種子活力光學(xué)無損檢測(cè)技術(shù)研究進(jìn)展

袁 俊 鄭 雯 ， 祁亨年 高 璐 胡曉軍 趙光武 施俊生 賈良權(quán)

（1湖州師范學(xué)院信息工程學(xué)院，313000，浙江湖州；2浙江農(nóng)林大學(xué)農(nóng)業(yè)與食品科學(xué)學(xué)院，311000，浙江杭州；3浙江省種子管理總站，311000，浙江杭州）

種子是某些植物特有的繁殖器官，在生物圈中扮演著重要角色。種子活力是種子檢測(cè)中一項(xiàng)重要指標(biāo)，在種子加工行業(yè)越來越受到重視。國(guó)際種子檢驗(yàn)協(xié)會(huì)（ISTA）較為準(zhǔn)確地定義了種子活力：種子活力是指在廣泛的環(huán)境條件下，決定可接受的種子批發(fā)芽活動(dòng)和表現(xiàn)的性能因素的總和。種子活力在描述發(fā)芽率、出苗率、非生物因素以及生物因素影響抗性、不同條件下種子貯藏能力方面具有較大優(yōu)勢(shì)，種子活力能較為全面地衡量種子性能，對(duì)種子活力進(jìn)行檢測(cè)具有實(shí)際意義[1-2]。

活力高的種子往往表現(xiàn)為個(gè)體大，播種后長(zhǎng)勢(shì)好，生命力強(qiáng)；活力低的種子表現(xiàn)為長(zhǎng)勢(shì)差，結(jié)實(shí)率低，可能導(dǎo)致作物減產(chǎn)。為此，種子活力檢測(cè)對(duì)農(nóng)業(yè)生產(chǎn)有著重要意義[3-4]。傳統(tǒng)種子活力檢測(cè)方法有標(biāo)準(zhǔn)發(fā)芽實(shí)驗(yàn)法、TTC染色法、電導(dǎo)率測(cè)定法和加速老化試驗(yàn)等方法，這些方法對(duì)種子都是有損的。傳統(tǒng)檢測(cè)方法檢測(cè)周期較長(zhǎng)，標(biāo)準(zhǔn)發(fā)芽實(shí)驗(yàn)法通常需要6～8d，操作繁瑣，且采取抽樣檢測(cè)，無法獲取采集到的每顆種子的真實(shí)活力數(shù)據(jù)；TTC染色法和加速老化試驗(yàn)法對(duì)種子造成不可避免的損傷；電導(dǎo)率測(cè)定法復(fù)現(xiàn)性差，活力檢測(cè)結(jié)果與環(huán)境因素關(guān)聯(lián)較強(qiáng)[5-6]。因此傳統(tǒng)的種子活力檢測(cè)方法無法滿足現(xiàn)代農(nóng)業(yè)發(fā)展中的規(guī)?；⒖焖俸蜔o損檢測(cè)要求。

隨著光學(xué)技術(shù)的發(fā)展和農(nóng)業(yè)生產(chǎn)需求的提高，國(guó)內(nèi)外很多學(xué)者將光學(xué)技術(shù)與種子活力研究結(jié)合起來，取得了豐碩的成果[7-10]。種子具有體積大小不一、形狀各異的特點(diǎn)；不同種子種皮顏色存在差異；種子內(nèi)含有含量豐富的高分子有機(jī)物，如核酸、淀粉和蛋白質(zhì)等，不同的物質(zhì)成分可表現(xiàn)為不同的光譜特性。部分種子可以通過種皮顏色差異判斷活力，而通過種子的光譜圖譜既可以獲取種子多維空間信息，又可以反映種子的內(nèi)部物質(zhì)成分屬性，因此采用光學(xué)技術(shù)可對(duì)種子活力進(jìn)行檢測(cè)[11-12]。國(guó)內(nèi)外采用光學(xué)技術(shù)檢測(cè)種子活力的方法主要有近紅外光譜、高光譜成像、X光光譜、紅外熱成像和色選技術(shù)等檢測(cè)技術(shù)[13-14]。光學(xué)檢測(cè)技術(shù)有明顯優(yōu)勢(shì)：檢測(cè)耗時(shí)短，能在較短時(shí)間獲取種子活力數(shù)據(jù)，或者快速篩選出高活力種子；檢測(cè)分辨率高；對(duì)種子無損傷；可對(duì)種子活力進(jìn)行批量檢測(cè)。本文對(duì)近年來發(fā)展較為迅速的種子活力光學(xué)檢測(cè)技術(shù)進(jìn)行了綜述，介紹了相關(guān)光學(xué)檢測(cè)技術(shù)的工作原理與應(yīng)用，總結(jié)了種子活力光學(xué)檢測(cè)技術(shù)的特點(diǎn)和被檢測(cè)種子的特征，指出了目前光學(xué)檢測(cè)技術(shù)應(yīng)用的局限性，對(duì)光學(xué)技術(shù)在種子活力檢測(cè)領(lǐng)域的發(fā)展前景進(jìn)行了展望。

1 種子活力光學(xué)檢測(cè)技術(shù)

1.1 X光光譜檢測(cè)技術(shù)

X光光譜技術(shù)可用于檢測(cè)種子活力，通過獲取種子的X光圖譜了解其內(nèi)部結(jié)構(gòu)，如種子內(nèi)部空腔、胚和胚乳等，將種子內(nèi)空洞面積作為種子發(fā)芽勢(shì)的指標(biāo)，從而能夠獲取種子活力數(shù)據(jù)[15]。目前商用儀器有Faxitron公司生產(chǎn)的MX-20 DC12型X光檢測(cè)儀（美國(guó)）。種子經(jīng)過清洗、浸泡和干燥處理后在檢測(cè)板上排列整齊，放入暗室進(jìn)行X光譜采樣，將采樣圖片整合為三維圖像顯示后進(jìn)行種子活力判別，其工作原理如圖1所示。

圖1 X光種子活力檢測(cè)原理Fig.1 The principle of seed vigor test by X-ray

X光用于種子活力檢測(cè)的時(shí)間較早，得到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[16-17]。Swaminathan等[18]使用X光檢測(cè)了16種作物的種子活力，數(shù)據(jù)顯示該方法用于種子活力檢測(cè)結(jié)果可靠。Ogé等[19]使用X光譜對(duì)種子檢測(cè)發(fā)現(xiàn)，種子活力受含異天冬氨酰的蛋白質(zhì)影響。Lombardo等[20]獲取赤櫟橡子的X光圖譜，發(fā)現(xiàn)受到象鼻蟲損壞的種子活力低。Al-Turki等[21]發(fā)現(xiàn)胚正常的種子發(fā)芽檢測(cè)得到的種子活力與X光檢測(cè)結(jié)果一致。Zhao等[15]發(fā)現(xiàn)當(dāng)種子自由腔的大小一定時(shí)，體積越大的種子活力越強(qiáng)。楊冬風(fēng)[22]將X光光譜與人工智能結(jié)合起來，種子活力檢測(cè)準(zhǔn)確率為95%以上。蘇爭(zhēng)艷等[23]發(fā)現(xiàn)胚乳與種胚之間自由空隙與種子活力高低呈明顯的正相關(guān)。綜上，X光光譜檢測(cè)技術(shù)具有檢測(cè)時(shí)間短、檢測(cè)效率高、準(zhǔn)確率高、對(duì)種子無損傷的優(yōu)點(diǎn)，但X光檢測(cè)設(shè)備成本相對(duì)較高，此外，由于X光本身具有輻射，因而推廣使用較為困難。

1.2 近紅外光譜檢測(cè)技術(shù)

近紅外光譜（near-infrared spectroscopy，NIRS）是指波長(zhǎng)范圍780～2 526nm的光譜。種子中含有大量的含碳有機(jī)物，如糖、脂質(zhì)和蛋白質(zhì)等，通過檢測(cè)這些物質(zhì)的官能團(tuán)特征吸收譜線可以對(duì)種子組成進(jìn)行定量分析，近紅外光譜技術(shù)在國(guó)內(nèi)外廣泛用于種子活力檢測(cè)研究中[24-25]。目前商用近紅外光譜儀使用較為廣泛的有布魯克儀器公司生產(chǎn)的MPA傅立葉變換近紅外光譜儀（德國(guó)），Thermo Scientific公司生產(chǎn)的Antaris II型傅里葉變換近紅外分析儀（美國(guó)）。近紅外光譜種子活力檢測(cè)原理如圖2所示，將待檢測(cè)種子平鋪在容器中放入封閉暗箱內(nèi)，采集種子近紅外光譜，對(duì)光譜數(shù)據(jù)進(jìn)行處理，從而獲得種子活力等級(jí)數(shù)據(jù)。

