[發明專利]基于近紅外光譜的水稻單籽粒活力無損檢測篩選方法

有效

• 申請號: 201210455091.9
• 申請日: 2012-11-13
• 公開（公告）號: CN102960096A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 宋樂;吳躍進;劉斌美;余立祥;張瑛;梁劍
• 申請（專利權）人: 中國科學院合肥物質科學研究院
• 主分類號: A01C1/02
• 分類號: A01C1/02;G01N21/35
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

技術領域

本發明涉及水稻種子活力檢測方法，具體是一種利用近紅外光譜技術快速無損檢測水稻單籽粒種子活力的方法。

研究背景：

水稻是世界上最重要的糧食作物之一，也是我國最重要的糧食作物之一。目前我國水稻的播種面積約占糧食作物總面積1/4，產量約占全國糧食總產量1/2，商品糧1/2以上，產區遍及全國各地，水稻的品種共有五萬多種。隨著社會經濟的發展，人們越來越青睞于質優價高的優質稻谷，而種子由于陳化活力降低，每年造成的經濟損失十分巨大。稻谷品種、年份、活力的鑒別和內部品質的檢測問題日益受到種子質檢部門、水稻育種研究以及糧食企業等單位的重視。

長期以來水稻品種的鑒別和稻谷內部品質的檢測主要由人工結合化學處理的方法來完成，操作過程繁瑣，工作量大，所需時間長，檢測效率和檢測結果的一致性都比較差。除傳統的化學方法外，一些先進的新技術或者其他領域的技術也都有所引入，如計算機視覺、液相色譜、隨機擴增多態性DNA?技術(RAPD)?等，但其方法大都因檢測速度慢、有損、效率低、成本高等原因不能滿足糧食作物檢測的要求。建立一套簡便、快捷、高效、經濟、準確的稻谷活力檢測技術體系成為當前的迫切需要。

而紅外光譜技術的發展為此提供了可能。近紅外光譜分析技術是20?世紀90?年代以來發展最快最引人注目的光譜分析技術，以其高效、快速、無損等特點廣泛應用于工業、農業、食品、醫藥等領域。該技術通過農作物的吸收光譜實現品質檢測,具有方便、快速、高效、準確、成本較低、不破壞樣品、不消耗化學試劑、不污染環境等優點,與常規檢測方法相比,更適用于農作物的品質檢測。

發明內容

本發明的目的是一種方便、快速、高效、準確的基于近紅外光譜的水稻單籽粒活力無損檢測篩選方法。

本發明采用的技術方案如下：

基于近紅外光譜的水稻單籽粒活力無損檢測篩選方法，其具體步驟為：?

（1）樣品材料的收集與光譜測定

首先收集不同活力的水稻種子樣品，用于模型的建立和校正，實驗前需要對種子進行初步的篩選，去掉有蟲洞粒、癟粒，然后使用近紅外光譜儀采集種子近紅外漫反射光譜，并將光譜圖象轉換成樣本光譜基本數據，同一品種需采集350-400粒種子的光譜信息，每粒種子也需重復測量，以平均光譜作為該粒種子的建模或預測光譜，光譜采集過程中需要保證環境因素的恒定，以免對所得光譜數據產生影響；

（2）種子的發芽率測定實驗

將采集過近紅外光譜的種子用5%的次氯酸鈉消毒20-30分鐘，按順序整齊排列于96孔板內，底部有開口，然后放置于鋪有濾紙的大培養皿內，需保證濾紙無菌無毒，不含可溶性色素或其他化學物質，并且種子的發芽情況與其近紅外光譜可一一對應，然后將種子在30-35℃條件下用水浸泡24小時后，每天光照12-15h，光照強度420-450μmol/(m²S)，溫度28-30℃，發芽時使培養皿內種子保持濕潤，5天初次統計發芽率，14天最后統計發芽率；??

（3）光譜的預處理

通過因子化算法所得的因子值，采用二階導數和矢量歸一化進行光譜預處理，求導預處理可以把原來隱藏的信號差異放大出來，提高光譜的分辨率，使活力鑒別更加直觀、可靠，平滑點數要依據光譜的質量及干擾的情況來選擇，光譜范圍要依據預處理后光譜信噪比及最終模型的準確率來選擇，要建立不同模型，有針對性的選擇不同的特征波段，有利于光譜中有效信息的提取；

（4）模型的建立

采集到的每一條光譜都包含了單粒水稻種子的化學成分信息，利用OPUS軟件中的定性分析模塊，選用因子化算法提取所需的成分信息，將所有采集到的漫反射光譜定性分為兩類，即高活力與低活力種子，建立定性模型，該過程中需要注意對因子值的選用。

上述方法所建立的模型必須通過已知發芽與否的水稻種子樣品進行外部驗證，即將初步建立的模型所預測的死活種子一一單粒進行發芽實驗，計算其預測的準確率，當預測準確度達到實驗要求時，可在之后的應用中使用該模型。

本發明篩選方法可以用于水稻品種和組合的種子活力檢測，也可以用作稻谷的活力檢測。

根據本發明篩選方法，可以設計、建立一套近紅外無損檢測水稻種子活力的自動分選裝置，并能在此基礎上將該裝置應用擴展到小麥、玉米、棉花種子等。