Procedimiento y dispositivo de analisis de productos agrícolas.

Un procedimiento para determinar si una muestra agrícola presenta un rasgo,

que comprende las etapas de:dirigir luz sobre una muestra agrícola formando de ese modo luz emitida a partir de la muestra agrícola:dispersar dicha luz emitida para formar dispersada:

recibir dicha luz dispersada en un dispositivo para medir la luz que comprende una matriz de múltiples puntosde datos, incluyendo la matriz una dimensión espacial que define múltiples puntos de muestra en la muestraagrícola y una dimensión espectral que define datos espectrales para la luz dispersada a partir de cada uno delos múltiples puntos de muestra:

emitir una señal de datos espectrales para cada uno de dichos múltiples puntos de datos con dichodispositivo para medir la luz; y determinar si dicha muestra agrícola presenta dicho rasgo en puntosindividuales de los múltiples puntos de muestra en base a dichas señales de datos espectrales.

Procedimiento y dispositivo de analisis de productos agrícolas Campo de la invención La presente invención se refiere a un dispositivo y procedimiento para el análisis de productos agrícolas. Más 5 particularmente, la presente invención se refiere a un dispositivo y procedimiento para el análisis, no destructivo a tiempo real, de las características físicas y químicas de una o más semillas.

Antecedentes de la invención La reproducción de productos agrícolas mejorados de forma composicional puede necesitar el análisis de un gran número de muestras de semillas de plantas para identificar aquellas plantas con las propiedades composicionales y 10 agronómicas deseadas para el uso o fomento a la siguiente generación. El análisis de lotes de semillas a granel para determinados rasgos, tales como altas en aceite o altas en proteínas, en una única planta o mazorca, en conjunto con una metodología de reproducción apropiada, tal como selección continua, a menudo permite la selección, e introducción, de dichos rasgos en una población comercial. Aunque el análisis de estos lotes de semillas se puede realizar mediante diversas técnicas, por lo general se usan procedimientos que son rápidos, de bajo coste, y no destructivos.

Durante la última década, la espectroscopía de infrarrojo cercano (NIR) se ha convertido en un procedimiento convencional para identificación sistemática de muestras de semillas cada vez que la muestra de interés ha sido susceptible a esta técnica. Las muestras estudiadas incluyen trigo, maíz, soja, colza, arroz, alfalfa, avena, y otros (véase, por ejemplo, Massie y Norris, "Spectral Reflectance and Transmittance Properties of Grain in the Visible and 20 Near Infrared", Anales de la ASAE, Reunión de Invierno de la Sociedad Americana de Ingenieros Agrícolas, 1965, páginas 598-600, que se incorpora en el presente documento por referencia en su totalidad) . La espectroscopia NIR usa luz en el infrarrojo cercano, que por lo general está en el intervalo de 770 a 2.500 nanómetros, para acceder a armónicos y combinaciones de las frecuencias vibratorias fundamentales de los grupos funcionales orgánicos de O-H, C-H, y N-H. En la técnica se conocen dispositivos para medir dicha luz. (Véase, por ejemplo, Hyvarinen y col.,

"Direct Sight Imaging Spectrograph: A Unique Add-on Component Brings Spectral Imaging to Industrial Applications", SPIE Vol. 3.302, 1998, "Handbook of Near-Infrared Analysis", Eds. Burns y Ciurczak, Marcel Dekker, Inc., 1992, ambos de los cuales se incorporan en el presente documento por referencia en su totalidad) .

Por lo general, se determinan los espectros de NIR asociados con un lote de semillas (a menudo, por ejemplo, se usa una cubeta capaz de contener 100 granos de semillas) . Esta determinación se puede combinar con el análisis 30 químico convencional de las muestras con el fin de proporcionar datos adicionales y para construir un modelo de calibración quimiométrica. A menudo se desarrollan modelos de calibración quimiométrica para rasgos que incluyen, pero sin limitación: aceite, almidón, agua, fibra, proteína, almidón extraíble, clorofila, glucosinolatos y ácidos grasos (véase, por ejemplo, Archibald y col. "Development of Short-Wavelength Near-Infrared Spectral Imaging for Grain Color Classification, " SPIE Vol. 3.543, 1998, páginas 189-198, Delwiche, "Single Wheat Kernel Analysis by Near35 Infrared Transmittance: Protein Content, " Analytical Techniques and Instrumentation, Vol. 72, 1995, páginas 11-16, Dowell "Automated Color Classification of Single Wheat Kernels Using Visible and Near-Infrared Reflectance, " Vol. 75 (1) , 1998, páginas 142-144, Orman y Schumann, "Comparison of Near-Infrared Spectroscopy Calibration Methods for the Prediction of Protein, Oil, and Starch in Maize Grain, " Vol. 39, 1991, páginas 883-886, Robutti, "Maize Kernel Hardness Estimation in Breeding by Near-Infrared Transmission Analysis, " Vol. 72 (6) , 1995, páginas 40 632-636, Patente de Estados Unidos Nº 5.991.025, Patente de Estados Unidos Nº 5.751.421, Daun y col., "Comparison of Three Whole Seed Near-Infrared Analyzers for Measuring Quality Components of Canola Seed", Vol. 71, Nº 10, 1994, páginas 1.063-1.068, "Corn: Chemistr y and Technology", Eds. Watson y Ramstad, American Association of Cereal Chemists, Inc., (1987) , todos los cuales se incorporan en el presente documento por referencia en su totalidad) . El desarrollo de un modelo quimiométrico se puede usar a continuación para predecir las 45 características químicas de las muestras sin someter al ensayo con espectroscopía de NIR, sin necesidad de análisis químico convencional adicional.

El análisis de NIR de muestras a granel, trituradas o enteras, se ha informado (véase, por ejemplo, Orman y Schumann, "Comparison of Near-Infrared Spectroscopy Calibration Methods for the Prediction of Protein, Oil, and Starch in Maize Grain, " Vol. 39, 1991, páginas 883-886, Robutti, "Maize Kernel Hardness Estimation in Breeding by 50 Near-Infrared Transmission Analysis, " Vol. 72 (6) , 1995, páginas 632-636, Patente de Estados Unidos Nº 5.991.025, Patente de Estados Unidos Nº 5.751.421, Daun y col., "Comparison of Three Whole Seed Near-Infrared Analyzers for Measuring Quality Components of Canola Seed", Vol. 71, Nº 10, páginas 1.063-1.068, todos los cuales se incorporan en el presente documento por referencia en su totalidad) . Los espectrómetros de NIR comerciales convencionales para el análisis de granos a granel tienen varias desventajas. Los espectrómetros convencionales se 55 diseñaron para su uso en un entorno de laboratorio, que por lo general está alejado de los campos de reproducción, en condiciones controladas de temperatura, humedad y vibración. Además, los espectrómetros necesitan una manipulación excesiva de la muestra. Las muestras se deben cosechar, enviar a las instalaciones de reproducción, trillado, embolsado, etiquetado, y se envían al laboratorio para el análisis de NIR. En el laboratorio de NIR, las muestras se deben introducir en el sistema, alejar de las bolsas de muestras, verter en la cubeta de la muestra,

escanear con el espectrómetro de NIR, devolver a la bolsa de la muestra original, y enviar de vuelta a las instalaciones de reproducción. Los datos de NIR resultantes se deben montar en un informe final, revisar para cualquier anomalía, y enviados de vuelta al productor, que localiza y clasifica las muestras en base a los resultados de los análisis de NIR. La manipulación excesiva de muestras añade tanto tiempo como coste al análisis.

Los enfoques actuales basados en NIR no solamente son difíciles de manejar y costosos, sino que también son lentos. El tiempo de procesamiento de datos puede ser crucial porque la selección de las semillas apropiadas se debería realizar antes del tiempo de siembra de la siguiente generación. Los retrasos en proporcionar al productor los resultados de los análisis o la devolución de las muestras puede dar como resultado la pérdida de un ciclo entero de reproducción.

Además, la velocidad de adquisición y análisis de la tecnología actual no puede mantener el ritmo con la velocidad a la que los dispositivos de procesamiento pueden funcionar. Por ejemplo, desgranadoras de una mazorca individual pueden procesar hasta 15 mazorcas por minuto. Los espectrómetros de NIR comerciales actuales funcionan a una velocidad de alrededor de una muestra cada uno a dos minutos. La tasa de procesamiento del espectrómetro por lo general es la etapa limitante en el proceso analítico.

