甜菜种子活力的测定——基于近红外高光谱技术

doi:10.11924/j.issn.1000-6850.casb2021-0590

中国农学通报 ›› 2021, Vol. 37 ›› Issue (29): 7-12.doi: 10.11924/j.issn.1000-6850.casb2021-0590

甜菜种子活力的测定——基于近红外高光谱技术

周翔¹(), 兴旺¹(), 杨军², 孙来军², 王录红¹, 周婉婷¹, 王雪倩¹, 李思琪¹, 汪曼¹

¹黑龙江大学国家甜菜种质中期库/黑龙江省普通高校甜菜遗传育种重点实验室,哈尔滨 150080
²黑龙江大学/黑龙江省电子工程省高校重点实验室,哈尔滨 150080

收稿日期:2021-06-07 修回日期:2021-08-05 出版日期:2021-10-15 发布日期:2021-10-29
通讯作者: 兴旺
作者简介:周翔,男,1996年出生,安徽马鞍山人,硕士。通信地址：150080 黑龙江省哈尔滨市南岗区学府路74号黑龙江大学农作物研究院, E-mail： 981274058@qq.com。
基金资助:
科技部财政部国家科技资源共享服务平台项目“国家作物种质资源库甜菜分库运行服务”(NCGRC-2021-017);农作物种质资源保护与利用专项“甜菜种质资源的收集、鉴定、编目、繁种与入库(圃)保存”(1921-026);黑龙江省普通本科高等学校青年创新人才培养计划“甜菜抗旱遗传资源评价及优异基因挖掘”(UNPYSCT-2020014);黑龙江省自然科学基金项目“BvHIPP24基因在能源甜菜重金属镉污染生物修复中的分子机制研究”(LH2019C057);黑龙江省高校基本科研业务费黑龙江大学专项资金项目“能源甜菜BvMPT11基因的Cd污染生物修复应答机制研究”(KJCX201920)

The Determination of Sugarbeet Seed Vigor: Based on Near Infrared High Spectrum Technology

Zhou Xiang¹(), Xing Wang¹(), Yang Jun², Sun Laijun², Wang Luhong¹, Zhou Wanting¹, Wang Xueqian¹, Li Siqi¹, Wang Man¹

¹Heilongjiang University National Sugar Beet Germplasm Intermediate Bank/ Key Laboratory of Sugar Beet Genetics and Breeding, University of Heilongjiang, Harbin 150080
²Heilongjiang University, Key Laboratory of University of Electronic Engineering, Heilongjiang, Harbin 150080

Received:2021-06-07 Revised:2021-08-05 Online:2021-10-15 Published:2021-10-29
Contact: Xing Wang

摘要/Abstract

摘要：

为保证田间甜菜种子的出苗率和生产潜力,需要在种植前对种子进行活力检测,挑选出活力高的甜菜种子进行推广种植。利用高温处理法对甜菜种子进行老化处理,再基于标准正态变换(SNV)、去趋势校正(DET)、Savitzky-Golay平滑处理(SG)、一阶差分(1D)和二阶差分(2D)5种近红外高光谱预处理方法,构建种子活力智能检测模型得出预测的种子发芽率,再利用老化处理后的甜菜种子进行发芽实验得出实际的发芽率。研究发现,甜菜种子经过一阶差分预处理建立的智能检测模型预测性能最好,其预测准确率达到91.92%。将未处理的甜菜种子的实际发芽率与一阶差分预处理法建立的智能模型预测结果进行对比,发现模型的预测准确率为88.2%。近红外高光谱技术是一种快速、无损的作物种子活力测定的新方法。

关键词: 种子活力测定, 甜菜种子, 高温处理法, 近红外高光谱成像, 高斯向量机

Abstract:

To guarantee the emergence rate and production potential of sugar beet seed in field, it is necessary to test the seed vigor before planting and select the seed with high vigor for planting. The sugar beet seeds were aged by high temperature treatment, and then the intelligent detection model of seed vigor was constructed based on five near-infrared hyperspectral pretreatment methods: standard normal transformation (SNV), de-trending correction (DET), Savitzky-Golay smoothing (SG), first-order difference (1D) and second-order difference (2D), so as to obtain the predicted seed germination rate. The actual germination rate was obtained by germination test of aged beet seeds. The results show that the intelligent detection model established by the first-order differential pretreatment of sugar beet seeds has the best prediction performance, and its prediction accuracy could reach 91.92%. Comparing the actual germination rate of untreated sugar beet seeds with the prediction results of the intelligent model established by the first-order difference pretreatment method, it is found that the prediction accuracy of the model is 88.2%. It is concluded that the near infrared hyperspectral technology is a new method for rapid and nondestructive determination of crop seed vigor.

