樹木作為對象，自各個體採取葉子，藉由氣相層析法，測量葉子中所含的全部脂肪酸含量及次亞麻油酸量，算出次亞麻油酸相對於全部脂肪酸含量之比率。
    又，以目視計算算出的次亞麻油酸相對於全部脂肪酸含量之比率的下一年的各個體的開花數，求得雄花/雌花的比率(mf_ratio)。第12圖係呈示次亞麻油酸相對於全部脂肪酸含量之比率(%)與雄花/雌花之比率的關係，各標繪係對應落葉松的一個體。又，同圖中之A系(A-1~A-3：三個試驗組)、B系(B-1~B-3：三個試驗組)、及C系(C-4~C-5：二個試驗組)係呈示彼此相異的株，A系為比較容易結果的株，B系為結果被相當限制的株而選擇者。
    雄花/雌花之比率為與結實球果量相關的指標，但如第12圖所示，呈示與次亞麻油酸相對於全部脂肪酸含量之比率相關。又，進行複數次相同測量，將獲得的測量結果作多重回歸分析的情形，相關係數為0.7~0.9左右以上而為非常高。 [產業上之利用可能性]
    依據本發明，可提供事前掌控植物之收穫時生物量而加以管理的方法、及管理的系統。
    第1圖為與本發明之一實施態樣有關的管理系統之概略方塊圖。
    第2圖為呈示近紅外光區域中的水吸收光譜及其二次微分處理後之波形圖。
    第3圖係比較來自次亞麻油酸的波峰區域與來自水的波峰區域的圖。
    第4圖係呈示近紅外光區域中蜜柑樹葉的吸收光譜圖。
    第5圖係呈示近紅外光區域中蜜柑樹葉的吸收光譜之二次微分處理後的波形圖。
    第6圖係呈示近紅外光區域中蜜柑樹葉的脂肪酸之吸光波峰圖。
    第7圖係呈示藉由氣相層析法分析次亞麻油酸含量相異的阿拉伯芥所含的脂肪酸量的結果圖。
    第8圖係呈示來自三種針葉樹中脂肪酸的吸光波峰圖。
    第9圖係呈示麩胱甘肽對阿拉伯芥的施用效果圖。
    第10圖係呈示蜜柑中次亞麻油酸的含有比率與著花數之關係圖。
    第11圖係呈示落葉松中次亞麻油酸的含有比率與結實球果量之關係圖。
    第12圖係呈示落葉松中次亞麻油酸的含有比率與雄花/雌花比率之關係圖。
    第13圖係呈示近紅外光區域中次亞麻油酸含量相異的阿拉伯芥之葉之吸收光譜的二次微分處理後的波形圖。
    【元件符號說明】
    1‧‧‧測量元件
    2‧‧‧取得元件
    3‧‧‧推測．診斷元件
    4‧‧‧顯示元件
    5‧‧‧記憶元件
    6‧‧‧電腦
    10‧‧‧管理系統
    1‧‧‧測量元件
    2‧‧‧取得元件
    3‧‧‧推測．診斷元件
    4‧‧‧顯示元件
    5‧‧‧記憶元件
    6‧‧‧電腦
    10‧‧‧管理系統
    权利要求:
    Claims (11)
    [1] 一種植物之收穫時生物量之管理方法，其係包含：測量步驟，其測量植物中之脂肪酸之含量；取得步驟，其取得次亞麻油酸相對於經測量的全部脂肪酸含量之比率；及推測步驟，其基於取得的次亞麻油酸之比率，推測植物之收穫時生物量。
    [2] 如申請專利範圍第1項所述之方法，其中該測量步驟係於植物之花芽形成之時期或其之前進行。
    [3] 如申請專利範圍第1項或第2項所述之方法，其中收穫時生物量被管理的植物之種植係於歷經該測量步驟之前後被維持。
    [4] 如申請專利範圍第1項至第3項中任一項所述之方法，其中該測量步驟係以非破壞進行。
    [5] 如申請專利範圍第1項至第4項中任一項所述之方法，其中該測量步驟係藉由以分光學的手法分析自該植物的反射光或透過光所含的近紅外光來進行。
    [6] 如申請專利範圍第1項至第5項中任一項所述之方法，其進一步包含生物量之調整步驟，其基於該推測步驟所推測的收穫時生物量，進行用以將植物之收穫時生物量逼近目標值的處置。
    [7] 如申請專利範圍第6項所述之方法，其中該調整步驟係藉由將生物量之調節劑供給於植物來進行。
    [8] 如申請專利範圍第7項所述之方法，其中該調節劑包含麩胱甘肽(glutathione)。
    [9] 如申請專利範圍第1項至第8項中任一項所述之方法，其中該收穫時生物量係植物之總結實量、或收穫時的植物之地面部分總生物量。
    [10] 一種管理植物之收穫時生物量的系統，其係具備：測量元件，其用以測量植物中之脂肪酸之含量；取得元件，其取得次亞麻油酸相對於測量的全部脂肪酸之比率；及推測元件，其基於算出的次亞麻油酸之比率，推測植物之收穫時生物量。
    [11] 如申請專利範圍第10項所述之系統，其進一步包含診斷元件，其基於該推測元件所推測的植物之收穫時生物量，診斷用以將植物之收穫時生物量逼近目標值之處置。
    类似技术:
    公开号 | 公开日 | 专利标题
    Fernández2017|Plant-based methods for irrigation scheduling of woody crops
    van Leeuwen et al.2009|Vine water status is a key factor in grape ripening and vintage quality for red Bordeaux wine. How can it be assessed for vineyard management purposes?
