首页 > 论文 > 光谱学与光谱分析 > 34卷 > 11期(pp:2984-2988)

基于近红外光谱的带种衣剂玉米种子真实性鉴定方法研究

Feasibility Study on an Approach for Identifying Corn Kernel Varieties with Seed Coating Agents via Near Infrared Spectroscopy

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

应用近红外光谱鉴定玉米种子品种真实性已有深入的研究。 在实际应用中, 商品玉米种子均涂有种衣剂, 给光谱的采集和分析带来了许多困难。 提出了基于近红外光谱的带种衣剂玉米种子品种真实性快速鉴定方法。 首先讨论了种衣剂对种子近红外光谱的影响, 然后将种子沿着胚面凹陷方向切开, 使用漫反射方式和专用配件测量种子切面的光谱, 以消除种衣剂的影响。 使用支持向量机、 软独立模式识别和仿生模式识别三种方法建立四个玉米品种的真实性鉴定模型, 正确识别率分别达到93%, 95.8%和98%。 品种鉴定模型具有很好的稳健性, 对来自不同产地的同一品种的种子均能够正确识别。

Abstract

It is generally accepted that near infrared reflectance spectroscopy (NIRS) can be used to identify variety authenticity of bare maize seeds. In practical, maize seeds are covered with seed coating agents. Therefore it’s of huge significance to investigate the feasibility of identifying coated maize seeds by NIRS. This study employed NIRS to quickly determine the variety of coated maize seeds. Influence of seed coating agent on NIR spectra was discussed. The NIR spectra of coated maize seeds were obtained using an innovative method to avoid the impact of the seed coating agent. Coated seeds were cut open, and the sections were scanned by the spectrometer, so as to acquire the information of the seed itself. Then, support vector machine (SVM), soft independent modeling of class analogy (SIMCA), and biomimetic pattern recognition (BPR) was employed to establish the identification model for four maize varieties, and yield 93%, 95.8%, 98% average correct rate respectively. BPR model showed better performance than SVM and SIMCA models. The robustness of identification model was tested by seeds harvested from four regions and model showed good performance.

Newport宣传-MKS新实验室计划
补充资料

中图分类号:O657.33;S123

DOI:10.3964/j.issn.1000-0593(2014)11-2984-05

基金项目:国家公益性行业科研专项(201203052), 北京市科技计划项目(D131100000413002), 中国农业大学教育基金会“大北农教育基金”大北农青年学者研究计划项目(1081-2413001)资助

收稿日期:2014-01-21

修改稿日期:2014-05-20

网络出版日期:--

作者单位    点击查看

贾仕强:中国农业大学信息与电气工程学院, 北京 100083教育部现代精细农业系统集成研究重点实验室, 北京 100083
郭婷婷:中国农业大学国家玉米改良中心, 北京 100193
刘哲:中国农业大学信息与电气工程学院, 北京 100083
严衍禄:中国农业大学信息与电气工程学院, 北京 100083
安冬:中国农业大学信息与电气工程学院, 北京 100083农业部农业信息获取技术重点实验室, 北京 100083
顾建成:北京金色农华种业科技有限公司, 北京 100080
李绍明:中国农业大学信息与电气工程学院, 北京 100083
张晓东:中国农业大学信息与电气工程学院, 北京 100083
朱德海:中国农业大学信息与电气工程学院, 北京 100083

联系人作者:贾仕强(jiashiqiang701@gmail.com)

备注:贾仕强, 1989年生, 中国农业大学信息与电气工程学院硕士研究生

【1】Dongre A, Parkhi V. J Plant Biochem. Biot. 2005, 14: 53.

【2】ZHAO Jiu-ran, SUN Shi-xian, WANG Feng-ge(赵久然, 孙世贤, 王凤格). Research Trends in China Maize Variety Identification by DNA Fingerprinting(中国玉米品种DNA指纹鉴定研究动态). Beijing: China Agricultural Science and Technology Press(北京: 中国农业科学技术出版社), 2008.

【3】YAN Yan-lu, CHEN Bin, ZHU Da-zhou, et al(严衍禄, 陈斌, 朱大洲, 等). Near Infrared Spectroscopy—Principles, Technologies and Applications(近红外光谱分析的原理、 技术与应用). Beijing: China Light Industry Press(北京: 中国轻工业出版社), 2013.

【4】LIANG Liang, LIU Zhi-xiao, YANG Min-hua, et al(梁亮, 刘志霄, 杨敏华, 等). Journal of Infrared and Millimeter Waves(红外与毫米波学报), 2009, 28(5): 353.

【5】WANG Shou-jue(王守觉). Acta Electronica Sinica(电子学报), 2002, 30(10): 1417.

【6】Agelet L E, Ellis D D, Duvick S, et al. Journal of Cereal Science, 2012, 55: 160.

【7】GUO Ting-ting(郭婷婷). Study on the Cultivar Discrimination Method for Maize Seeds Based on Near Infrared Spectroscopy and Biomimetic Pattern Recognition(基于仿生模式识别的玉米种子品种真实性近红外光谱鉴定方法研究). Ph. D. Thesis, Institute of Semiconductors, Chinese Academy of Sciences (中国科学院半导体研究所), 2010.

引用该论文

JIA Shi-qiang,GUO Ting-ting,LIU Zhe,YAN Yan-lu,AN Dong,GU Jian-cheng,LI Shao-ming,ZHANG Xiao-dong,ZHU De-hai. Feasibility Study on an Approach for Identifying Corn Kernel Varieties with Seed Coating Agents via Near Infrared Spectroscopy[J]. Spectroscopy and Spectral Analysis, 2014, 34(11): 2984-2988

贾仕强,郭婷婷,刘哲,严衍禄,安冬,顾建成,李绍明,张晓东,朱德海. 基于近红外光谱的带种衣剂玉米种子真实性鉴定方法研究[J]. 光谱学与光谱分析, 2014, 34(11): 2984-2988

被引情况

【1】李翠玲,姜 凯,冯青春,王 秀,孟志军,王松林,高原源. 基于叶绿素荧光光谱和反射光谱的甜瓜种子品种鉴别. 光谱学与光谱分析, 2018, 38(1): 151-156

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF