使用谷穗高維形態(tài)估算谷子穗粒重的方法研究

蔡燦超+杜金哲+李宗遠(yuǎn)+楊錦忠

摘 要：

從谷子穗粒重與谷穗高維形態(tài)關(guān)系的角度，分析谷子穗長(zhǎng)、穗粗、穗側(cè)面積、穗體積與谷子穗粒重的關(guān)系。利用圖像處理技術(shù)采集 9個(gè)谷子品種的果穗幾何特征，分析穗粒重對(duì)谷穗幾何特征的回歸，并分別與穗長(zhǎng)、穗粗、穗側(cè)面積、穗體積組合建立直線回歸方程。4種幾何特征與穗粒重的回歸方程的決定系數(shù)分別為：穗長(zhǎng)在0.0786～0.7842之間，穗粗在0.2686～0.7894之間，穗側(cè)面積在0.5705～0.9176之間，穗體積在0.5527～0.9057之間。穗側(cè)面積和穗體積是反映谷穗形態(tài)的兩個(gè)重要性狀，能夠高精度預(yù)測(cè)穗粒重。

關(guān)鍵詞：谷穗;圖像處理;穗粒重估算;穗體積;穗面積

中圖分類號(hào)：S515.01 ?文獻(xiàn)標(biāo)識(shí)號(hào)：A ?文章編號(hào)：1001-4942（2015）06-0012-04

New Method to Estimate Spike Grain Weight of

Millet Using High-Dimensional Forms of Spikes

Cai Canchao，Du Jinzhe，Li Zongyuan，Yang Jinzhong*

（Qingdao Agricultural University / Shandong Provincial Key Laboratory of Dry Farming Techniques， Qingdao 266109， China）

Abstract The relationships between millet grain weight and high-dimensional forms， including the length， diameter， side area and volume of spikes，were examined. The spike geometric features of 9 millet varieties were collected using image processing technology， and the spike grain weight regressed respectively to the 4 spike geometric features to establish their linear equations. The determination coefficients of 4 linear equations were 0.0786～0.7842 for the spike length， 0.2686～0.7894 for the spike diameter， 0.5705～0.9176 for the spike side area， 0.5527～0.9057 for the spike volume respectively. The side area and volume of spikes were 2 important traits of millet， and could be used to accurately predict the spike grain weight of millet.

Key words Millet spike; Image processing; Spike grain weight estimation; Spike volume; Spike area

谷子產(chǎn)量等于單位土地面積上全部果穗的籽粒重量之和，穗粒重的潛力則受到穗幾何特征的制約。因此，由谷穗的幾何特征估算谷子穗粒重具有重要價(jià)值。然而諸如谷物的穗體積、穗形狀等三維空間的幾何特征，長(zhǎng)期以來(lái)由于難以測(cè)定，它們的變化規(guī)律及其與穗粒重的數(shù)量關(guān)系，很少有文獻(xiàn)報(bào)道，只是在玉米、小麥和水稻等方面已經(jīng)成功應(yīng)用[1～5]。但是近年來(lái)，數(shù)字圖像處理技術(shù)已經(jīng)成功用于測(cè)定不規(guī)則實(shí)物的形態(tài)性狀[1]，解決了高維幾何特征的測(cè)量難題。本試驗(yàn)在以數(shù)字圖像處理技術(shù)為手段測(cè)量谷穗形態(tài)性狀基礎(chǔ)上，重點(diǎn)研究谷子穗粒重與穗長(zhǎng)、穗粗、穗側(cè)面積、穗體積的數(shù)量關(guān)系，以便為谷子的栽培和育種實(shí)踐提供有價(jià)值的信息。

1 材料與方法

1.1 供試材料

試驗(yàn)于2013年在青島農(nóng)業(yè)大學(xué)試驗(yàn)農(nóng)場(chǎng)進(jìn)行，參試谷子品種共有9個(gè)，分別為：魯谷10號(hào)、豫谷4號(hào)、豫谷1號(hào)、滄谷4號(hào)、濟(jì)谷12號(hào)、麥谷1號(hào)、矮88、冀谷19和衡谷200131。成熟后每個(gè)品種收獲20個(gè)代表性谷穗備用。

1.2 谷穗形態(tài)測(cè)量

使用CCD掃描儀獲取谷穗的RGB圖像，應(yīng)用自行開發(fā)的圖像處理軟件測(cè)量谷穗的長(zhǎng)度、粗度、側(cè)面積和體積。該軟件在文獻(xiàn)[6，7]的基礎(chǔ)上針對(duì)谷穗進(jìn)行了專用性改進(jìn)。穗長(zhǎng)指谷穗拉平直后的穗主軸長(zhǎng)度，穗粗指垂直于穗主軸的最大處直徑，穗側(cè)面積為谷穗拉平直后外周輪廓所包圍面積，穗體積指谷穗拉平直后外周輪廓所包圍空間的體積。

1.3 數(shù)據(jù)分析

分別以穗長(zhǎng)、穗粗、穗側(cè)面積和穗體積共4種幾何特征為自變量，以穗粒重為因變量進(jìn)行直線回歸分析。運(yùn)用Microsoft Excel 2007進(jìn)行數(shù)據(jù)計(jì)算、作圖以及回歸統(tǒng)計(jì)。受篇幅所限，僅列出豫谷1號(hào)的散點(diǎn)圖和回歸直線。

2 結(jié)果與分析

2.1 穗長(zhǎng)與穗粒重的關(guān)系分析

從表1中可以看出，穗長(zhǎng)與穗粒重回歸方程的決定系數(shù)在0.0786～0.7842之間，其中麥谷1號(hào)的回歸方程決定系數(shù)最低，R2 = 0.0786，豫谷1號(hào)的較高，R2=0.7495。說(shuō)明穗長(zhǎng)能夠解釋穗粒重變化的7.86%～78.42%。顯著性P值在1.66E-11～1.20E-01之間。豫谷1號(hào)穗長(zhǎng)與穗粒重的直線擬合效果一般（圖1）。endprint

圖1 豫谷1號(hào)穗長(zhǎng)與穗粒重的直線擬合

2.2 穗粗與穗粒重的關(guān)系

從表2中可以看出，谷穗粗與穗粒重回歸方程的決定系數(shù)在0.2686～0.7894之間，其中矮88的回歸方程決定系數(shù)最低，R2=0.2686，冀谷

表1 各品種穗長(zhǎng)與穗粒重的

回歸方程、決定系數(shù)及顯著性

品種回歸方程決定系數(shù)R2 ? ? ?顯著性P值

矮88y=0.1459x-7.8110.67713.40E-09

冀谷19y=0.1809x-16.0490.78421.66E-11

衡谷200131y=0.0512x+0.24710.48056.69E-05

滄谷4號(hào)y=0.0586x-0.80310.54336.28E-06

濟(jì)谷12號(hào)y=0.1632x-14.1710.35522.00E-03

麥谷1號(hào)y=0.0476x+4.11210.07861.20E-01

魯谷10號(hào)y=0.2176x-14.9560.66744.72E-08

豫谷4號(hào)y=0.1065x-6.52980.56364.48E-08

豫谷1號(hào)y=0.1405x-6.45360.74951.58E-10

19的最高，R2=0.7894。說(shuō)明穗粗能夠解釋穗粒重變化的26.86%～78.94%。顯著性P值在1.15E-11～2.38E-03之間。豫谷1號(hào)穗粗與穗粒重的直線擬合效果一般（圖2）。