Los espectrómetros convencionales recogen información de un subconjunto de la muestra total. Los espectrómetros comerciales recogen la luz en un solo punto o en varias decenas de puntos con pequeñas áreas activas, lo que da como resultado que solamente una pequeña porción de la muestra es examinada en realidad por la técnica. En muestras a granel, por ejemplo, las técnicas convencionales pueden conducir al muestreo puntual de porciones de sólo unas pocas semillas entre los cientos de semillas en la muestra a granel. Además, dado que el muestreo puntual de las muestras a granel analiza porciones arbitrarias de la semilla, los diferentes tejidos de las semillas en las muestras se pueden malinterpretar mediante los datos analíticos. Dado que cualidades tales como el contenido de aceite a menudo están presentes en diferentes cantidades en diferentes tejidos, estas técnicas convencionales pueden no evaluar con precisión la calidad deseada. Estas limitaciones se aplican a espectrómetros con configuraciones ópticas convencionales en las que un sistema de lentes recoge la luz de la muestra, así como los que usan haces de fibra óptica para recoger la luz de la muestra. Además, dado que se usan puntos de muestreo sin relacionar, discretos, la información... [Seguir leyendo]

1. Un procedimiento para determinar si una muestra agrícola presenta un rasgo, que comprende las etapas de:

dirigir luz sobre una muestra agrícola formando de ese modo luz emitida a partir de la muestra agrícola: dispersar dicha luz emitida para formar dispersada:

recibir dicha luz dispersada en un dispositivo para medir la luz que comprende una matriz de múltiples puntos de datos, incluyendo la matriz una dimensión espacial que define múltiples puntos de muestra en la muestra agrícola y una dimensión espectral que define datos espectrales para la luz dispersada a partir de cada uno de los múltiples puntos de muestra:

emitir una señal de datos espectrales para cada uno de dichos múltiples puntos de datos con dicho dispositivo para medir la luz; y determinar si dicha muestra agrícola presenta dicho rasgo en puntos individuales de los múltiples puntos de muestra en base a dichas señales de datos espectrales.

2. El procedimiento de acuerdo con la reivindicación 1, en el que dicho rasgo es uno de un rasgo cuantitativo, un 15 rasgo bioquímico y un rasgo morfológico.

3. El procedimiento de acuerdo con la reivindicación 2, en el que dicho rasgo bioquímico está seleccionado entre el grupo que consiste en contenido de aceite, contenido de proteína, contenido de hidratos de carbono, contenido de almidón, contenido de fibra y contenido de agua.

4. El procedimiento de acuerdo con la reivindicación 3 en el que dicho el rasgo bioquímico de almidón comprende 20 adicionalmente un fenotipo de almidón seleccionado entre el grupo que consiste en amilopectina y amilosa.

5. El procedimiento de acuerdo con la reivindicación 2, en el que dicho rasgo bioquímico está seleccionado entre el grupo que consiste en composición de aceite, composición de proteína, composición de hidratos de carbono, y composición de fibra.

6. El procedimiento de acuerdo con la reivindicación 2, en el que dicha muestra agrícola es una semilla o parte de

una semilla y dicho rasgo morfológico está seleccionado entre tamaño del endospermo, tamaño del germen, forma de la semilla, tamaño de la semilla, color de la semilla, textura de la superficie de la semilla, peso de la semilla, densidad de la semilla, e integridad de la semilla.

7. El procedimiento de acuerdo con la reivindicación 6, en el que dicha integridad de la semilla está correlacionada con resistencia o susceptibilidad a una de enfermedad, plaga de insectos y plaga de hongos.

8. El procedimiento de acuerdo con la reivindicación 1, en el que la luz dirigida y la luz dispersada tienen longitudes de onda en el intervalo de 900 a 1.700 nanómetros.

9. El procedimiento de acuerdo con la reivindicación 8, en el que dicha luz dispersada proporciona una dispersión espectral de al menos 150 nm/mm y al menos una resolución espectral de 20 nm.

10. El procedimiento de acuerdo con la reivindicación 1, en el que la luz emitida está seleccionada entre el grupo que

consiste en luz reflejada a partir de la muestra agrícola en cada uno de los puntos de la muestra y luz transmitida a través de la muestra agrícola en cada uno de los puntos de la muestra.

