種子活力無損檢測方法研究進展

222

(1.武漢理工大學機電工程學院， 湖北 武漢 430070； 2.北京農業信息技術研究中心， 北京 100097；3.北京農業智能裝備技術研究中心， 北京 100097)

種業是農業的芯片[1]，農產品的生產產量和品質與農田播種種子的質量息息相關。據統計，每年我國因作物種子不適造成的農產品減產在10%～20%之間[2]。為保證播種種子質量，種子質量檢測是種子銷售前必不可少的環節。種子活力作為衡量種子質量的重要指標之一，在種子生產加工過程中常常未能受到重視。高活力的種子在田間發芽速度快、出苗整齊、抵抗逆環境生長的能力強；低活力的種子在田間發芽速度較慢、出苗不規整，很容易受到生長環境的影響而造成農產品減產。因此研究種子活力的檢測技術，對保障農業經濟的穩定發展有著重要意義。

1 種子活力

種子活力的概念首次提出是1950年在國際種子協會(ISTA)上。1981年，鄭光華[3]撰寫的《積極開展種子活力研究的建議》一文，將國際上最熱門的研究領域介紹到國內，并第一次將“Vigor”譯為“活力”，在《種子》雜志上將這個種子學中最新穎而又非常重要的概念正式刊發，并由此推動了我國這一領域的研究發展。2003國際種子檢驗規程規定：種子活力是指種子批在廣泛環境條件下，所測定活性和有關性能的總和[4]。種子活力主要特性包括：種子發芽、幼苗生長速率和整齊度；種子在不利環境條件下的出苗能力；儲藏后保持發芽的能力。常見的傳統檢測種子活力的方法有多種。例如四唑(TTC)染色法，它主要依據種胚中與種子活力相關聯的過氧化氫酶發生化學反應變成紅色。根據染色的位置和深淺可以確定種子活力水平，一般情況下，紅色越深，說明種子活力水平越高；幼苗生長測定法是根據種子出苗生長速度、幼苗根長和芽長、鮮重或干重等種子生長特性來判斷種子活力狀況。高活力種子一般出苗生長速度快、根長和芽長較長、鮮重值或干重值較高，低活力種子在這些特性上則表現相對弱勢；加速老化法是依據老化處理后的種子發芽情況來進行判斷，高活力種子能正常出苗生長，而低活力種子則易生長為不正常幼苗或者不生長。除上述幾種方法，還有一些傳統種子活力檢測方法如抗冷測定法、電導率法、磚礫法等。傳統種子活力檢測方法對種子活力情況的評定結果科學性強，是國家標準種子活力檢測方法，但也存在對實驗工作人員的專業能力要求較高、實驗周期長、容易對種子造成損傷等缺點，不能滿足現代農業生產對種子快速、準確、無損檢測的新要求[5]。隨著現代科學技術的發展，諸如機器視覺、近紅外光譜、軟X射線、電子鼻等新型檢測技術逐漸應用到種子活力檢測領域中，給種子質量檢測行業注入了新力量。

2 新型種子活力檢測方法

2.1 機器視覺技術

機器視覺技術是一門涉及到計算機技術、圖像處理、模式識別等多個領域的智能技術[6]，在食品安全檢測、生產制造和交通監控等行業有著廣泛的應用[7]，并取得了巨大的經濟和社會效益。近年來在種子活力檢測領域，研究人員發現種子活力不僅與種子的遺傳特性有關，與種子大小、顏色等物理性狀也有密切關系[8]。應用機器視覺技術來檢測種子活力，主要通過圖像傳感器獲取種子圖像，然后將圖像轉化為數字圖像導入計算機中，運用諸如圖像預處理、邊緣檢測、圖像分割等圖像處理技術進行分析處理，提取種子大小、顏色等信息，最終結合數據分析方法對種子活力狀況進行評價。在國外，Kiratiratanapruk等[9]通過圖像處理相關技術，建立了基于玉米種子顏色和紋理特征的支持向量機(SVM)分類器，實現了對有十多種缺陷特征(發霉、蟲蛀等)的玉米種子分類，最終判斷正常種子的準確率為95.6%，有缺陷的種子準確率為80.6%。Hoffmaster等[10]利用圖像掃描儀獲取大豆幼苗圖像，結合圖像處理技術，開發了能實現對大豆種子批的活力水平評定的系統。Granitto等[11]利用機器視覺技術獲取種子形態、顏色和紋理的特征信息，建立貝葉斯分類模型，實現對57種雜草種子的自動分類。在國內，彭江南等[12]利用中國農業大學自主研發的Seed Identification軟件提取棉籽圖像中單粒棉籽的RGB、Lab、HSB、灰度以及長、寬等特征信息，確定了棉種活力與R、S、B(HSB)、b、寬度、長度和投影面積存在顯著或極顯著的相關性，最終當R小于90進行精選，棉種的發芽率由89%提高到96.1%。葉鳳林等[13]同樣利用Seed Identification軟件對黃芩進行研究，發現黃芩幼苗苗長、鮮重與種子H值、寬度、長度、投影面積呈極顯著相關。李振等[14]基于圖像處理技術，開發了辣椒種子活力指數檢測系統，活力指數檢測準確率高達92%以上。王應彪等[15]通過OpenCV對優質和含有損傷、霉變種子的HSV顏色空間進行分析，將種子分成優質、一般、劣質三類，其中優質種子判斷正確率為90.5%，一般種子正確率為82.3%，劣質種子正確率為92.3%。上述研究表明，運用機器視覺技術不僅在種子質量檢測和分級上有著很好的應用成效，而且在實現種子活力的快速、準確、無損檢測上也有著良好的應用前景。

2.2 近紅外光譜技術

近紅外光(NIR)是一種介于可見光(VIS)和中紅外光(MIR)的電磁波，波長為780～2 526 nm[15]。從20世紀80年代后期一直發展到現在，近紅外光已經在農業、食品、石油、化工等領域取得了很多應用成效[17]。在種子活力檢測領域，由于種子活力的基礎是種子成熟過程中貯藏物質不斷積累而逐漸形成[18]，而近紅外光譜區與有機分子含氫基團(OH、NH、CH)振動的合頻和各級倍頻的吸收區一致，因此，可利用光譜信息來反映種子組成成分信息，進而可以分析種子的活力狀況。近年來，國內外研究學者運用該技術在有關種子活力檢測的研究中取得了很多進展。Soltani等[19]利用近紅外光譜技術對單粒山毛櫸堅果有無活力進行鑒別，精確度達到100%。Min等[20]通過采集普通玉米種子和人工老化玉米種子的近紅外光譜，分析并建立原始光譜、一階導數光譜和二階導數光譜偏最小二乘法(PLS 2)模型，實現對未知正常種子預測準確率分別為88%、100%和97%，未知老化種子預測準確率分別為100%。時偉芳等[16]利用近紅外光譜技術鑒定單粒春小麥種子活力，通過偏最小二乘分析方法建立種子活力定性分析模型，模型的建模集和檢驗集的鑒別率分別為86.36%和91.3%。韓亮亮等[21]利用近紅外光譜結合主成分馬氏距離模式識別方法鑒別了3種不同活力的燕麥種子，鑒別率達到100%。白京等[22]通過應用可見近紅外光譜技術測定玉米種子的光譜信息，并結合紅墨水染色法判斷種子生活力的有無，同時利用將主成分分析(PCA)和支持向量機(SVM)結合的方法建立判別模型，最終校正集和預測集判別正確率分別為95.56%和86.67%。李武等[23]通過采集不同老化天數8個甜玉米品種種子的近紅外光譜，結合偏最小回歸(PLSR)方法建立了甜玉米種子活力相關指標的定量模型。由上述研究結果可知，近紅外光譜檢測技術具有檢測效率高、無污染、非破壞等特點，在種子活力檢測的應用上成果顯著。隨著科學技術的發展，近紅外光譜技術將有可能大大改善種子活力檢測工作量大、時間長等工作現狀，推動種子活力檢測向批量化和產業化的方向發展。

