1 引　言

近红外光谱(Near Infrared Spectroscopy, NIRS)分析作为一种先进的快速无损检测手段，通过测量物质发射、吸收或散射光的波长和强度，可以对物质进行定性和定量分析。自20世纪80年代后期以来，近红外光谱分析技术已经在矿物分析^[1]、农业食品^[2]及石油化工^[3]等领域取得了许多令人瞩目的应用成就。

水稻是我国第一大粮食作物，占粮食总产量的42%^[4]，是我国农业领域在国际市场唯一具有较强优势的产业。然而，水稻产业一直面临着种子质量不高、库存积压严重等问题，而水稻种子的优劣又直接影响水稻的产量与质量。在我国，每年因为作物种子选育不当造成的农产品减产比例在10%~20%之间^[5]。因此，水稻种子的活力检测至关重要。另一方面，通过在积压的种子中筛选高活力种子，可以大大降低经济损失。此外，由于种子活力的高遗传性，选用高活力的水稻种子进行杂交可以从遗传层面对种子的活力进行改良，进而选育高活力的新品种^[6-7]。因此，对水稻种子活力的高精准度检测需求十分迫切。

传统检测方法主要包括感官与物理检测、生理检测及化学检测等，这些方法通过测量种子与苗的外形尺寸或电导率等参数进行活力判断，往往需要投入大量的人力物力，且检测周期长，主观性强，容易对种子造成损伤，难以满足现代农业生产对自动化、高通量种子活力检测的需求。近年来，国际上提出了种子活力的光谱学检测方法，利用种子内部物质对光谱的吸收表征其含量变化。该方法无需对水稻种子进行预处理，经过筛选的种子样品仍可用于生产或继续储藏。迄今为止，国内外研究人员已经取得了许多研究进展。例如，Ambrose等^[2]采用拉曼光谱检测和傅立叶红外光谱检测，通过主成分分析法和偏最小二乘判别分析法对玉米种子进行活力判定，预测准确率达100%；朱银等^[8]利用偏最小二乘算法结合傅立叶变换近红外光谱分析技术，对小麦种子的发芽率进行判定，得到的小麦种子发芽率的预测值和标准值有很高的相关性。在水稻检测方面，李欢欢等^[9]利用声光光谱技术结合最小二乘支持向量机回归（LS-SVR）对糙米活力进行测定，为便携式水稻活力光声光谱仪的研制提供了理论依据；李美凌等^[10]通过高光谱成像仪采集了240粒不带壳水稻种子的光谱图像，采用支持向量机建立水稻种子活力鉴别模型，区分不同活力的种子；宋乐等^[11]采用近红外光谱分析技术，通过漫反射积分球采集4种水稻种子光谱，并对光谱建立主成分分析模型，成功区分出种子是否具有发芽潜力。国内外已进行的选种分级方面的研究具有以下特点：首先，国外大部分活力检测分析的研究对象都是小麦玉米等谷物的种子，鲜有水稻种子活力分析的报道，而国内大部分活力分析模型的研究对象都是针对不带稃壳的糙米种子；其次，针对水稻种子活力的鉴别一般将种子分成发芽与未发芽两类，没有对具有活力的种子进行细化分级。近年来，农业种植技术的快速发展对于大规模种子活力的精细判断提出了新的要求，迫切需要对大量带有稃壳的水稻种子进行分级检测，以避免因种子内部器官受到病虫等的损伤而影响发芽率。同时需要对种子活力进行级别精细化检测，加强对幼苗强壮程度的预判，以适用于不同的种植需求，从而进一步提高水稻产量。

本论文基于近红外光谱检测技术，分析了带有稃壳的水稻种子的吸收光谱特性，通过化学计量学算法建立了活力分析模型，完成了水稻种子的活力分级检测。

2 水稻种子活力检测原理与检测系统设计

2.1 水稻种子活力近红外光谱检测原理

物质中的不同组分或同一组分的不同基团在近红外(NIR)光谱区域具有丰富的光谱特征，因此，近红外光谱能反映物质内部成分的结构和组成信息。水稻种子在储藏的过程中，其内部的物质成分会发生变化，导致生物大分子的含量也随之变化，进而引起活力的变化^[10]，这种变化可以通过近红外光谱检测中物质对光的能量吸收特性进行检测和表征。水稻种子的蛋白质、淀粉、脂肪、纤维素等有机化合物中均具有丰富的含氢基团，如C-H(脂肪烃)、C-H(芳香烃)、C=O(羧基)、O-H(羟基)及N-H(氨基)等，这些含氢基团在近红外光谱区具有较强的吸收。水稻种子中的有机分子在近红外区的光谱吸收特征因其所含基团的种类和振动模式不同，导致吸收波长与强度都有明显差别。因此，利用水稻种子的近红外吸收光谱，可以对种子中的物质组成与含量进行表征，从而对种子的活力进行鉴定。