11. El procedimiento de acuerdo con la reivindicación 1, en el que la etapa de determinación incluye la etapa de determinar si está presente más de un rasgo.

12. El procedimiento de acuerdo con la reivindicación 1, en el que la muestra agrícola es una semilla, y en el que

dicha etapa de determinación comprende la etapa de determinar una distribución espacial relativa del rasgo dentro de la muestra agrícola.

13. El procedimiento de acuerdo con la reivindicación 1, en el que la muestra agrícola está seleccionada entre el grupo que consiste en una sola semilla, un lote de semillas y un tejido vegetal.

14. El procedimiento de acuerdo con la reivindicación 1 en el que la etapa de determinación comprende

adicionalmente la etapa de determinar una cantidad cuantitativa del rasgo presentado en cada uno de los puntos de la muestra.

15. El procedimiento de acuerdo con la reivindicación 1 en el que el rasgo comprende características de mutación del endospermo seleccionadas entre el grupo que consiste en zeínas reducidas en el endospermo y cantidades de aminoácidos.

16. El procedimiento de acuerdo con la reivindicación 1 en el que el rasgo comprende un indicador de ruptura del grano seleccionado entre el grupo que consiste en la relación de endospermo vítreo a no vítreo, densidad del grano, peso medio del grano, cantidad de pericarpio, calidad del pericarpio, tamaño del grano y forma del grano.

17. El procedimiento de acuerdo con la reivindicación 1 que incluye adicionalmente la etapa de:

medir el peso de la muestra agrícola; y en el que la etapa de determinación incluye adicionalmente la etapa de determinar una cantidad cuantitativa del rasgo presentado por peso medido de la muestra agrícola.

18. El procedimiento de acuerdo con la reivindicación 1, que incluye adicionalmente la etapa de clasificar la muestra agrícola entre una pluralidad de destinos en base a la presencia determinada del rasgo determinado presentado.

19. El procedimiento de acuerdo con la reivindicación 1 que incluye adicionalmente la etapa de seleccionar individuos preferentes de la muestra agrícola en base a la presencia determinada del rasgo determinado presentado.

20. El procedimiento de acuerdo con la reivindicación 1,

en el que la etapa de dirigir luz comprende la etapa de (A) dirigir una línea de luz sobre una porción de una muestra agrícola para producir luz emitida; en el que la etapa de recepción comprende la etapa de (B) recibir, junto con la línea de luz, luz dispersada a partir de cada uno de los puntos de la muestra de la muestra agrícola en un dispositivo para medir la luz que comprende una matriz de múltiples puntos de datos;

en el que la etapa de emitir comprende la etapa de (C) emitir una señal de datos espectrales para cada uno de dichos múltiples puntos de datos; que incluye adicionalmente las etapas de:

repetir las etapas (A) - (C) para explorar cada porción de la muestra agrícola; y producir, a partir de la luz recibida a partir de cada una de las porciones exploradas, unos datos cúbicos 20 hiperespectrales para la muestra agrícola.

21. El procedimiento de acuerdo con la reivindicación 20 en el que la etapa de determinación incluye la etapa de comparar las señales de datos espectrales frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en cada uno de los puntos de la muestra, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo determinado presentado en el punto de la muestra correspondiente para la muestra agrícola.

22. El procedimiento de acuerdo con la reivindicación 20 en el que la etapa de determinación incluye la etapa de comparar las señales de datos espectrales en puntos de la muestra en una porción determinada de la muestra agrícola frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en cada uno de los puntos de la muestra en esa porción determinada de la muestra agrícola, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo determinado presentado en los puntos de la muestra correspondientes de la porción determinada de la muestra agrícola.

23. El procedimiento de acuerdo con la reivindicación 20 en el que la etapa de determinación incluye la etapa de comparar las señales de datos espectrales en puntos de la muestra en una porción determinada de la muestra agrícola frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en la porción determinada de la muestra agrícola, asociando el modelo la existencia de determinadas señales de datos espectrales para los puntos de la muestra en la porción determinada de la muestra agrícola con la presencia del rasgo determinado presentado en la porción determinada de la muestra agrícola.

