小麦籽粒特征光谱与生理生化指标对应关系模型的研究-《江苏农业科学》(2019年3期).docx

龙源版权所有 小麦籽粒特征光谱与生理生化指标对应关系模型的研究作者：梁显丽　宝秋利　秦丽来源：《江苏农业科学》2019年第03期 摘要：对西农529、山农28号、农大5181、品育8161、泉麦890这5种小麦籽粒进行研究，每种小麦籽粒随机抽取30个样本，每个样本随机提取10次特征光谱反射率的特征值，同时利用传统的差热法测定小麦籽粒水分含量;利用热重分析法测得小麦籽粒粗脂肪、粗蛋白含量等生理生化指标。在显著性水平=0.05的条件下，利用单因素方差分析建立模型，结果表明，5种小麦籽粒的特征光谱反射率具有一致性。利用SPSS软件对小麦籽粒特征光谱与生理生化指标的相关关系进行分析，发现在显著性水平=0.05的条件下，小麦籽粒的高光谱反射率与水分含量之间呈极显著正相关，与粗脂肪含量之间呈极显著负相关，而与粗蛋白含量之间的相关性不显著。最后对相关性显著的变量建立线性回归模型，同时检验了模型的可行性。 关键词：小麦籽粒;特征光谱;生理生化指标;对应关系模型 中图分类号： S512.101 文献标志码： A 文章编号：1002-1302（2019）03-0078-04 高光谱图像技术是一种结合图像技术与光谱技术的无损检测新方法。目前，高光谱图像技术在农业检测领域中的应用已成为国内外的一个热点研究课题，该技术已被广泛应用于农产品的内外部品质预测、损伤识别及安全检测、农作物的生产信息获取等领域。近几年来，国内外许多学者对高光谱图像技术的应用作了深入的研究。其中王树文等利用高光譜成像技术研究了苗期玉米冠状光谱，并依据叶片氮元素含量与植被指数的相关性，建立了玉米冠层预测模型[1];张瑶等研究了光谱特征提取对苹果叶片叶绿素含量模型的影响[2];孙来军等利用红外分析技术检测小麦的品质，具有快速、简便、准确、非破坏性的优点，建立了小麦籽粒蛋白的偏最小二乘校正模型，与用原始数据建立的校正模型相比，预测效果更好[3]。金华丽等用化学法测定67个小麦粉样品的水分含量，利用波通DA7200型近红外光谱分析仪采集样品的近红外光谱，采用偏最小二乘法（PLS）和留一法内部交叉验证方式建立定标模型，结果表明，预测值与真实值之间的决定系数（R2）为0.984 8，预测集标准偏差（SEP）为0.092 9[4]。本研究根据光谱信息具有可以反映被测物体的物理结构、化学成分及生理生化指标等特点，通过试验对小麦籽粒的光谱信息加以提取，用单因素方差分析验证了5种小麦籽粒的特征光谱反射率具有一致性;同时测得同一样本小麦籽粒的生理生化指标，讨论特征光谱与这些生理生化指标的相关关系，并对显性相关的变量间建立具体模型，检验模型的可行性。根据所建模型，由小麦籽粒的特征光谱可以直接预测小麦的生理生化指标。 1 材料与方法 1.1 试验材料 西农529、山农28号、农大5181、品育8161、泉麦890这5种小麦是2017年国审小麦新品种。其中西农529（审定号：国审品种来源为绵阳26和小偃597，育种单位为西北农林科技大学农学院;山农28号（审定号：国审品种来源为4142/6125，育种单位为山东农业大学和淄博禾丰种子有限公司;农大5181（审定号：国审品种来源为农大3097/轮选987，育种单位为中国农业大学;品育8161（审定号：国审品种来源为长4802/临优9202， 育种单位为山西省农业科学院小麦研究所;泉麦890（审定号：国审麦2017008）品种来源为许科1号/04中36，育种单位为河南开泉农业科学研究所有限公司。本研究抽取以上5种小麦的籽粒各5 kg进行试验。 1.2 试验设计 本试验于2017年9月至2018年3月在内蒙古农业大学进行，5种小麦籽粒各选取30份样本，利用美国ASD公司生产的FieldSpec3光谱仪（测量波长为90～2 500 nm）进行试验，每个样本随机提取10个特征光谱反射率的值。以试验数据为依据，对10个不同波段随机提取的高光谱反射率的特征值进行聚类，以降低数据噪音，共聚成5个波段，依次记···试读结束