1 中国科学院合肥物质科学研究院离子束生物工程学重点实验室
2 中国科学院合肥物质科学研究院技术生物与农业工程研究所,合肥 230031
对单粒种子样品成分进行快速无损检测,对于作物遗传育种研究有着重要意义。本文采用近红外光谱技术(NIR)和偏最小二乘回归法(PLSR),研究了水稻种子的近红外光谱特性及其与直链淀粉、蛋白质含量的关系,建立了基于NIR的水稻种子成分快速检测模型。通过比较几种不同的光谱预处理方法对于单粒和群体样品模型的效果,对模型进行了优化。结果显示,多元散射校正(MSC)对单粒样品模型的优化作用显著,而一阶导数对单粒和群体样品模型改善都有明显的效果。模型评价参数显示,预测效果良好,为基于NIR的水稻单粒种子成分分析提供技术支撑。
近红外光谱 成分预测 偏最小二乘回归 光谱预处理 单粒种子 NIR spectroscopy component prediction PLSR spectral preprocessing single grain