文献类型：期刊文章

作　　者：张婷婷[1] 向莹莹[1] 杨丽明[2] 王建华[1] 孙群[1]

ZHANG Ting-ting;XIANG Ying-ying;YANG Li-ming;WANG Jian-hua;SUN Qun(Department of Plant Genetics and Breeding,College of Agronomy and Biotechnology, The Innovation Center (Beijing) of Crop Seed Sciences Ministry of Agriculture, Beijing Key Laboratory of Crop Genetic Improvement,China Agricultural University,Beijing 100193,China;College of Science,China Agricultural University,Beijing 100083,China)

机构地区：[1]中国农业大学农学院植物遗传育种与种子科学系农业部农作物种子全程技术研究北京创新中心北京市作物遗传改良重点实验室,北京100093 [2]中国农业大学理学院,北京100083

出　　处：《光谱学与光谱分析》

基　　金：国家"十三五"重点研发计划(2018YFD0100904)资助

年　　份：2019

卷　　号：39

期　　号：5

起止页码：1556-1562

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：种子活力是种子质量的一项重要指标,高活力的种子具有较强的抗逆性、生长优势及生产潜力。而种子活力在种子生理成熟时最高,随后随着贮藏时间的延长而发生着自然不可逆的降低。因此,在播种前及时、准确地对种子活力进行检测和筛选具有重要的实践意义。针对传统种子活力检测方法存在的操作过程复杂繁琐、耗时长、重复性差且对种子有破坏性等缺点,研究尝试利用高光谱成像技术建立单粒小麦种子生活力快速、无损、精确的检测方法。以高温高湿老化后的190粒小麦种子(发芽128粒,不发芽62粒)作为研究样本,先利用可见-近红外(Vis-NIR)高光谱成像系统采集样本种子的光谱图像和进行标准发芽试验,并确保光谱采集试验和标准发芽试验的小麦种子一一对应。随后提取种子光谱图像的感兴趣区域并对其光谱数据进行平均和特征分析。分别采用一阶导数(FD)、均值中心化(MC)、正交信号校正(OSC)和多元散射校正(MSC)对原始光谱数据进行预处理,结合偏最小二乘辨别分析(PLS-DA)建立全波段PLS-DA模型,比较分析,并筛选出最适预处理方法。分别利用无信息变量消除算法(UVE)、竞争性自适应重加权算法(CARS)、连续投影算法(SPA)及耦合不同变量筛选方法对特征波段进行筛选提取,再分别基于所提取出的特征波段建立PLS-DA定性判别模型,对比分析,最终确立提取与单粒小麦种子生活力相关性最高的高光谱特征波段方法体系。结果表明:不同光谱预处理建立的模型其表现有所差异,在MC, FD, OSC和MSC中,采用MC对原始高光谱数据进行预处理,建立的全波段MC-PLS-DA判别模型,其校正集和预测集对小麦种子生活力的整体鉴别正确率分别为82.5%和83.0%,优于原始及其他预处理后建立的全波段PLS-DA判别模型,其校正集和预测集对小麦种子活种子鉴别正确率分别为94.8%和90.6%。进一步对�

关 键 词：高光谱技术  小麦种子 生活力 检测  特征波段  

分 类 号：TP391.4]