文献类型： 中文期刊

作者： 金文玲 ¹ ; 曹乃亮 ¹ ; 朱明东 ¹ ; 陈伟 ¹ ; 张佩光 ¹ ; 赵庆磊 ¹ ; 梁静秋 ¹ ; 余应弘 ¹ ; 吕金光 ¹ ; 阚瑞峰 ¹ ;

作者机构： 1.中国科学院长春光学精密机械与物理研究所应用光学国家重点实验室;中国科学院大学;湖南省水稻研究所;湖南省农业科学院

关键词： 近红外光谱;种子活力;偏最小二乘判别分析;主成分分析

期刊名称： 中国光学

ISSN： 2095-1531

年卷期： 2020 年 05 期

页码： 1032-1043

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对目前农业种植选种应用对于带稃壳水稻种子活力分级检测的迫切需求,以及现有通用的糙米检测技术存在的问题,本文提出一种基于近红外超连续激光光谱的水稻种子活力透射光谱检测方法。首先,设计了种子活力近红外吸收光谱检测系统,测量了3种不同年份的带稃壳的水稻种子的近红外吸收光谱,结果显示,水稻种子的活力梯度与近红外吸收光谱的特征吸收峰值相关。然后,采用归一化、二阶导数校正法和正交信号校正相结合优化了种子光谱的预处理算法。最后,建立主成分分析(PCA)模型,对光谱进行降维,确定最佳主成分数目,应用偏最小二乘判别分析(PLS-DA)建立了水稻种子活力分析鉴别模型。分析结果表明,本文设计的透射式吸收光谱检测系统结合PLS-DA判别模型可对不同活力的水稻种子进行分类,校正集和验证集的准确率分别为94.44%和95.92%,筛选后水稻种子的发芽率可达97.17%。研究结果表明,本文提出的基于近红外光谱信息实现水稻种子活力无损分级的方法可行,且具有较高的预测精度。