当水稻种子中的有机分子受到近红外区域的电磁辐射时，分子中基团原子间振动的非谐振性使分子振动从基态向高能级跃迁，从而选择性吸收对应频率的光。而近红外光谱主要反映含氢基团基频振动的倍频和组合频的吸收情况，有机分子在近红外区的这种特有的吸收模式，可以表达被测种子的化学成分信息。基团效应是近红外光谱中最主要的效应，文献[12]中示出了分子中各种基团在近红外光谱区的倍频与组合频光谱分布。同时，由于光谱的能量与波长成反比，相较于中长波红外波段，近红外光更容易透过稃壳，获得种子内部的光谱信息^[13-14]。因此，采用近红外光谱检测方法可以有效获取种子的活力信息。

2.2 活力光谱检测系统设计

水稻种子由稃壳和糙米两部分组成，在物理角度，稃壳和糙米的颜色、密度和形态均有不同，在化学角度，稃壳和糙米的蛋白质、脂肪、淀粉、纤维素等化学物质的组成也不同，而对水稻种子活力起主要作用的物质是种子内部糙米中的化学成分，因此在种子活力检测中要尽量增强糙米的信息而减少稃壳对测量的影响^[15]。近红外光谱检测一般采用反射光谱法或透射光谱法^[16-17]。对带稃壳的水稻种子进行活力测量的反射法与透射法分别如图1（彩图见期刊电子版）所示，其中红色光线表示稃壳反射的光源的光，蓝色光线表示在种子内部经多次反射后携带糙米信息的光。对于反射光谱测量法而言，入射光只有部分光入射到种子内部，其携带种子内部信息后透射出种子表面，其余的光则被稃壳反射，两部分光一起由探测器接收。而采用透射光谱测量时，光源发出的光垂直入射到种子中，除少部分入射光被稃壳反射外，其余光线均入射到种子内部。入射到种子内部的光，一部分携带种子内部信息以一定发散角出射，另一部分被内壁光滑的稃壳反射后透射出种子，最终都被探测器接收。光线图表明透射光谱法不仅可以得到整个种子内部糙米的组成物质信息，同时可以避免表面种壳的反射光和外部光线的干扰，而且可以消除由于种子内部蛋白质、脂肪、淀粉、纤维素等成分位于不同部位而造成的测定误差，十分适用于完整水稻种子活力的检测。对于水稻稃壳来说，其密度较低且厚度较薄，所以光程较短，吸光度比较小。同时，由于内壁光滑的稃壳包裹着糙米，测量时，相当于在糙米周围引入了反射镜，光进入种子内部后，经过种壳的多次反射，光程增加几倍，使得透射光谱中糙米的吸光度得到显著提高^[18]，实现吸收光谱信息的增强，通过精确测定水稻种子糙米中蛋白质、淀粉、脂肪、纤维素等成分信息，从而获取其活力梯度，所以更适合采用透射光谱法进行测量。

图 1. (a)反射式光谱检测方法与(b)透射式光谱检测方法测量原理示意图

Fig. 1. Schematic diagram of (a) reflection type spectral detection method, and (b) transmission type spectral detection method

下载图片 查看所有图片

基于以上分析，本文设计了水稻种子活力的透射光谱检测系统。该系统由超连续激光光源，准直镜，孔径光阑，聚焦镜，石英光纤及光栅光谱仪几部分组成，其中聚焦镜包括两块材料分别为熔融石英(Fused Silica)和氟化钙(CaF₂)的双透镜组。其工作原理如图2（彩图见期刊电子版）所示。

图 2. 水稻种子活力的透射光谱检测系统

Fig. 2. Transmission spectrum detection system for rice seed vigor

下载图片 查看所有图片

采用具有宽谱段高能量密度的超连续激光光源(NKT SuperK Compact)作为入射光，相较于传统近红外光谱检测中常用的卤钨灯光源，其具有更均匀的输出光谱，在保证光源谱带足够宽的同时，光功率输出比卤钨灯高出10³数量级，能够实现带有稃壳水稻种子宽波段高信噪比的光谱测量^[19]。为了防止光源的入射光直接进入光谱仪，在光源和种子之间设置尺寸小于水稻种子的孔径光阑。同时，为了避免光阑对种子内部透射光的阻挡，光源采用自下而上照射，依次经过光阑和种子。入射到种子中的光在种子内部经过多次吸收反射后，便携带了种子内部的组成和结构信息，并以一定发散角出射，经过聚焦镜被耦合到光纤中，最终由光谱仪(NIR Quest 512-2.5)采集。根据光谱仪中光栅的色散，在阵列探测器上获得不同波长处的吸收光谱信息，由吸收光谱曲线便可以对水稻种子的活力进行表征。