24. El procedimiento de acuerdo con la reivindicación 23 que incluye adicionalmente la etapa de promediar las señales de datos espectrales asociadas con los puntos de la muestra en una porción determinada de la muestra agrícola para formar una señal de datos espectrales promedio para determinada porción para el procesamiento frente al modelo.

25. El procedimiento de acuerdo con la reivindicación 1, en el que la muestra agrícola es una semilla y la etapa de determinación comprende la etapa de comparar las señales de datos espectrales para cada uno de los puntos de la muestra en el endospermo de la semilla frente a un modelo para determinar si la semilla es un haploide, asociando 45 el modelo la existencia de determinadas señales de datos espectrales con un fenotipo producido por un rasgo haploide.

26. El procedimiento de acuerdo con la reivindicación 25 que comprende adicionalmente diferenciar la ubicación del endospermo dentro de la semilla.

27. El procedimiento de acuerdo con la reivindicación 26 en el que la etapa de determinación comprende

adicionalmente la etapa de procesar las señales de datos espectrales para esos puntos de la muestra dentro del endospermo de la semilla para detectar la coloración con antocianina indicativa de que la semilla es un haploide.

28. El procedimiento de acuerdo con la reivindicación 25 que comprende adicionalmente diferenciar la ubicación del embrión dentro de la semilla.

29. El procedimiento de acuerdo con la reivindicación 28 en el que la etapa de determinación comprende

adicionalmente la etapa de procesar las señales de datos espectrales para esos puntos de la muestra dentro del embrión de la semilla para detectar una falta de coloración indicativa de que la semilla es un haploide.

30. El procedimiento de acuerdo con la reivindicación 1, en el que la etapa de determinación comprende adicionalmente la etapa de comparar las señales de datos espectrales frente a un modelo para determinar si la

muestra agrícola presenta el rasgo en cada uno de los puntos de la muestra, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo presentado en el punto correspondiente de la muestra para la muestra agrícola.

31. Un aparato para determinar si una muestra agrícola presenta un rasgo, comprendiendo el aparato:

una fuente de luz operativa para dirigir luz, sobre una muestra agrícola, formando de este modo luz emitida a partir de la muestra agrícola; un espectrógrafo operativo para dispersar dicha luz emitida para formar luz dispersada; un dispositivo para medir la luz operativo para recibir dicha luz dispersada, comprendiendo el dispositivo una matriz de múltiples puntos de datos, incluyendo la matriz una dimensión espacial que define múltiples puntos de la muestra en la muestra agrícola y una dimensión espectral que define datos espectrales para la luz dispersada a partir de cada uno de los múltiples puntos de la muestra, siendo el dispositivo operativo para producir una señal de datos espectrales para cada uno de dichos múltiples puntos de datos; y un procesador operativo para determinar si dicha muestra agrícola presenta dicho rasgo en puntos individuales de múltiples puntos de la muestra en base a dichas señales de datos espectrales.

32. El aparato de acuerdo con la reivindicación 31, en el que dicho espectrógrafo está seleccionado entre el grupo 20 que consiste en un espectrógrafo de prisma-rejilla-prisma o un espectrógrafo de rejilla reflectora.

33. El aparato de acuerdo con la reivindicación 31, en el que dicha fuente de luz está seleccionada entre el grupo que consiste en halógena, halógena de tungsteno, halógena de filamento largo, xenón, xenón pulsado, fluorescente, neón, y mercurio.

34. El aparato de acuerdo con la reivindicación 31, en el que el dispositivo para medir la luz está seleccionado entre

el grupo que consiste en una cámara de Antimoniuro de Indio, una cámara de Telururo de Mercurio y Cadmio, una cámara de Siliciuro de Platino, una cámara de Silicio dopado con Arsénico, una cámara de Arseniuro de Indio y Galio, y una cámara de CCD.

35. El aparato de acuerdo con la reivindicación 31, en el que dicho rasgo es uno de entre un rasgo cuantitativo, un rasgo bioquímico y un rasgo morfológico.

36. El aparato de acuerdo con la reivindicación 35, en el que dicho rasgo bioquímico está seleccionado entre el grupo que consiste en contenido de aceite, contenido de proteína, contenido de hidratos de carbono, contenido de almidón, contenido de fibra y contenido de agua.