2.3 高光譜技術

高光譜技術與近紅外光譜技術不同之處在于，近紅外光譜只能獲取待檢測物體的光譜信息，不能獲得其空間信息。高光譜技術融合了圖像技術和光譜技術[24]，不僅能夠獲取其反應內部成分的光譜信息，而且能夠獲取待測物體的空間信息。高光譜圖像光源的波譜范圍可以在紫外波段(200～400 mm)、可見光波段(400～760 mm)近紅外波段(760～2 560 nm)以及波長大于2 560 nm的波段獲取大量窄波段連續光譜圖像數據，為每個像素提供一條完整并連續的光譜曲線[25]。近年來，高光譜技術在軍事、地質、農業領域都有廣泛的應用[26]。在農業種子活力檢測上，高光譜技術作為物質檢測分析的有力工具，幫助國內外研究學者取得了很多研究成果。Ambrose等[27]利用高光譜成像技術，采集正常玉米種子和經微波加熱老化處理的玉米種子在400～2 500 nm波段的光譜圖像，結合偏最小二乘判別分析方法(PLS-DA)建立模型，對2種玉米判斷結果，預測集準確率為95.6%。Kandpal等[28]利用高光譜技術獲取不同老化程度的甜瓜種子在948～2 494 nm波段的光譜圖像，并采用不同的變量選擇方法分別建立了幾種PLSDA模型來判斷甜瓜種子活力，其中用PLSDA-SR方法建立的模型對甜瓜種子活力的預測準確率可達94.6%。李美凌等[29]通過高光譜成像儀采集了3個水稻品種種子在400～1 000 nm范圍的光譜數據，采用主成分分析支持向量機(PCA-SVM)模式識別方法建立水稻種子活力鑒別模型，最終預測集的判別率接近100%。彭彥昆等[30]利用高光譜的成像技術，采用連續投影算法(SPA)提取得到與番茄種子活力相關特征波長，當選取特征波長在713 nm時，并且番茄種子圖像的面積平均值、圓形度平均值及灰度平均值的閾值分別選取為51.6像素、0.96和92時，其驗證集的識別正確率最高可達90.48%。綜上所述，高光譜波段范圍廣，種子信息獲取更加全面，作為一項高效、無損檢測技術，能很好的應用于種子活力檢測分析上。

2.4 激光散斑技術

激光散斑現象最早被發現于1960年[31]，它是指當激光照射在相對粗糙(與光的波長相比)物體表面時形成的隨機干涉的圖樣。當粗糙物體表面隨時間發生動態變化，如微小位移、粒子隨機運動時，則產生的散斑圖也隨時間動態變化，稱為動態激光散斑[32]。動態激光散斑具有非接觸、無創傷、高精度、高靈敏度、抗干擾能力強和操作簡單等優點，在醫學、生物、食品、農林業上均有應用[33-37]。在種子活力檢測領域的應用上，王鳳鵬等通過研究發現，主觀激光散斑和客觀激光散斑均可以用于大豆活力的檢測[32]。王佩斯等[38]利用激光散斑技術得到了玉米種子內部粒子活躍區域，同時利用四唑染色法驗證了該區域便是種子的活力區域，為激光散斑在種子活力的應用上做出了初步的探索。由于目前激光散斑技術在種子活力檢測的應用上，尚處在實驗室研究階段，相關性的研究成果較少，但從上述研究結果可以看出，運用激光散斑技術對種子活力進行無損檢測具有很大的潛力。

2.5 軟X射線技術

X射線自1895年倫琴發現以來，其為醫學、生物學事業做出了巨大貢獻[39]。在種子檢測上，由于X射線技術具有檢測速度快、檢測準確、不破壞種子等優點，該技術已廣泛應用在林木種子質量檢測上[40]。X射線的檢測原理主要是依靠X射線對物質的穿透性，當用X射線照射種子樣品時，能在攝影膠片、制版片或熒光屏上形成種子樣品的射線圖像，顯出種子內部的完整結構，如種皮、胚、胚乳和裂紋等均能在X射線圖像上體現出來。根據種子的內部結構進而可以判斷種子的蟲蛀、裂紋、品種等情況。Sood等[41]通過X射線技術獲得蕓豆種子的X射線圖像，結合圖像處理技術對其進行了閾值化和形態學操作，最終準確的區分有裂紋種子和無裂紋種子。Magorzata等[42]利用X射線技術實現對3個不同品種小麥種子的進行鑒別判斷。在種子活力檢測上，趙晶明等[39]利用X射線檢驗樟子松種子的結構，發現對X射線吸收良好的種子發芽率較高，反之則低。楊玉娟等[43]運用水襯比劑射線測定法測定小桐子種子生活力，其實驗結果發現，有生活力的種子，胚和胚乳之間界線模糊不清，胚隱約可見，胚乳較亮且亮度均勻。楊冬風[44]通過將軟X射線技術與計算機智能識別相結合的方法，以種胚區橢圓短半軸及種胚區域滲鋇像素比率和非種胚區域滲鋇像素比率為輸入特征，以標準發芽試驗結果輸出，建立BP神經網絡單粒玉米種子活力識別模型，進行分組試驗的平均準確率可達95%以上。隨著未來X射線技術與計算機數字圖像技術的不斷結合發展，X射線在種子活力無損檢測上將占據重要的地位。