3 水稻种子光谱测量与分析

用图2的光谱检测系统分别测量2016、2017、2018三种年份及三种年份随机混合的4组不同活力的日本晴水稻种子在900-2500 nm波段的透射光谱，然后将所有种子放入垂直发芽板，在光照培养箱中进行标准发芽实验^[20]，根据第七天的发芽情况与表型数据作为活力判定依据，将高活力与低活力种子占所有被测种子的百分比记为种子原始发芽率，得到其活力表征及原始发芽率如表1所示。

由于光谱仪测量波段两端的仪器噪声较大，故选取1100~2100 nm波段光谱数据进行特性分析，根据发芽结果对不同活力水平种子的平均光谱进行对比，如图3(a)所示。

图 3. 水稻种子的近红外吸收光谱图。（a）不同活力的水稻种子近红外光谱平均曲线；（b） 高活力水稻种子近红外吸收光谱

Fig. 3. Near-infrared absorption spectrum of rice seeds. (a) The average curves of transmission spectra of rice seeds with different vigors. (b) Near-infrared absorption spectrum of high vigor seeds

下载图片 查看所有图片

从水稻种子的近红外吸收光谱图3(a)中可以看出，不同活力水平的水稻种子吸收光谱整体比较相似，主要在1150~1220 nm、1410~1450 nm、1510~1540 nm、1660~1800 nm、1910~1950 nm、1980~2100 nm等波段处有明显的吸收波谷，这是由于水稻中蛋白质、淀粉和纤维素等主要有机物中的氨基N-H、羟基O-H和羰基C=O等基团的倍频及组合频吸收^[21]。图3(b)是高活力水稻种子的近红外吸收光谱，在1150~1220 nm处的波谷是甲基CH₃与亚甲基CH₂中C-H二级倍频和组合频振动吸收，在1410~1450 nm处的波谷是甲基CH₃与亚甲基CH₂中C-H及蛋白质中的羟基O-H的组合频振动吸收，在1510~1540 nm处的波谷是是氨基酸和蛋白质等物质中所含的氨基N-H的一级倍频振动吸收，在1660~1800 nm处的波谷是脂肪族CH₃及CH₂的一级倍频吸收，在1910~1950 nm处的波谷是脂类、纤维素等多糖物质所含的C=O二级倍频吸收振动及淀粉与纤维素中O-H伸缩和O-H变形振动的组合频吸收，在2100 nm处的波谷则对应于N-H的组合频、二级倍频吸收及淀粉中O-H的组合频吸收^[22-23]。这些吸收谱带的强度分别代表了蛋白质和碳水化合物的含量。由水稻种子近红外光谱的吸收谱带特征可以看出，与水稻种子活力相关的蛋白质、淀粉和纤维素等有机化合物含量的变化可以由吸收谱带的光谱特性表征出来。从图3(a)可以看出，虽然不同活力的水稻种子的近红外吸收光谱特征峰具有一定差异，但其谱峰较宽，并且各种成分的吸收峰谱带重叠严重，难以直接从图谱中判别活力大小。针对这一问题，本文将通过化学计量学方法从光谱中提取相关信息进行定性分析。

4 光谱处理与数据分析

4.1 光谱信号校正

在红外光谱测量过程中，光的散射、样品的粒度及仪器噪声等因素会对近红外光谱仪器所采集的光谱产生影响，从而使采集的光谱除包含样品自身成分信息外还包含其他无关信息和噪声。为了消除系统或环境的影响，在建立判别模型之前需要对原始光谱进行一定的预处理^[24-25]。由于种子形貌、颜色等的差异会对光谱基线产生影响，从图3的水稻种子的近红外吸收光谱图也可以看出光谱存在一定的基线漂移，这会对多元分析校正产生非常不利的影响。测量的水稻种子吸收光谱因内部各组分吸收带间的相互干扰会有一定的谱带重叠，使用差分法可以消除这种干扰。为了初步对测得的所有种子的光谱数据的光谱线型、谱线吸收峰及光谱展宽等性质进行对比和观察，需对光谱曲线进行一阶导数(FD)、二阶导数(SD)等处理，以消除基线漂移的影响。此外，还需利用多元散射校正(MSC)、标准正态变量校正(SNV)及正交信号校正(OSC)等方法进行处理，来减小谱线重叠的影响^[26-27]。经过二阶导数预处理的光谱如图4所示，可以看出基线漂移基本已被消除掉。

图 4. 二阶导数处理后的光谱信息

Fig. 4. The absorption spectrum of rice seed after second derivative processing

下载图片 查看所有图片

由图4可知，经过二阶导数预处理之后，光谱的基线漂移问题得到了有效改善，但谱线峰值并不明显。因此，在预处理之后，还需要对数据进行信号校正以简化模型、提高光谱信噪比。正交信号校正(OSC)可以从光谱矩阵中去除与目标预测矩阵完全不相关的成分；多元散射校正(MSC)可以减少粒子分布不均和大小不一对散射产生的影响；标准正态变量校正(SNV)则可以消除表面散射、固体颗粒大小及光程变化对光谱的影响。图5(a)与图5(b)分别为对经过预处理的图像使用正交信号校正(OSC)、标准正态变量校正(SNV)后的光谱图。

图 5. 两种预处理方法结果对比。（a）正交信号校正处理后的光谱；（b）标准正态变量校正后的光谱

Fig. 5. Comparison of absorption spectrum of rice seed processed by two pretreatment methods. (a) Orthogonal signal correction; (b) standard normal variate correction

下载图片 查看所有图片

可以看出，对于该种类型的光谱，正交信号校正后的光谱较标准正态变量校正后的光谱谱线特征更明显。虽然对光谱进行校正能以较低的校正误差或简单的校正模型来描述待测目标，但由于不同类型的光谱特性不同，没有通用的校正方法，需要对几种预处理方法进行组合，筛选出最适合的模型^[28]。采用准确率来判断模型效果，判别结果的准确率表示模型能够正确筛选出的高活力、低活力及不发芽水稻种子总数占被测种子数量的百分率。几种预处理方法的建模筛选结果如表2所示。由表2可知，在1100~2100 nm光谱范围内，在主成分数为3时，选用归一化+SD+OSC的预处理方法对样品进行活力判别时，模型的准确率最高，可以用该方法对本类型光谱建立判别分析模型。

4.2 主成分分析

选取最优的预处理方法对光谱数据进行处理后，还要进行建模分析，如果变量太多会增加计算的复杂性，更容易引入与类别无关的变量从而使模型失真。水稻种子中很多物质成分含量间具有一定相关性，当一个变量可以投影到其它变量上时，可以解释为光谱信息有一定的重叠。主成分分析(PCA)可以从光谱数据中提取出所有变量，将具有线性相关的变量删掉，其可以在减少需要分析指标数量的同时避免损失主要光谱信息，从而尽可能多地保留反应种子物质信息含量光谱的原有信息。

主成分分析将原始光谱矩阵X(n×m)分解为得分矩阵T和载荷矩阵L的乘积，矩阵T与L中的列分别为得分向量和载荷向量，即:

其中，t为得分向量，l为载荷向量，也称为主成分，各得分向量之间及各载荷向量之间是相互正交的。当光谱矩阵X中的向量线性相关时可以将X中的n维特征投影到f维上(f<n)，X的变化将主要体现在前几个主成分上，在后几个载荷上的投影很小^[29]。由于绝大部分方差可由前几个主成分加以解释，因此，可以将矩阵X重建为：

式中，E表示误差矩阵，由于引起误差矩阵E的主要因素是测量噪声，因此将E忽略掉不会引起数据中大量信息缺失，同时还起到消除噪声的作用。对矩阵X进行主成分分析等效于对得分矩阵T的协方差矩阵T^TT进行特征向量分析，如果将T^TT的特征值做如下排列：

则这些特征值对应的特征向量l₁，l₂，…，l_m，即为矩阵X的主成分。前f个主成分的累积贡献率定义为矩阵T的协方差矩阵的前f个特征值的和 $\displaystyle\mathop \sum \nolimits_{i = 1}^f {\rm{\lambda_i}}$除以它的所有特征值 $\displaystyle\mathop \sum \nolimits_{i = 1}^{\min\left( {n,m} \right)} {\rm{\lambda_i}}$之和，累积贡献率表示提取的载荷矩阵能够代表的原始变量信息的百分比。