圖2 豫谷1號(hào)穗粗與穗粒重的直線擬合

表2 ?各品種穗粗與穗粒重的回歸方程、

決定系數(shù)及顯著性

品種回歸方程決定系數(shù)R2 ? ? ?顯著性P值

矮88y=0.6043x-2.15210.26862.38E-03

冀谷19y=1.4308x-15.6310.78941.15E-11

衡谷200131y=0.7744x-5.13060.35003.62E-04

滄谷4號(hào)y=0.8351x-6.16790.44103.41E-05

濟(jì)谷12號(hào)y=1.4643x-19.5750.52093.13E-06

麥谷1號(hào)y=0.6279x-2.87410.48379.96E-06

魯谷10號(hào)y=1.738x-18.1440.62297.96E-08

豫谷4號(hào)y=0.921x-9.70990.48938.39E-06

豫谷1號(hào)y=1.2744x-13.1010.7488 1.65E-10

2.3 穗側(cè)面積與穗粒重的關(guān)系

從表3中可以看出，穗側(cè)面積與穗粒重回歸方程的決定系數(shù)在0.5705～0.9176之間，其中滄谷4號(hào)回歸方程的決定系數(shù)最低，R2=0.5705，豫谷1號(hào)的最高，R2=0.9176。說(shuō)明穗側(cè)面積能夠解釋穗粒重變化的57.05%～91.76%。顯著性P值在8.18E-18～5.84E-07之間。豫谷1號(hào)穗側(cè)面積與穗粒重的直線擬合效果較好（圖3）。

圖3 豫谷1號(hào)穗側(cè)面積與穗粒重的直線擬合

表3 ?各品種穗側(cè)面積與穗粒重的

回歸方程、決定系數(shù)及顯著性

品種回歸方程決定系數(shù)R2 ? ? ?顯著性P值

矮88y=0.0055x-2.43130.7953 7.45E-12

冀谷19y=0.0062x-4.40230.8429 1.37E-13

衡谷200131y=0.0039x+0.39500.6587 1.74E-08

滄谷4號(hào)y=0.0031x+1.16370.5705 5.84E-07

濟(jì)谷12號(hào)y=0.0082x-11.69000.7735 3.44E-11

麥谷1號(hào)y=0.0052x-1.81160.6474 2.86E-08

魯谷10號(hào)y=0.0088x-5.08790.7695 4.48E-11

豫谷4號(hào)y=0.0044x-2.38800.6657 1.27E-08

豫谷1號(hào)y=0.0056x-2.39310.9176 8.18E-18

2.4 穗體積與穗粒重的關(guān)系

從表4中可以看出，穗體積與穗粒重回歸方程的決定系數(shù)在0.5527～0.9057之間，其中滄谷4號(hào)回歸方程的決定系數(shù)最低，R2=0.5527，豫谷1號(hào)的最高，R2=0.9057。說(shuō)明穗體積能夠解釋穗粒重變化的55.27%～90.57%。顯著性P值在6.25E-17～1.09E-06之間。豫谷1號(hào)穗體積與穗粒重的直線擬合效果較好（圖4）。

表4 各品種穗體積與穗粒重的

回歸方程、決定系數(shù)及顯著性

品種回歸方程決定系數(shù)R2顯著性P值

矮88y=0.0003x+1.71250.7405 2.71E-10

冀谷19y=0.0003x+1.08430.8318 3.85E-13

衡谷200131y=0.0003x+1.32190.7014 2.27E-09

滄谷4號(hào)y=0.0002x+2.52850.5527 1.09E-06

濟(jì)谷12號(hào)y=0.0004x-3.58440.8179 1.27E-12

麥谷1號(hào)y=0.0002x+2.51910.7099 1.47E-09endprint

魯谷10號(hào)y=0.0005x+0.35150.7883 1.24E-11

豫谷4號(hào)y=0.0002x+0.69310.6715 9.70E-09

豫谷1號(hào)y=0.0003x+1.19350.9057 6.25E-17

3 討論與結(jié)論

果穗大小有 3 種幾何維數(shù)：長(zhǎng)度和粗度是一

圖4 豫谷1號(hào)穗體積與穗粒重的直線擬合

維特征，面積是二維特征，體積是三維特征。穗長(zhǎng)和穗粗容易測(cè)定[8，9]，實(shí)際應(yīng)用很多 ，但是，穗的二、三維特征卻比較罕見，目前可見在玉米上的應(yīng)用[2]。本研究得到的谷穗形態(tài)數(shù)據(jù)可以用于谷子種質(zhì)資源評(píng)價(jià)、遺傳和育種、谷穗脫粒機(jī)械設(shè)計(jì)等領(lǐng)域。

