欢迎访问《中国农学通报》，
中国农学通报

中国农学通报 ›› 2017, Vol. 33 ›› Issue (2): 142-149.doi: 10.11924/j.issn.1000-6850.casb16020025

所属专题： 水稻

• 食品 营养 检测 安全 • 上一篇    下一篇

基于DPLS-CSM 优化的NIRS 杂交水稻 种子真伪快速无损鉴定

徐琢频,范爽,程维民,林晏清,王琦,刘晶,刘斌美,陶亮之,吴跃进   

  1. 中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室,中国科学院合肥物质科学研究院技术生物与农业工程研究所-离子束生物工程学重点实验室
  • 收稿日期:2016-02-03 修回日期:2016-12-30 接受日期:2016-03-25 出版日期:2017-02-09 发布日期:2017-02-09
  • 通讯作者: 吴跃进
  • 基金资助:
    中国科学院战略性先导专项A“作物籽粒品质性状与矿物元素、重金属通量化无损检测技术及装置研发”(XDA08040107-2)；国家自然科 学基金“水稻重金属的MA-LIBS快速微区扫描痕量检测方法研究”(31500300)。

Rapid and Non-destructive Identification of Hybrid Rice Seeds Using DPLS-CSM Optimized Near Infrared Reflectance Spectroscopy

吴跃进   

  • Received:2016-02-03 Revised:2016-12-30 Accepted:2016-03-25 Online:2017-02-09 Published:2017-02-09

PDF (PC)

623

摘要： 近红外光谱分析技术(NIRS)具有快速、无损、低成本、准确、无污染的优点，有望应用于杂交水稻种子真实性的高通量鉴定及筛选。本研究采用近红漫反射光谱结合一种新的化学计量学方法——判别式偏最小二乘分类筛选法(DPLS-CSM)，对单粒水稻种子‘新两优6 号’与其父本、母本和其他假种子进行了区分。通过与判别式偏最小二乘(DPLS)法的对比，使用DPLS-CSM建模时的灵敏度Sn、命中率Pr和马修斯相关系数Mcc 分别为97.92%、97.58%和95.51%，高于DPLS 法建模的92.01%、93.97%和90.68%；在对验证集进行检验时，DPLS-CSM模型的Sn、Pr 和Mcc 值分别为98.96%、95%和93.83%，高于后者的94.79%、88.35%和88.57%。结果表明，使用DPLS-CSM结合NIRS对‘新两优6 号’的真伪鉴定是可行的，该方法为水稻杂交种真伪的快速无损鉴别与筛选提供了新的选择。

关键词: 酵素菌, 酵素菌, 红椒, 生长发育, 土壤微生物, 土壤酶活性

Abstract: With the advantages of being quick, non-destructive, cheap, accurate and pollution-free, Near Infrared Spectroscopy (NIRS) can be applied in high throughput identification and screening of hybrid rice seeds in the future. This research utilized Near Infrared Reflectance Spectroscopy combining with a new chemometric method, Discriminant Partial Least Squares Classification Screening Method (DPLS-CSM), to differentiate single hybrid rice seed‘Xinliangyou 6’from its male parent, female parent and other fake seeds. According to comparison with Discriminant Partial Least Squares (DPLS) method, it showed that the Sensitivity (Sn ), Precision(Pr ) and Matthews Correlation Coefficient (Mcc ) were 97.92%, 97.58% and 95.51% respectively by using DPLS-CSM method for modeling, which exceeded the values of 92.01%, 93.97% and 90.68% by using DPLS method. When validation set samples were being inspected, theSn ,Pr andMcc values of DPLSCSM models were 98.96%, 95% and 93.83% respectively, which exceeded the values of 94.79%, 88.35% and 88.57% by the latter. The results indicated that it was feasible to identify the authenticity of rice seed ‘Xinliangyou 6’by using DPLS-CSM combined with NIRS. This method provided people with a new choice to identify and screen hybrid rice seeds rapidly and nondestructively.

中图分类号: