Within-sample variation in cotton fiber length is important when explaining variation in yarn quality. However, typical High Volume Instrument (HVI) length parameters, the Upper Half Mean Length (UHML) and Uniformity Index (UI), do not characterize the total within-sample variation in fiber length. HVI fiber length measurements are based on the fibrogram principle where the HVI generates a curve called a fibrogram and reports the UHML and UI. Our results, based on 19,628 commercial bales, reveal that the typical HVI length measurements do not characterize unique types of length variation. Fibrograms from a subset of 538 commercial samples suggest that the fibrograms capture additional within-sample variation in fiber length that is not being currently reported. Two additional sets of samples were then used to evaluate the importance of this additional length variation. Partial Least Square Regression models and leave-one-out cross-validation reveal that the HVI fibrogram explains yarn quality better than current HVI length parameters and is comparable with the Advanced Fiber Information System (AFIS) length distribution by number. The validation results show that the models built with the HVI fibrogram are better than models with the current HVI length parameters and at least as good as the AFIS length distribution by number when predicting yarn quality. Fiber length variation captured by the whole fibrogram could provide a new tool to breeders for selecting breeding lines and spinners for purchasing cotton bales.

中文翻译：

---

使用高容量仪器纤维图表征棉纤维长度的总样本内变异

在解释纱线质量的变化时，棉纤维长度的样本内变化很重要。然而，典型的高容量仪器 (HVI) 长度参数、上半平均长度 (UHML) 和均匀性指数 (UI) 不能表征纤维长度的总样本内变化。HVI 纤维长度测量基于纤维图原理，其中 HVI 生成称为纤维图的曲线并报告 UHML 和 UI。我们的结果基于 19,628 个商业包，表明典型的 HVI 长度测量不表征独特类型的长度变化。来自 538 个商业样品子集的纤维图表明，纤维图捕获了目前尚未报告的纤维长度的额外样品内变化。然后使用另外两组样本来评估这种额外长度变化的重要性。偏最小二乘回归模型和留一法交叉验证表明，HVI 纤维图比当前的 HVI 长度参数更好地解释了纱线质量，并且与高级纤维信息系统 (AFIS) 长度分布的数量相当。验证结果表明，在预测纱线质量时，使用 HVI 纤维图构建的模型优于具有当前 HVI 长度参数的模型，并且至少与数量的 AFIS 长度分布一样好。整个纤维图捕获的纤维长度变化可以为育种者选择育种品系和购买棉包的纺纱商提供新工具。偏最小二乘回归模型和留一法交叉验证表明，HVI 纤维图比当前的 HVI 长度参数更好地解释了纱线质量，并且与高级纤维信息系统 (AFIS) 长度分布的数量相当。验证结果表明，在预测纱线质量时，使用 HVI 纤维图构建的模型优于具有当前 HVI 长度参数的模型，并且至少与数量的 AFIS 长度分布一样好。整个纤维图捕获的纤维长度变化可以为育种者选择育种品系和购买棉包的纺纱商提供新工具。偏最小二乘回归模型和留一法交叉验证表明，HVI 纤维图比当前的 HVI 长度参数更好地解释了纱线质量，并且与高级纤维信息系统 (AFIS) 长度分布的数量相当。验证结果表明，在预测纱线质量时，使用 HVI 纤维图构建的模型优于具有当前 HVI 长度参数的模型，并且至少与数量的 AFIS 长度分布一样好。整个纤维图捕获的纤维长度变化可以为育种者选择育种品系和购买棉包的纺纱商提供新工具。验证结果表明，在预测纱线质量时，使用 HVI 纤维图构建的模型优于具有当前 HVI 长度参数的模型，并且至少与数量的 AFIS 长度分布一样好。整个纤维图捕获的纤维长度变化可以为育种者选择育种系和纺纱商提供新的工具来购买棉包。验证结果表明，在预测纱线质量时，使用 HVI 纤维图构建的模型优于具有当前 HVI 长度参数的模型，并且至少与数量的 AFIS 长度分布一样好。整个纤维图捕获的纤维长度变化可以为育种者选择育种品系和购买棉包的纺纱商提供新工具。