時(shí)偉芳等[26]使用傅里葉變換近紅外光譜（FTNIR）檢測(cè)300粒小麥種子活力，發(fā)現(xiàn)以腹面和背面兩面平均光譜的建模效果優(yōu)于單面光譜，建模集和檢驗(yàn)集的判別率分別為86.36%和91.30%。Kusumaningrum等[27]采集大豆種子的FT-NIR數(shù)據(jù)，使用變量重要性投影（VIP）法從1 557個(gè)波長(zhǎng)完整變量集中選擇了146個(gè)最佳變量，分類結(jié)果顯示準(zhǔn)確率為100%。陰佳鴻等[28]研究了含水量不同的劣變燕麥種子活力差異，發(fā)現(xiàn)含水率低時(shí)，用多元散射校正預(yù)處理判別效率最高，含水率較高時(shí)標(biāo)準(zhǔn)歸一化預(yù)處理判別率最高，但誤判率較大。

圖2 近紅外光譜種子活力檢測(cè)原理Fig.2 The principle of seed vigor test by near-infrared spectroscopy

Men等[29]獲取種子的光譜數(shù)據(jù)與根長(zhǎng)圖片，采用支持向量機(jī)（SVM）算法將種子分成有活力、活力較低和無活力3類，分類準(zhǔn)確率95%。Shrestha等[30]將化學(xué)計(jì)量學(xué)與近紅外光譜技術(shù)結(jié)合起來，使用PLS-DA和間隔PLS-DA（iPLS-DA）算法檢測(cè)2種西紅柿種子活力，選取了5個(gè)重要研究區(qū)段，發(fā)現(xiàn)iPLS-DA高于PLS-DA的檢測(cè)效果。李武等[31]獲取近紅外光譜原始數(shù)據(jù)后用偏最小二乘法回歸（PLSR）建立甜玉米種子活力定量模型，結(jié)果表明，近紅外光譜技術(shù)適合于種子活力快速評(píng)價(jià)。宋樂等[32]獲取了水稻近紅外光譜圖譜，對(duì)數(shù)據(jù)進(jìn)行二階導(dǎo)數(shù)+矢量歸一化后使用主成分分析定性分析種子活力，判別準(zhǔn)確率100%。尹淑欣等[33]將用矢量歸一算法預(yù)處理后提取的光譜特征值作為BP神經(jīng)網(wǎng)絡(luò)輸入值，建立種子活力快速無損檢測(cè)模型，判別準(zhǔn)確率為90.3%。白京等[34]將SG平滑預(yù)處理的近紅外光譜數(shù)據(jù)采用SVM建模，校正集和預(yù)測(cè)集判別準(zhǔn)確率分別為95.56%和86.67%。

Seo等[35]采用FT-NIR與拉曼光譜檢測(cè)辣椒種子活力，發(fā)現(xiàn)2種方法的精度均達(dá)到99%。羅麗萍等[36]用電導(dǎo)率法、光密度法和近紅外光譜法對(duì)不同老化程度的種子活力檢測(cè)，通過在準(zhǔn)確性、快捷性和損傷性3個(gè)方面對(duì)比，得出了近紅外光譜法速度快、效果較好、無損傷的結(jié)論。

由此可知，近紅外光譜檢測(cè)種子活力的成本較低，耗時(shí)短，檢測(cè)重復(fù)性好，通過種子的近紅外光譜檢測(cè)可快速獲得種子活力數(shù)據(jù)。因此，近紅外光譜種子活力檢測(cè)技術(shù)成為種子活力光學(xué)無損檢測(cè)優(yōu)先使用的檢測(cè)方法。

1.3 高光譜檢測(cè)技術(shù)

高光譜（hyperspectral imaging，HSI）技術(shù)具有光譜分辨率高、獲取信息充分等優(yōu)點(diǎn)。近紅外光譜檢測(cè)只能得到被檢測(cè)目標(biāo)的光譜信息，而高光譜成像技術(shù)則可得到被檢測(cè)目標(biāo)的光譜與空間信息，且波長(zhǎng)范圍包含可見光波段到紅外波段之外[37-38]。高光譜成像技術(shù)檢測(cè)種子活力的原理如圖3所示，通過調(diào)整實(shí)驗(yàn)載臺(tái)位置可以多角度獲取種子的高光譜圖像，通過訓(xùn)練模型可以實(shí)現(xiàn)種子活力鑒別。

圖3 高光譜種子活力檢測(cè)原理Fig.3 The principle of seed vigor test by hyperspectral imaging

彭彥昆等[39]獲取了400～1 100nm波長(zhǎng)范圍內(nèi)的番茄種子高光譜圖像，通過將光譜數(shù)據(jù)統(tǒng)計(jì)分析與標(biāo)準(zhǔn)發(fā)芽試驗(yàn)結(jié)果對(duì)比，發(fā)現(xiàn)在波長(zhǎng)713nm下圖像特征對(duì)活力結(jié)果判斷的正確率最高，校正集和驗(yàn)證集的正確率分別為93.75%和90.48%。李美凌等[40]用高光譜成像技術(shù)采集了2個(gè)不同品種、老化與未老化各一半的水稻種子高光譜數(shù)據(jù)，結(jié)合PCA-SVM方法建立種子活力鑒別模型，結(jié)果表明，老化和未老化種子的鑒別準(zhǔn)確率可達(dá)100%。Zhang等[41]使用可見-紅外高光譜檢測(cè)了小麥種子，使用4個(gè)光譜數(shù)據(jù)集（包括腹側(cè)溝，反面，均值和混合數(shù)據(jù)集）建立了種子活力檢測(cè)模型，結(jié)果表明，標(biāo)準(zhǔn)正變量-連續(xù)投影算法-偏最小二乘判別分析模型有較高的準(zhǔn)確度。Ambrose等[42]采用高光譜成像技術(shù)對(duì)一組經(jīng)熱處理和另一組未經(jīng)熱處理的玉米種子進(jìn)行了活力檢測(cè)，使用偏最小二乘判別分析建模，結(jié)果表明，該高光譜模型在短波紅外區(qū)域顯示最高的準(zhǔn)確度，校準(zhǔn)集準(zhǔn)確率97.6%，預(yù)測(cè)集準(zhǔn)確率95.6%。

Baek等[43]使用部分最小二乘判別法對(duì)從大豆種子的NIR-HSI中提取的數(shù)據(jù)進(jìn)行了分析，其分類準(zhǔn)確性在95%以上。He等[44]用高光譜掃描3個(gè)不同年份的2 400個(gè)種子，通過8個(gè)波段的光譜數(shù)據(jù)，使用SG平滑預(yù)處理的極限學(xué)習(xí)機(jī)模型開發(fā)出的種子活力檢測(cè)系統(tǒng)，準(zhǔn)確度達(dá)94.38%。Kandpal等[45]使用近紅外高光譜檢測(cè)甜瓜種子，將光譜數(shù)據(jù)中最適波長(zhǎng)、選擇性比（SR）和顯著性多元相關(guān)性（sMC）作為模型3種輸入變量進(jìn)行模型訓(xùn)練，結(jié)果顯示PLS-DA模型使用從校正集提供的變量的結(jié)果表現(xiàn)較好，而PLSDA-SR法在驗(yàn)證集中表現(xiàn)了最高的分類精度（94.6%）。Wakholi等[46]收集了600個(gè)玉米樣品高光譜數(shù)據(jù)，其中一半經(jīng)過熱處理，另一半為對(duì)照組，測(cè)試了3種分類模型，線性判別分析（LDA）、偏最小二乘判別分析和SVM，其中SVM分類準(zhǔn)確率最高，達(dá)到100%。

綜上所述，由于高光譜成像技術(shù)具有光譜和圖像2個(gè)屬性，因此國(guó)內(nèi)外在利用HSI技術(shù)進(jìn)行種子活力的檢測(cè)研究中，在活力鑒定算法、不同種類種子上都進(jìn)行了研究，高光譜技術(shù)越來越成為種子活力檢測(cè)的一個(gè)活躍的研究方向，也正是因?yàn)楦吖庾V成像技術(shù)可以同時(shí)獲取光譜信息與種子圖像信息，使得批量化對(duì)單粒種子活力的快速、無損檢測(cè)的商用逐漸成為可能。

1.4 光聲光譜檢測(cè)技術(shù)

光聲光譜（photoacoustic spectroscopy，PAS）是一種利用光聲效應(yīng)發(fā)展起來的檢測(cè)技術(shù)，具有靈敏度高、用途廣等優(yōu)點(diǎn)，特別適合強(qiáng)散射和非透明物體檢測(cè)。其檢測(cè)原理是光源照射目標(biāo)使目標(biāo)受熱，光波的周期性導(dǎo)致溫度周期性上升，從而影響周圍空氣發(fā)生微弱振動(dòng)而產(chǎn)生聲波，通過檢測(cè)該微弱聲波可獲取該目標(biāo)的數(shù)據(jù)，被檢測(cè)到的部分稱為光聲信號(hào)，經(jīng)過放大器后可得到光聲光譜。光聲光譜設(shè)備可以按試驗(yàn)需求配置，其工作原理如圖4所示。

圖4 光聲光譜種子活力檢測(cè)原理Fig.4 The principle of seed vigor test by photoacoustic spectroscopy

李歡歡等[47]在試驗(yàn)中采用傅里葉變換紅外光譜儀Nicolet 6700（Thermo Elemental，美國(guó)），配合PA 300光聲附件（MTEC Photoacoustics，美國(guó)）搭建的檢測(cè)系統(tǒng)獲取了水稻種子的光聲光譜，并結(jié)合LS-SVR算法建立了水稻種子活力快速無損分選模型，經(jīng)過測(cè)試，混合建模校正集相關(guān)系數(shù)和標(biāo)準(zhǔn)偏差分別為0.9701和0.4657，預(yù)測(cè)集相關(guān)系數(shù)與標(biāo)準(zhǔn)偏差分別為0.9562和0.5729，表明光聲光譜在種子活力檢測(cè)方面具有較高的精確度。Pardo等[48]使用光聲光譜檢測(cè)蔬菜種子活力，在250～750nm的光譜范圍內(nèi)檢測(cè)了老化與未老化蔬菜種子的熱擴(kuò)散速率與光吸收系數(shù)，試驗(yàn)結(jié)果顯示未老化種子的光吸收較高，將試驗(yàn)結(jié)果與掃描電鏡顯示結(jié)果對(duì)比進(jìn)一步證明光聲光譜檢測(cè)速度快，效果好。Klein等[49]在較低的精度使用光聲光譜測(cè)量乙烷、乙烯和乙醛的含量，發(fā)現(xiàn)隨著種子老化程度加深，這些物質(zhì)含量增加越多，種子活力越低。光聲光譜目前應(yīng)用較少，但其精確度高，適合于表面粗糙種子活力檢測(cè)，在探究種子活力原理方面具有很大潛力。

1.5 可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)

可調(diào)諧半導(dǎo)體激光吸收光譜（tunable diode laser absorption spectroscopy，TDLAS）技術(shù)是近年來迅速發(fā)展的痕量氣體檢測(cè)技術(shù)，具有檢測(cè)極限高、分辨率好、實(shí)時(shí)性強(qiáng)等優(yōu)點(diǎn)，其工作原理如圖5所示。

圖5 TDLAS技術(shù)原理Fig.5 The principle of TDLAS

賈良權(quán)等[50-52]基于種子有氧呼吸釋放CO2的特點(diǎn)，利用TDLAS技術(shù)對(duì)玉米種子呼吸過程中釋放的CO2進(jìn)行檢測(cè)。通過種子呼吸釋放的CO2強(qiáng)度與標(biāo)準(zhǔn)發(fā)芽試驗(yàn)結(jié)果進(jìn)行相關(guān)性分析，判定種子活力，并且經(jīng)過3～8h可以判定出種子活力等級(jí)，TDLAS檢測(cè)具有高靈敏度、高分辨率的優(yōu)點(diǎn)，同時(shí)檢測(cè)成本相對(duì)較低，相較于近紅外光譜技術(shù)、高光譜技術(shù)和X光譜技術(shù)，TDLAS技術(shù)具有顯著的優(yōu)勢(shì)。利用種子代謝產(chǎn)物推斷種子活力成為種子活力檢測(cè)的新思路，活力強(qiáng)的種子酶活力高，呼吸旺盛，代謝產(chǎn)物豐富，相比于直接獲取種子全方位信息，對(duì)其代謝單一產(chǎn)物的檢測(cè)顯得較為簡(jiǎn)單，數(shù)據(jù)量少，計(jì)算簡(jiǎn)便，準(zhǔn)確率較高。在種子活力批量檢測(cè)上具有明顯優(yōu)勢(shì)。目前，市場(chǎng)上尚無采用TDLAS技術(shù)進(jìn)行種子活力檢測(cè)的商用儀器，僅有實(shí)驗(yàn)室自主設(shè)計(jì)的檢測(cè)裝置。