Key words: seed vigor determination, sugar beet seed, high temperature treatment, near infrared hyperspectral imaging, Gauss vector machine

中图分类号:

S566.3

周翔, 兴旺, 杨军, 孙来军, 王录红, 周婉婷, 王雪倩, 李思琪, 汪曼. 甜菜种子活力的测定——基于近红外高光谱技术[J]. 中国农学通报, 2021, 37(29): 7-12.

Zhou Xiang, Xing Wang, Yang Jun, Sun Laijun, Wang Luhong, Zhou Wanting, Wang Xueqian, Li Siqi, Wang Man. The Determination of Sugarbeet Seed Vigor: Based on Near Infrared High Spectrum Technology[J]. Chinese Agricultural Science Bulletin, 2021, 37(29): 7-12.

图/表 4

参考文献 32

[1]	陈泽贤, 袁辉. 种子活力测定方法研究进展[J]. 种子科技, 2019, 37(16):25-27.
[2]	傅丹桂, 孙雁, 黄正仙, 等. 水稻种子不同活力测定方法的比较[J]. 云南农业大学学报:自然科学, 2018, 33(5):811-817.
[3]	边子星, 颜彩燕, 姚肖健, 等. 濒危华石斛种子活力测定方法研究[J]. 热带作物学报, 2017, 38(3):403-407.
[4]	张皖秋. 杂交玉米种子活力及其测定方法的研究[D]. 合肥:安徽农业大学, 2016.
[5]	苏桂萍, 张少英, 邵世勤. 甜菜种子活力鉴定指标的研究[J]. 中国糖料, 2006(4):10-11,15.
[6]	张少英, 邵世勤, 王瑞刚, 等. 甜菜种子活力与呼吸代谢的关系[J]. 中国糖料, 1999(4):5-8.
[7]	李孝凡, 王成, 宋鹏, 等. 种子活力无损检测方法研究进展[J]. 种子, 2019(6):12-15.
[8]	阴佳鸿, 毛培胜, 黄莺, 等. 不同含水量劣变燕麦种子活力的近红外光谱分析[J]. 红外, 2010, 31(7):39-44.
[9]	李美凌, 邓飞, 刘颖, 等. 基于高光谱图像的水稻种子活力检测技术研究[J]. 浙江农业学报, 2015, 27(1):1-6.
[10]	袁俊, 郑雯, 祁亨年, 等. 种子活力光学无损检测技术研究进展[J]. 作物杂志, 2020(5):9-16.
[11]	莫青, 吕燕燕, 王彦荣. 箭筈豌豆种子人工加速老化条件筛选的研究[J]. 草业学报, 2017, 26(11):131-138.
[12]	何龙生, 李啸天, 赵光武, 等. 加速老化法在常规水稻种子活力测定中的应用[J]. 江苏农业科学, 2019, 47(7):61-64.
[13]	曲歌. 基于近红外光谱数据的水稻种子活力预测模型研究[D]. 大庆:黑龙江八一农垦大学, 2019.
[14]	Oenel A, Fekete A, Krischke M, et al. Enzymatic and Non enzymatic Mechanisms Contribute to Lipid Oxidation during Seed Aging[J]. Plant Cell Physiol, 2017, 58(5).
[15]	彭晓伟, 张爱军, 王楠, 等. 高光谱成像技术在作物种子方面的应用[J]. 国土资源遥感. 2020(4):109-114.
[16]	Baek I, Kim M, Cho B K, et al. Selection of Optimal Hyperspectral Wavebands for Detection of Discolored, Diseased Rice Seeds[J]. Applied Sciences, 2019, 9(5).
[17]	杨小玲. 高光谱图像技术检测玉米种子品质研究[D]. 杭州:浙江大学. 2016.
[18]	Ashabahebwa A, Lalit M, Moon S, et al. Near-infrared hyperspectral imaging system coupled with multivariate methods to predict viability and vigor in muskmelon seeds[J]. Chemical, 2016, 229:534-544.
[19]	Sensors A, Lalit M, Kandpal, et al. A Rapid and Highly Efficient Method for the Identification of Soybean Seed Varieties: Hyperspectral Images Combined with Transfer Learning[J]. Molecules, 2019(1).
[20]	张艳敏. 基于光谱技术检测玉米种子的含水率和活力[D]. 杨凌:西北农林科技大学, 2020.
[21]	农业部甜菜品质监督检验测试中心, 中国农业科学院甜菜研究所, 中国农业技术推广服务中心, 等. GB 19176-2010,糖用甜菜种子[S]. 北京: 中国标准出版社, 2011.
[22]	王新忠, 卢青, 张晓东, 等. 基于高光谱图像的黄瓜种子活力无损检测[J]. 江苏农业学报, 2019(5):1197-1202.
[23]	尤佳. 基于高光谱图像的脱绒棉种活力检测方法研究[D]. 石河子:石河子大学, 2017.
[24]	周爽. 基于高光谱的甜菜种子发芽预测系统设计与实现[D]. 哈尔滨:黑龙江大学, 2020.
[25]	Hammad B A, Ammari B S, Ammari. Seed viability of five wild Saudi Arabian species by germination and X-ray tests[J]. Saudi Journal of Biological Sciences, 2017(6).
[26]	张艳敏. 基于光谱技术检测玉米种子的含水率和活力[D]. 杨凌:西北农林科技大学, 2020.
[27]	Kandpal, Lalit, Mohan. et al. ear-infrared hyperspectral imaging system coupled with multivariate methods to predict viability and vigor in muskmelon seeds[J]. Sensors and Actuators, B. Chemical, 2016, 229:534-544. doi: 10.1016/j.snb.2016.02.015 URL
[28]	杨冬风, 尹淑欣, 姜丽. 玉米种子活力近红外光谱智能检测方法研究[J]. 核农学报, 2013, 27(7):957-961.
[29]	李晋华, 杨志良, 王召巴, 等. 近红外漫透射技术检测玉米成分[J]. 红外技术, 2013, 35(11):732-736.
[30]	Wang Y Z, Guo W C, Zhu X H. Effect of homogenisation on detection of milk protein content based on NIR diffuse reflectance spectroscopy[J]. International Journal of Food Science & Technolog, 2019(2).
[31]	Liu D Y, Guo W C. Identification of Kiwifruits Treated with Exogenous Plant Growth Regulator Using Near-Infrared Hyperspectral Reflectance Imaging[J]. Food Analytical Methods, 2015(1).
[32]	Jahanbakhsh G, Ali N. Spectrophotometric simultaneous determination of nitroaniline isomers by orthogonal signal correction-partial least squares[J]. Talanta, 2004(5).