37. El aparato de acuerdo con la reivindicación 36 en el que el rasgo bioquímico de almidón comprende adicionalmente un fenotipo de almidón seleccionado entre el grupo que consiste en amilopectina y amilosa.

38. El aparato de acuerdo con la reivindicación 35, en el que dicho rasgo bioquímico está seleccionado entre el grupo que consiste en composición de aceite, composición de proteína, composición de hidratos de carbono, y composición de fibra.

39. El aparato de acuerdo con la reivindicación 35, en el que dicha muestra agrícola es una semilla o parte de una semilla y dicho rasgo morfológico está seleccionado entre tamaño del endospermo, tamaño del germen, forma de la semilla, tamaño de la semilla, color de la semilla, textura de la superficie de la semilla, peso de la semilla, densidad de la semilla, e integridad de la semilla.

40. El aparato de acuerdo con la reivindicación 39, en el que dicha integridad de la semilla está correlacionada con la resistencia o susceptibilidad a una de entre enfermedad, plaga de insectos y plaga de hongos.

41. El aparato de acuerdo con la reivindicación 31, en el que la luz dirigida y la luz dispersada tienen longitudes de 45 onda en el intervalo de 900 a 1.700 nanómetros.

42. El aparato de acuerdo con la reivindicación 41, en el que dicha luz dispersada proporciona una dispersión espectral de al menos a 150 nm/mm y al menos una resolución espectral de 20 nm.

43. El aparato de acuerdo con la reivindicación 31, en el que la luz emitida está seleccionada entre el grupo que

consiste en luz reflejada a partir de la muestra agrícola en cada uno de los puntos de la muestra y luz transmitida a 50 través de la muestra agrícola en cada uno de los puntos de la muestra.

44. El aparato de acuerdo con la reivindicación 31, en el que el procesador es operativo adicionalmente para determinar si está presente más de un rasgo.

45. El aparato de acuerdo con la reivindicación 31, en el que la muestra agrícola es una semilla, y en el que procesador es operativo adicionalmente para determinar una distribución espacial relativa del rasgo dentro de la muestra agrícola.

46. El aparato de acuerdo con la reivindicación 31, en el que la muestra agrícola está seleccionada entre el grupo 5 que consiste en una sola semilla, un lote de semillas y un tejido vegetal.

47. El aparato de acuerdo con la reivindicación 31 en el que procesador es operativo adicionalmente para determinar una cantidad cuantitativa del rasgo presentado en cada uno de los puntos de la muestra.

48. El aparato de acuerdo con la reivindicación 31 en el que el rasgo comprende características de mutación del

endospermo seleccionadas entre el grupo que consiste en zeínas reducidas en el endospermo y cantidades de 10 aminoácidos.

49. El aparato de acuerdo con la reivindicación 31 en el que el rasgo comprende un indicador de ruptura del grano seleccionado entre el grupo que consiste en la relación de endospermo vítreo a no vítreo, densidad del grano, peso medio del grano, cantidad de pericarpio, calidad del pericarpio, tamaño del grano y forma del grano.

50. El aparato de acuerdo con la reivindicación 31 que incluye adicionalmente:

medios para medir el peso de la muestra agrícola; y en el que procesador es operativo adicionalmente para determinar una cantidad cuantitativa del rasgo presentado por peso medido de la muestra agrícola.

51. El aparato de acuerdo con la reivindicación 31 que incluye adicionalmente un dispositivo de clasificación que selecciona individuos preferentes de la muestra agrícola para entregar en determinados destinos en base a la 20 presencia determinada del rasgo determinado presentado.

52. El aparato de acuerdo con la reivindicación 31, en el que la fuente de luz dirige una línea de luz sobre una porción de una muestra agrícola para producir luz emitida; en el que el espectrógrafo dispersa la luz emitida para formar luz dispersada para cada uno de los puntos de la muestra en la porción de la muestra agrícola junto con la línea de luz; en el que el dispositivo para medir la luz recibe dicha luz dispersada a partir de cada punto de la muestra junto con la línea de luz; que incluye adicionalmente:

medios para mover la muestra agrícola con respecto a la línea de luz para explorar cada porción de la 30 muestra agrícola.