1.6 色選技術(shù)

色選技術(shù)是利用被測(cè)物的顏色差異，通過光學(xué)技術(shù)將異色物分離出的方法，常用在散體物料、工業(yè)品、食品檢測(cè)和分級(jí)領(lǐng)域。在種子活力檢測(cè)中，低活力的種子通常伴隨著變質(zhì)、褐變，其顏色與高活力種子有明顯差異，因此可利用色選技術(shù)通過種子顏色差異將高、低活力種子區(qū)分開。商用色選機(jī)有SATAKE公司生產(chǎn)的FMS 2000型色選機(jī)（日本）。種子活力色選技術(shù)示意圖如圖6所示。褐變程度不同的種子在傳送帶上傳動(dòng)，經(jīng)過斜坡受到重力的影響產(chǎn)生一個(gè)加速運(yùn)動(dòng)的過程，在外部光源照射下經(jīng)過已經(jīng)設(shè)置好參數(shù)的反光板，正常顏色的種子可以通過色選過程，而顏色改變的種子被空氣槍吹出，完成不同活力種子的分類。

圖6 色選技術(shù)種子活力檢測(cè)原理Fig.6 The principle of seed vigor test by color sorting

Klein等[53]研究發(fā)現(xiàn)，經(jīng)過色選分選出的深色東部蒲葵種子在15%的H2O2中浸泡18h可有效打破休眠狀態(tài)，相比傳統(tǒng)的4～6周分層時(shí)間，效率明顯提高。胡偉鳳等[54]發(fā)現(xiàn)經(jīng)過色選后的水稻種子，種子活力明顯提高并且高活力種子比重大。吳萍等[55]采用篩選和色選技術(shù)相結(jié)合的精選方法，發(fā)現(xiàn)種子發(fā)芽勢(shì)和發(fā)芽率從原來的86%和92%分別提高到89%和95%，許陽[56]應(yīng)用色選技術(shù)從甜玉米種子中篩出霉粒、雜質(zhì)和破損粒，使種子顏色外觀保持均勻一致，可以較為方便地分離出高活力種子。綜上可知，色選技術(shù)是一種簡(jiǎn)潔的種子活力檢測(cè)技術(shù)，通過區(qū)分褐變程度不同的種子顏色能快速篩選出高活力種子，在種子分選領(lǐng)域應(yīng)用也逐漸發(fā)展起來，已有專業(yè)的分選設(shè)備，但對(duì)于應(yīng)用于不同品種種子分選的設(shè)備參數(shù)設(shè)置需要進(jìn)一步研究[54-55]。

2 問題與討論

針對(duì)種子性狀各異的特點(diǎn)，光學(xué)技術(shù)能依據(jù)各種種子的特征提供不同的活力檢測(cè)方式：體積較大、活力大小可通過褐變程度判斷的種子可采用色選技術(shù)快速判斷，如蘿卜種子；存在空種子，多胚、風(fēng)化或受到蟲害、機(jī)械損傷的種子批，可采用X光光譜檢測(cè)技術(shù)通過種子內(nèi)部結(jié)構(gòu)檢測(cè)種子活力，如番茄種子；對(duì)于高活力種子與劣變后的低活力種子，可采用近紅外光譜或高光譜技術(shù)對(duì)種子中蛋白質(zhì)、多糖或不飽和脂肪酸含量進(jìn)行檢測(cè)，從而獲取高活力種子，如玉米種子[4，28]；大批量種子可采用TDLAS技術(shù)通過檢測(cè)其呼吸強(qiáng)度對(duì)種子活力狀況進(jìn)行評(píng)價(jià)，如水稻種子；對(duì)于一些無需進(jìn)行前處理的種子樣品，光聲光譜技術(shù)是檢測(cè)其種子活力的有效方法[47]。