老化周期/d	4 d	4~8 d	不能成活	发芽率/%
2	96	126	147	60.16
4	80	94	156	52.73
6	64	175	262	47.70
总计	240	395	565	53.02

老化周期/d	4 d	4~8 d	不能成活	发芽率/%
2	96	126	147	60.16
4	80	94	156	52.73
6	64	175	262	47.70
总计	240	395	565	53.02

项目	发芽种子总数	未发芽种子总数
模型预测	252	248
发芽实验	275	225
错误预测数	23	36

项目	发芽种子总数	未发芽种子总数
模型预测	252	248
发芽实验	275	225
错误预测数	23	36

甜菜种子活力的测定——基于近红外高光谱技术

The Determination of Sugarbeet Seed Vigor: Based on Near Infrared High Spectrum Technology

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 32

相关文章 2

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	刘镎, 胡华兵, 王荣华, 刘小越, 刘朝阳, 刘晓晗, 王茂芊. 甲醇老化处理对甜菜种子发芽的影响[J]. 中国农学通报, 2022, 38(33): 28-33.
[2]	丛俊超, 胡华兵, 王荣华, 刘大丽, 吴则东, 王茂芊. 不同浓度柠檬酸对甜菜种子的引发影响[J]. 中国农学通报, 2022, 38(20): 13-19.