    Álvarez-Fernández et al.2003|Effects of Fe deficiency chlorosis on yield and fruit quality in peach |
    Thakur et al.2012|Responses of ‘Spring Bright’and ‘Summer Bright’nectarines to deficit irrigation: Fruit growth and concentration of sugars and organic acids
    Rubio-Covarrubias et al.2009|Evaluating foliar nitrogen compounds as indicators of nitrogen status in Prunus persica trees
    Ehret et al.2012|Effects of drip irrigation configuration and rate on yield and fruit quality of young highbush blueberry plants
    Bindraban1999|Impact of canopy nitrogen profile in wheat on growth
    de Castro et al.2017|Best practices of nitrogen fertilization management for sugarcane under green cane trash blanket in Brazil
    Hussain et al.2015|Combining δ13C measurements and ERT imaging: improving our understanding of competition at the crop-soil-hedge interface
    Zhou et al.2018|Assessing nitrogen nutritional status, biomass and yield of cotton with ndvi, spad and petiole sap nitrate concentration
    Liu et al.2015|Predicting ratoon rice growth rhythmbased on NDVI at key growth stages of main rice
    Celik et al.2009|Mathematical modeling of the indole-3-butyric acid applications on rooting of northern highbush blueberry | softwood-cuttings
    Li et al.2011|Canopy reflectance in two castor bean varieties | for growth assessment and yield prediction on coastal saline land of Yancheng District, China
    JP5586792B2|2014-09-10|植物の収穫時バイオマス量の管理方法、及び管理システム
    Nemeskéri et al.2018|Relationships of spectral traits with yield and nutritional quality of snap beans | in dry seasons
    de Mello Prado et al.2020|Leaf analysis as diagnostic tool for balanced fertilization in tropical fruits
    Basyouni et al.2016|The use of nondestructive sensors to assess nitrogen status in potted dianthus | production
    Gangaiah et al.2016|A correlation of rapid Cardy meter sap test and ICP spectrometry of dry tissue for measuring potassium | concentrations in Pak Choi |
    Dunn et al.2016|Use of nondestructive sensors to quantify ornamental kale nitrogen status
    Singh et al.2018|Seasonal critical concentration and relationships of leaf phosphorus and potassium status with biomass and yield traits of soybean
    Rakocevic et al.2018|Berry distributions on coffee trees cultivated under high densities modulate the chemical composition of respective coffee beans during one biannual cycle
    Ehret et al.2015|Age-related changes in response of highbush blueberry plants to drip irrigation
    Albayrak et al.2011|Use of canopy-and leaf-reflectance indices for the detection of quality variables of Vicia species
    Lou et al.2016|Establishment of the soil water potential threshold to trigger irrigation of K yoho grapevines based on berry expansion, photosynthetic rate and photosynthetic product allocation
    Bonora2013|Modeling systems and vis/NIR device to improve peach and nectarine pre and post-harvest fruit maturity management
    同族专利:
    公开号 | 公开日
    US20140323307A1|2014-10-30|
    CN103889211B|2016-09-28|
    CN103889211A|2014-06-25|
    EP2774476A4|2015-03-18|
    RU2597961C2|2016-09-20|
    WO2013065697A1|2013-05-10|
    JPWO2013065697A1|2015-04-02|
    EP2774476B1|2016-10-12|
    AU2012333621A1|2014-06-05|
    JP5586792B2|2014-09-10|
    RU2014118883A|2015-12-10|
    AU2012333621B2|2015-08-13|
    EP2774476A1|2014-09-10|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    JP2000300077A|1998-09-09|2000-10-31|Satake Eng Co Ltd|穀類作物の施肥量決定方法、穀物の品質・収量推定方法及び穀物の生産情報提供装置|
    US6751576B2|2000-03-10|2004-06-15|Cognis Corporation|On-site agricultural product analysis system and method of analyzing|
    JP4094971B2|2003-03-04|2008-06-04|独立行政法人科学技術振興機構|植物の生育状態を測定する方法、及びそのためのキット|
    JP4621891B2|2005-03-28|2011-01-26|独立行政法人農業環境技術研究所|穀物の子実重量の推定方法及び装置|
    ES2513143T3|2006-12-11|2014-10-24|Japan Science And Technology Agency|Regulador del crecimiento vegetal y sus usos|
    JP4095112B2|2007-11-05|2008-06-04|独立行政法人科学技術振興機構|植物の生育状態を測定する方法、及びそのためのキット|
    US8268748B2|2007-11-13|2012-09-18|Japan Science And Technology Agency|Composition for production of plant body having improved sugar content, and use thereof|
    JP2010166851A|2009-01-22|2010-08-05|Chiharu Hongo|作物の収量予測方法及びその装置|WO2014172693A2|2013-04-19|2014-10-23|Oculeve, Inc.|Nasal stimulation devices and methods|
    CN108811877A|2018-06-02|2018-11-16|西北农林科技大学|一种提高富士苹果花芽孕育率的药剂及测定方法|
    CN108645815B|2018-08-13|2020-12-11|中国农业科学院油料作物研究所|一种植物油料中脂肪酸含量的近红外检测方法|
    法律状态:
    优先权:
    申请号 | 申请日 | 专利标题
    JP2011241633||2011-11-02||
    [返回顶部]