选用4.1中的最优光谱预处理方法对水稻种子光谱进行预处理后，用PCA提取数据主成分，不同主成分数对原始水稻种子光谱的解释情况如表3所示。表3表明，随着主成分数的增加，模型累计贡献率逐渐增大，但单个主成分的贡献率越来越小，表明其对原始数据信息表示量的贡献越来越小，可以看到当主成分数为3时，对模型已经有了很好的解释能力，累计贡献率达到93.5%，主成分数继续增加时，一些与参数无关的信息被引入，模型出现过拟合，致使预测结果降低。

4.3 基于水稻种子红外光谱信息的活力判别分析

4.3.1 PLS-DA判别分析

对种子光谱数据进行预处理并选取了最优主成分数之后，采用偏最小二乘判别分析(PLS-DA)法对水稻种子进行活力分类。偏最小二乘判别分析根据种子活力梯度的类别进行数值变量标定，结合种子近红外光谱特征采用偏最小二乘法(PLS)建立校正模型，对种子活力进行判别。

PLS-DA方法是基于PLS回归方法进行种子分类和识别的，将种子的光谱数据看作自变量X，其行为种子样本序号，其列为光谱变量序号，将种子的活力类别作为因变量Y，其行对应种子样本序号，Y的数值对应不同类别。Y中元素值为0对应于不发芽的种子，Y中元素值为1对应于低活力种子，Y中元素值为2对应于高活力种子。

PLS-DA法利用PLS算法将种子光谱矩阵X和活力的类别矩阵Y分别进行分解，在对X矩阵进行分解得到得分矩阵T的同时，对类别矩阵Y矩阵进行正交分解：

其中，T和U分别为X与Y的得分矩阵，P和Q分别为X、Y的载荷矩阵，E和F为误差项的矩阵，从而找到多元空间的变量和方向，判别校正集的类别。在预测时，首先根据载荷矩阵P求出未知样品光谱矩阵X_test的得分,然后，计算出回归的类别信息矩阵Y_test，根据Y_test与0、1、2的接近程度确定种子样品属于哪一类，从而实现对种子活力类别的判别。

PLS-DA可同时提取光谱矩阵X和类别矩阵Y的特征向量，从而加强了光谱分解时种子类别信息的作用，故可以提取出与样本活力梯度最相关的光谱信息，从而使提取的不同类别光谱之间的差异最大化。作为一种监督学习的判别分类模型，PLS-DA数据集的每个样本都是有类别输出的，通过投影分别将预测变量和观测变量映射到一个低维度的空间，在剔除与类标签无关的信息后，使每一类别数据的投影点尽可能聚集，不同类数据间的方差尽可能大，得到线性回归模型。

4.3.2 PLS-DA判别分析结果

将全部1152份样本按3：1分为建模集和验证集。所有的样本光谱经过归一化+SD+OSC预处理后，在1100-2100 nm光谱范围内建立偏最小二乘判别分析模型，在特征波段上分析水稻种子活力情况，2016、2017、2018及混合年份的水稻种子活力分级结果如图6所示。

图 6. PLS-DA模型对2018年（a）、2017年（b）、2016年（c）及随机混合（d）的水稻种子活力判别结果

Fig. 6. Evaluation results of vigor of the rice seed in 2018 (a)、2017 (b)、2016 (c) and random mixing (d) determined by PLS-DA model

下载图片 查看所有图片

对不同年份水稻种子的光谱数据与活力类别建立偏最小二乘判别分析模型，通过识别检测样本的准确率判断模型的预测精度，分类后种子的发芽率如表4所示。从表4可以看出，该模型分级的准确率可以达到90%以上，筛选后种子的发芽率可以到达95%以上。

5 结　论

为了实现带稃壳水稻种子的活力分级，本文设计并搭建了一套透射式近红外光谱检测系统，获取了3种不同年分的日本晴水稻种子在1100~2100 nm波段内的近红外光谱信息。光谱分析结果表明：水稻种子的活力梯度与其近红外吸收光谱的吸收峰值相关。结合光谱特性建立了主成分分析模型，主成分数目为3时模型累积贡献率为93.5%，此时水稻的近红外吸收光谱与其振动吸收特性有较好的一致性。最后，通过采用偏最小二乘方法建立了不同年份水稻种子的活力判别模型。结果表明：相较于SNV、MSC等算法，采用归一化、SD和OSC算法对原始光谱进行校正后，再利用PLS-DA模型对不同年份水稻种子活力梯度的分级具有较高的预测能力，校正集和验证集的分级准确率均可达到90%以上，筛选后水稻种子的发芽率可达95%以上。利用本论文设计的检测系统与优化的光谱处理方法实现了不同活力水稻种子的快速无损分类，为提高苗的质量、积压种子的筛选、优质水稻选育生产等应用需求提供了一种有效的技术手段。