近红外光谱水稻种子活力分析.pdfVIP

··HYBRIDRICE201934462-67

62杂交水稻（），，（）：

利用近红外吸收光谱对水稻种子活力的判别方法

1,2323323

范雪婷，朱明东，杨晨光，谢红军，汤国华，邓昊，曾晓珊，

4*23*

阚瑞峰，何亚柏，余应弘

（1.中国科学技术大学环境科学与光电技术学院，安徽合肥230022；2.中国科学院合肥物质科学研究院安徽

光学精密机械研究所，安徽合肥230031；3.湖南省水稻研究所，湖南长沙410125；4.中国科学院长春光学

精密机械与物理研究所，吉林长春130033）

摘要：为了实现对水稻种子活力的无损检测，采用近红外光谱分析技术，通过近红外光谱仪采集单粒水稻种子的透射光，

比较不同的预处理方法的偏最小二乘判别分析模型（PartialLeast-SquaresDiscriminantAnalysis，PLS-DA），选择归一化+

二阶差分+正交信号校正（OrthogonalSignalCorrection，OSC）的预处理方法对透射光谱进行预处理，得到的日本晴种子的

建模集识别率为94.44%，检验集识别率为91.67%；9311种子的建模集识别率为98.61%，检验集识别率为91.67%。表明该

光学系统和数据处理模型对水稻种子的活力辨别具有较高的准确率。

关键词：水稻；种子活力；近红外光谱；PLS-DA数学模型；正交信号校正

中图分类号：S511.01;S311文献标识码：A文章编号：1005-3956(2019)04-0062-06

DOI:10.16267/ki.1005-3956111

种子是农业生产最基本的生产资料，是保障HSV颜色模型对水稻幼苗根系和种子进行分割，

农业健康发展的基石，种业处于国民经济基础农有根的种子被认为已经发芽，无根的种子被认为

业产业链顶端，具有特殊而重要的战略意义。种未发芽，通过测定种子萌发率来判定水稻种子活

子活力决定种子发芽及幼苗生长的速率和整齐力。该方法对水稻种子发芽率的评价准确率为

度，是衡量种子质量最重要的指标[1-2]。98.41%[10]。Behtari等人采用机器视觉的方法，利

水稻是我国最重要的粮食作物，水稻种子生用RGB密度值对紫花苜蓿种子进行发芽预测，

产质量标准不高、长期库存积压导致种子活力下可以准确区分出优势种子和劣势种子[11]。白京等

降，是当前水稻种业产业面临的难题。加强种业利用近红外光谱技术结合主成分分析（Principal

产业应用性研究，研发先进的水稻种子活力检测ComponentAnalysis,PCA）和支持向量机（Support

加工技术体系，打造完善种业产业链，是实现由VectorMachine,SVM）方法判别玉米种子活力，

[3]

传统育种向商业化育种转变的切实保障。其建模集和检验集的正确率分别为95.56%和

种子活力受复杂的遗传调控，容易受环境影86.67%[12]。其中，图像学需要对种子进行萌发实

响，是种子质量指标中最难实