Identifying plant species requires considerable knowledge and can be difficult without complete specimens. Fourier-transform near-infrared spectroscopy (FT-NIR) is an effective technique for discriminating plant species, especially angiosperms. However, its efficacy has never been tested on ferns. Here we tested the accuracy of FT-NIR at discriminating species of the genus Microgramma. We obtained 16 spectral readings per individual from the adaxial and abaxial surfaces of 100 specimens belonging to 13 species. The analyses included all 1557 spectral variables. We tested different datasets (adaxial+abaxial, adaxial, and abaxial) to compare the correct identification of species through the construction of discriminant models (LDA, PLS) and cross-validation techniques (leave-one-out, K-fold). All analyses recovered an overall high percentage (>90 %) of correct predictions of specimen identifications for all datasets, regardless of the model or cross-validation used. On average, there was > 95 % accuracy when using PLS-DA and both cross-validations. Our results show the high predictive power of FT-NIR at correctly discriminating fern species when using leaves of dried herbarium specimens. The technique is sensitive enough to reflect species delimitation problems and possible hybridization, and it has the potential of helping better delimit and identify fern species.

中文翻译：

---

使用近红外光谱法鉴别密切相关的物种：新热带蕨类植物的案例研究

识别植物物种需要大量知识，如果没有完整的标本，可能会很困难。傅里叶变换近红外光谱（FT-NIR）是一种区分植物物种（尤其是被子植物）的有效技术。但是，其功效从未在蕨类植物上进行过测试。在这里，我们测试了FT-NIR在区分Microgramma属物种中的准确性。我们从属于13个物种的100个标本的前后表面上获得了16个光谱读数。分析包括所有1557个光谱变量。我们测试了不同的数据集（正面+背面，背面和背面），以通过判别模型（LDA，PLS）和交叉验证技术（留一法，K折）的构建来比较物种的正确识别。所有分析均恢复了较高的百分比（> 不管使用何种模型或交叉验证，所有数据集的标本识别正确预测值的90％）。使用PLS-DA和两种交叉验证方法时，平均准确度均> 95％。我们的结果表明，使用干燥的标本室标本的叶片时，FT-NIR可以正确地区分蕨类植物，具有很高的预测能力。该技术足够灵敏以反映物种划界问题和可能的杂交，并且具有帮助更好地划界和鉴定蕨类物种的潜力。我们的结果表明，使用干燥的标本室标本的叶片时，FT-NIR可以正确地区分蕨类植物，具有很高的预测能力。该技术足够灵敏以反映物种划界问题和可能的杂交，并且具有帮助更好地划界和鉴定蕨类物种的潜力。我们的结果表明，使用干燥的标本室标本的叶片时，FT-NIR可以正确地区分蕨类植物，具有很高的预测能力。该技术足够灵敏以反映物种划界问题和可能的杂交，并且具有帮助更好地划界和鉴定蕨类物种的潜力。