基于高光譜成像技術的油菜種子油酸含量反演模型

盧信 廖桂平 劉凡

摘要：高油酸油菜籽品種是當前油菜育種方向之一，為開發(fā)高效、無損測定油酸含量的方法，提高油菜高油酸種質(zhì)資源篩選效率，選用3個油菜品種為材料，分別采集其種子光譜成像信息及油酸含量數(shù)據(jù)，首先對光譜信息進行11種預處理，確定多元散射校正（MSC）最佳預處理方法，然后基于主成分分析（PCA）、連續(xù)投影（SPA）、競爭性自適應重加權采樣（CARS）方法對數(shù)據(jù)進行降維，最后分別建立支持向量機（SVM）、最小二乘支持向量機（LS-SVM）和極限學習機（ELM）3種定量分析模型，對油菜油酸含量進行無損檢測。通過改變訓練樣本的數(shù)量來測試模型，為驗證模型的穩(wěn)定性，用相關系數(shù)（R）、均方根誤差（RMSE）進行效果評價。結果表明，在所有模型中，多元散射校正+競爭性自適應重加權采樣+極限學習機（MSC+CARS+ELM）模型預測效果最好，校正集相關系數(shù)（Rc）、均方根誤差（RMSEc）分別為0.894、1.993 4%，預測集相關系數(shù)（Rp）為0.868，均方根誤差（RMSEp）為1.069 8%，可更加準確地預測油酸含量，創(chuàng)建一種快速、無損檢測油菜種子油酸含量的方法，為利用高光譜技術進行油菜營養(yǎng)品質(zhì)無損檢測提供理論依據(jù)。

關鍵詞：油菜；高光譜成像；油酸含量doi：10.13304/j.nykjdb.2021.1001

中圖分類號：S126 文獻標志碼：A 文章編號：10080864（2023）01009208

油菜是我國重要的油料作物，是植物油脂的主要來源之一[1-2]。種子是農(nóng)業(yè)生產(chǎn)中非常重要的生產(chǎn)資料，其品質(zhì)對農(nóng)業(yè)經(jīng)濟至關重要[3]。油菜種子（油菜籽）品質(zhì)主要包括種子含水率、蛋白質(zhì)含量、脂肪酸含量等。在現(xiàn)代油菜育種中，高油酸品種已成為研究熱點[4]，針對品種選育過程中篩選時間長且工作量大的問題[5]，提出一種快速、高效測定油酸含量的方法，對提高油菜高油酸種質(zhì)資源篩選效率具有重要意義。

傳統(tǒng)油酸含量測定方法主要有高效液相色譜法和氣相色譜法[6]，存在有損、操作繁瑣、耗時長等弊端[7]，無法滿足農(nóng)業(yè)信息化和智能化的要求，近年來，隨著化學計量學的發(fā)展和遙感技術的進步，高光譜成像技術以其快速、無損、高效等優(yōu)勢，在農(nóng)產(chǎn)品、農(nóng)業(yè)投入品等品質(zhì)的快速、無損分析方面得到廣泛應用[89]。Tallada等[10]基于成像高光譜技術對玉米種子的蛋白質(zhì)、可溶性糖、油分等含量進行了定量分析，使用偏最小二乘方法，發(fā)現(xiàn)該方法對蛋白質(zhì)的預測效果較好，但是對其他成分預測效果不佳；蘆兵等[11]利用高光譜技術構建了水稻種子含水量的預測模型，基于遺傳模擬退火算法，使用松弛變量方法進行改進，最終模型相關系數(shù)（R2）為0.928 6，均方根誤差（root mean squareerror，RMSE）為3.42%；用近紅外技術分別構建花生種子的維生素E含量[12]、蔗糖[13]、芥酸[14]含量預測模型；吳靜珠等[15]利用近紅外成像高光譜對小麥種子的水分、蛋白含量等進行預測；蔣蘋等[16]和郝勇等[17]利用成像光譜技術對油茶籽脂肪酸含量進行預測，為油茶籽脂肪酸的無損、快速檢測提供了實踐經(jīng)驗和理論；李建國等[18]利用成像高光譜技術對花生油酸含量進行研究，成功將高光譜技術用于種子選育。綜上，在作物種子品質(zhì)檢測中，研究者使用近紅外高光譜技術、可見-近紅外高光譜技術和可見-近紅外成像高光譜技術等都取得了較好的研究效果，但是側(cè)重的光譜波段和數(shù)據(jù)特征各不相同。

因此，本研究通過高光譜成像技術研究油菜種子油酸含量和光譜數(shù)據(jù)間的定量關系；首先尋找最優(yōu)預處理方式，然后利用不同方法進行降維，提取特征波段，最后建立3種油酸含量模型，對比分析不同方法的檢測效果，為油菜種子提供無損、快速的檢測方法，為高油酸油菜種質(zhì)篩選提供參考。