2.6 電子鼻技術

電子鼻是20世紀90年代發展起來的一種快速無損的氣味檢測儀器，具有能夠無損、快速、準確感知和識別氣體成分的特點[45]。近年來，電子鼻在農業、食品加工及質量檢測、醫學診斷、環境檢測等領域被廣泛應用[46]。在種子檢測領域，電子鼻通過采集種子生理生化變化過程中產生的揮發性物質(像甲醇、乙醇等醇類物質和酸、酮等小分子羰基化合物以及烷烴類物)，進而分析種子的生理狀態并對種子的霉變、貯藏年限、品種類別、種子活力狀況等作出判斷。Evans等[47]利用電子鼻技術對發霉和未發霉的小麥種子所揮發的氣味信息采集和分析，結合徑向基函數人工神經網絡(RBFann)數據建模方法，實現了對發霉和未發霉的小麥種子鑒別。程紹明等[48]利用電子鼻很好的區分了不同年份的番茄種子。電子鼻除了在種子的品種、年限鑒別有應用外，在種子活力檢測上也有著很好的應用成果。張婷婷等[45]利用電子鼻獲取不同活力甜玉米種子的氣味信息，結合主成分分析、線性判別分析和支持向量機分別建立甜玉米種子活力的分析模型，其中主成分分析和線性判別分析建立的模型不能區分不同活力的甜玉米種子，而支持向量機建立的模型判別效果較好，預測集準確率可達96.67%。趙婧[49]利用電子鼻技術結合BP神經網絡建立小麥、大豆、油菜種子生活力的判斷模型，模型預測準確率都達到98.3%以上，實現了對多個物種種子生活力的分類判別。電子鼻是種子活力檢測領域中一項新穎的技術，具有無損、操作簡單、對樣品不需要預處理、不會產生嗅覺疲勞等優點，但在檢測混合氣體時或有干擾氣體存在等情況下，難以得到較高的檢測和識別精度。

3 討 論

現階段由于種子品種繁多，其活力表現的形式都各有所異。傳統種子活力的檢測方法難以滿足現如今對種子活力快速、無損、自動化的市場需求。當前主要使用的種子活力無損檢測技術有機器視覺技術、近紅外光譜技術、高光譜技術、激光散斑技術、軟X射線技術和電子鼻技術，但由于不同技術檢測原理存在差異，具有不同優缺點。機器視覺技術能快速準確的獲取種子的可見光圖像，通過對圖像分析處理能得到種子顏色、形態和紋理特征信息，進而判斷種子品種、破損以及活力狀況，但并非所有種子活力均與種子外在顏色、形態等物理信息相關，此方法的應用具有一定局限性。近紅外光譜和高光譜技術都是通過種子內部的組成成分光譜信息來建立種子內部成分信息與種子活力的關系，但是種子成分光譜有較多的冗余信息以及噪聲，分析處理過程會比較復雜，不同種類種子檢測時需重新建模，模型構建復雜，此外，光譜設備價格昂貴，難以大范圍推廣普及。激光散斑技術通過種子表面和內部散射粒子在激光照射下的動態變化情況來判斷種子的活力狀況。這一技術比較方便快捷，但檢測過程中種子的輕微偏移都將影響最終的采集圖像的效果，進而影響到最終的分析結果。X射線成像技術通過獲取種子內部結構信息，分析種子活力狀況，然種子內部結構并非反應其活性的唯一因素，因此該技術也具有局限性。電子鼻技術直接通過種子所揮發的氣體分子進行采集從而分析種子的活力狀況，檢測速度快，也不會有嗅覺疲勞，但容易受到其他與種子活力不相關氣體的干擾。綜上分析，單一無損檢測技術難以全面獲取種子活力表征信息，且現有檢測技術設備價格昂貴，難以進行商業化推廣應用，為實現種子活力無損、快速、準確檢測，探索多傳感技術融合的對能適用于不同作物種子活力檢測的方法是發展方向之一。此外，受限于光譜檢測器件成本，基于低成本光譜檢測器件的應用模型構建也是未來種子活力無損檢測的主要方向。與此同時，便攜式種子活力無損檢測儀器的研發會大大促進該技術的推廣應用，是未來的種子活力檢測的必然發展方向。