近年來，隨著電子信息和光學(xué)工程技術(shù)的發(fā)展，光學(xué)技術(shù)在種子活力檢測(cè)領(lǐng)域中取得了長(zhǎng)足的進(jìn)展，部分檢測(cè)技術(shù)在科研實(shí)踐中已得到應(yīng)用，然而，目前市場(chǎng)上尚無成熟的可商用的種子活力光學(xué)檢測(cè)裝備，究其原因主要有以下幾點(diǎn)：（1）目前光學(xué)檢測(cè)技術(shù)在種子活力檢測(cè)中的應(yīng)用，普遍側(cè)重于檢測(cè)方法及活力相關(guān)光學(xué)信號(hào)及其算法處理，對(duì)種子活力的光學(xué)檢測(cè)機(jī)理研究相對(duì)較少。（2）光學(xué)技術(shù)檢測(cè)種子活力尚缺乏特征光譜與活力等級(jí)的定量關(guān)系，目前應(yīng)用光學(xué)技術(shù)檢測(cè)種子活力，需要對(duì)每一批次或每一品種種子進(jìn)行標(biāo)準(zhǔn)發(fā)芽試驗(yàn)，再與通過光學(xué)技術(shù)檢測(cè)獲得的數(shù)據(jù)進(jìn)行相關(guān)性分析，才能獲得光學(xué)技術(shù)檢測(cè)種子活力的結(jié)果，在實(shí)際商用前，還需要進(jìn)行相關(guān)種子和光學(xué)數(shù)據(jù)測(cè)試。由于不同種子其特征光譜等屬性不完全相同，還需要進(jìn)行大量檢測(cè)試驗(yàn)，因此在商業(yè)化使用時(shí)仍需要獲取相應(yīng)種子的特征屬性數(shù)據(jù)庫。（3）光學(xué)檢測(cè)技術(shù)成本普遍偏高，X光、高光譜和光聲光譜檢測(cè)設(shè)備價(jià)格昂貴，限制了商用的發(fā)展，目前基本上處于實(shí)驗(yàn)室研究階段。（4）種子活力檢測(cè)的最終目標(biāo)是為制種和播種等農(nóng)業(yè)生產(chǎn)服務(wù)。目前大多光學(xué)檢測(cè)技術(shù)只涉及到種子活力的檢測(cè)，檢測(cè)后的種子仍需進(jìn)行分級(jí)分選研究，不同活力種子的分選分級(jí)是商業(yè)化生產(chǎn)的重要一環(huán)。

3 總結(jié)與展望

光學(xué)技術(shù)在種子活力檢測(cè)中的應(yīng)用，相對(duì)于利用種子生物性質(zhì)的傳統(tǒng)的種子活力檢測(cè)方法，在種子物理層面的活力檢測(cè)方式越來越受到科研工作者和育種專家的重視，在實(shí)際應(yīng)用上有以下優(yōu)勢(shì)：X光、近紅外光譜和高光譜檢測(cè)技術(shù)都能夠?qū)崟r(shí)對(duì)種子活力進(jìn)行檢測(cè)；TDLAS技術(shù)和色選技術(shù)在種子加工過程中可以實(shí)現(xiàn)較大的處理量，能夠滿足實(shí)際生產(chǎn)快速檢測(cè)要求；通過光學(xué)技術(shù)可以實(shí)現(xiàn)獲取單粒種子活力數(shù)據(jù)，為后續(xù)播種或者人工育種提供優(yōu)良親本。隨著精準(zhǔn)農(nóng)業(yè)的發(fā)展，基于光學(xué)技術(shù)的種子活力無損檢測(cè)方法具有重要的發(fā)展?jié)摿Α?/p>

基于目前蓬勃發(fā)展的光學(xué)技術(shù)在種子活力檢測(cè)中的應(yīng)用研究現(xiàn)狀，筆者建議今后光學(xué)技術(shù)在種子活力檢測(cè)領(lǐng)域的發(fā)展方向可以從以下3個(gè)方向開展：第一，開展種子活力的光學(xué)檢測(cè)機(jī)理研究，通過對(duì)種子的光學(xué)特征、物質(zhì)成分和活力相關(guān)代謝等研究，獲得機(jī)理清晰的光學(xué)特性與種子活力相關(guān)的機(jī)理，為開展基于光學(xué)技術(shù)的種子活力檢測(cè)提供理論依據(jù)；第二，針對(duì)具體檢測(cè)領(lǐng)域，開展種子的特征光譜研究，建立種子活力特征光譜數(shù)據(jù)庫。目前種子檢測(cè)研究總體品種較少，缺乏普遍適用的種子活力特征光譜數(shù)據(jù)庫；第三，隨著電子信息技術(shù)和自動(dòng)化技術(shù)的發(fā)展，進(jìn)一步將種子活力光學(xué)無損檢測(cè)技術(shù)與智能分選裝備相結(jié)合，研制出低成本、快速、無損檢測(cè)和分選裝備是重要發(fā)展趨勢(shì)。