決定系數(shù)R2是將線性相關(guān)系數(shù)進(jìn)行平方得到的，而相關(guān)系數(shù)是用以反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)[10]。通過(guò)分析谷子的穗長(zhǎng)、穗粗、穗側(cè)面積、穗體積與穗粒重的回歸方程的決定系數(shù)，可以看出，考察單一谷穗大小特征對(duì)穗粒重的作用，穗側(cè)面積和穗體積等高維特征的作用明顯高于穗長(zhǎng)和穗粗等一維特征。方差分析是生物統(tǒng)計(jì)中常采用的一種方法[11]，通過(guò)谷子穗長(zhǎng)、穗粗、穗側(cè)面積、穗體積與穗粒重的方差分析中的顯著性，可以看出，穗側(cè)面積和穗體積等高維特征與穗粒重的顯著性關(guān)系明顯高于穗長(zhǎng)和穗粗等一維特征。通過(guò)谷穗形態(tài)快速測(cè)量技術(shù)可以輕而易舉地獲取谷穗的高維幾何特征，配合使用本研究獲得的高精度預(yù)測(cè)穗粒重方法，可望在未來(lái)實(shí)現(xiàn)由谷子幾何特征估算谷子穗粒重的自動(dòng)化。本研究?jī)H是9個(gè)品種的結(jié)果，繼續(xù)擴(kuò)大谷子品種范圍進(jìn)行驗(yàn)證，將為本研究成果的推廣應(yīng)用奠定更為扎實(shí)的基礎(chǔ)。

谷穗側(cè)面積和穗體積等高維幾何特征對(duì)穗粒重的作用明顯大于穗長(zhǎng)和穗粗等一維幾何特征。穗側(cè)面積和穗體積是反映谷穗形態(tài)的兩個(gè)重要性狀，能夠高精度預(yù)測(cè)穗粒重的變化。在栽培和育種實(shí)踐中，無(wú)論是谷穗生長(zhǎng)診斷，還是變異選擇，首選的幾何特征應(yīng)該是穗體積，穗面積次之，穗長(zhǎng)和穗粗再次之。這為谷穗生長(zhǎng)診斷和籽粒產(chǎn)量的間接選擇提供了新的更優(yōu)的途徑。

參 考 文 獻(xiàn)：

[1]?趙春明，韓仲志，楊錦忠，等. 玉米果穗 DUS 性狀測(cè)試的圖像處理應(yīng)用研究[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2009，42（11）：4100-4105.

[2] 楊錦忠，張洪生，趙延明，等. 玉米穗粒重與果穗三維幾何特征關(guān)系的定量研究[J].中國(guó)農(nóng)業(yè)科學(xué)，2010，43（21）：4367-4374.

[3] 于經(jīng)川，劉兆曄，馬淑麗，等. 小麥上三葉與穗粒重關(guān)系的研究[J]. 萊陽(yáng)農(nóng)學(xué)院學(xué)報(bào)： ? ? 自然科學(xué)版，2006，23（1）：116-118.

[4] 成東梅，彭濤，高燕，等. 高產(chǎn)小麥旗葉與穗粒重關(guān)系的研究[J]. 安徽農(nóng)業(yè)科學(xué)，2007， ?35（36）：11798-11799.

[5] 李淑芳，李玉發(fā)，王鳳華，等. 粳稻劍葉與穗粒重關(guān)系的研究[J]. 吉林農(nóng)業(yè)科學(xué)，2004， ? 29（5）：9-11.

[6] 張曉宇，楊錦忠. 數(shù)字圖像處理在玉米發(fā)芽試驗(yàn)中的應(yīng)用研究[J]. 玉米科學(xué)，2005， 13（2）：109-111.

[7] 楊錦忠，郝建平，杜天慶，等. 玉米圖像處理技術(shù)及其評(píng)價(jià)初探[J]. 青島農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，26（3）：246-249.

[8] 姜盼，張彬，畢昆. 基于圖像處理的小麥穗長(zhǎng)測(cè)量[J]. 中國(guó)傳媒大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，17（4）：69-73.

[9] 畢昆，姜盼，李磊，等. 基于形態(tài)學(xué)圖像處理的麥穗形態(tài)特征無(wú)損測(cè)量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26（12）：212-216.

[10]李秀敏，江衛(wèi)華. 相關(guān)系數(shù)與相關(guān)性度量[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2006，36（12）：188-192.

[11]高忠江，施樹良，李鈺. SPSS方差分析在生物統(tǒng)計(jì)中的應(yīng)用[J]. 現(xiàn)代生物醫(yī)學(xué)進(jìn)展， ? 2008，8（11）：2116-2119.endprint