53. El aparato de acuerdo con la reivindicación 52 en el que el procesador es adicionalmente operativo para producir, a partir de la luz recibida de cada punto de la muestra para cada una de las porciones exploradas, un dato cúbico hiperespectral para la muestra agrícola.

54. El aparato de acuerdo con la reivindicación 53 en el que el procesador es adicionalmente operativo para

comparar las señales de datos espectrales frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en cada uno de los puntos de la muestra, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo determinado presentado en el punto correspondiente de la muestra para la muestra agrícola.

55. El aparato de acuerdo con la reivindicación 53 en el que el procesador es adicionalmente operativo para comparar las señales de datos espectrales en puntos de la muestra en una porción determinada de la muestra agrícola frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en cada uno de los puntos de la muestra en esa porción determinada de la muestra agrícola, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo determinado presentado en los puntos correspondientes de la muestra de la porción determinada de la muestra agrícola.

56. El aparato de acuerdo con la reivindicación 53 en el que el procesador es adicionalmente operativo para comparar las señales de datos espectrales en puntos de la muestra en una porción determinada de la muestra agrícola frente a un modelo para determinar si la muestra agrícola presenta un determinado rasgo en la porción determinada de la muestra agrícola, asociando el modelo la existencia de determinadas señales de datos espectrales para los puntos de la muestra en la porción determinada de la muestra agrícola con la presencia del

rasgo determinado presentado en la porción determinada de la muestra agrícola.

57. El aparato de acuerdo con la reivindicación 56 en el que el procesador además es adicionalmente operativo para promediar las señales de datos espectrales asociadas con los puntos de la muestra en una porción determinada de la muestra agrícola para formar una señal de datos espectrales promedio para la porción determinada para su procesamiento frente al modelo.

58. El aparato de acuerdo con la reivindicación 52 que incluye adicionalmente: un soporte de muestras para soportar la muestra agrícola; y en el que los medios para el movimiento comprenden una plataforma de traslación lineal que sostiene el soporte de muestras y es operativo para mover el soporte de muestras con respecto al espectrógrafo para conseguir una exploración de luz a partir de la fuente de luz que atraviesa, y la producción de luces con longitud

de onda mixta emitidas a una pluralidad de puntos discretos espaciales de la muestra sobre, la muestra agrícola sostenida en el mismo.

59. El aparato de acuerdo con la reivindicación 31 que comprende adicionalmente un dispositivo de procesamiento seleccionado entre el grupo que consiste en una desgranadora, trilladora y trilladora cosechadora para proporcionar la muestra agrícola.

60. El aparato de acuerdo con la reivindicación 31, en el que la muestra agrícola es una semilla y el procesador es operativo para comparar las señales de datos espectrales para cada uno de los puntos de la muestra en el endospermo de la semilla frente a un modelo para determinar si la semilla es una haploide, asociando el modelo la existencia de determinadas señales de datos espectrales con un fenotipo producido por un rasgo haploide.

61. El aparato de acuerdo con la reivindicación 60 en el que el procesador es adicionalmente operativo para diferenciar la ubicación del endospermo dentro de la semilla y procesar las señales de datos espectrales para esos puntos de la muestra dentro del endospermo de la semilla para detectar coloración con antocianina indicativa de que la semilla es un haploide.

62. El aparato de acuerdo con la reivindicación 60 en el que el procesador es adicionalmente operativo para diferenciar ubicación del embrión dentro de la semilla y procesar las señales de datos espectrales para esos puntos de la muestra dentro del embrión de la semilla para detectar una falta de coloración indicativa de que la semilla es un haploide.

63. El aparato de acuerdo con la reivindicación 31, en el que el procesador es adicionalmente operativo para comparar las señales de datos espectrales frente a un modelo para determinar si la muestra agrícola presenta el rasgo en cada uno de los puntos de la muestra, asociando el modelo la existencia de determinadas señales de datos espectrales con la presencia del rasgo presentado en el punto correspondiente de la muestra para la muestra agrícola.

64. El aparato de acuerdo con la reivindicación 31, en el que dicho dispositivo para medir la luz es una cámara que posee un plano focal que tiene más de 75.000 píxeles, unpaso inferior a 20 micrómetros, y una frecuencia de imágenes en exceso de 25 fotogramas por segundo.