農作物種子活力檢測方法研究進展

李文彬　于秀琪　劉春宇　譚勇　苗馨卉　宋少忠

摘要 種子活力是種子正常發芽、生長的前提，直接影響著農業的生產和發展。因此，種子活力檢測是種子檢測中的重要一環。活力檢測方法大致可分為有損檢測法和無損檢測法。無損檢測法主要有TDLAS技術檢測法、電子鼻技術檢測法和多種基于光譜成像技術檢測法。詳細介紹了不同種子活力檢測方法，探討光學種子活力檢測方法在未來的應用。

關鍵詞 種子活力;發芽率;近紅外光譜;高光譜成像

中圖分類號：S5 文獻標識碼：B 文章編號：2095–3305（2021）06–0007–02

種子從自然成熟到衰老，其活力會逐漸減弱。種子活力是衡量種子品質的重要指標，綜合了種子發芽率、出苗率、幼苗生長潛力、植物抗性和生產潛力[1]。低活力種子的發芽率較低，種植成本較高;高活力的種子可以幫助人們節省時間、勞動力和物質資源。因此，快速、高效的種子活力檢測方法有助于提高農作物產量。

1 發展歷程

農作物種植歷史悠久，但是關于農作物種子活力的概念、普及與檢測是在近100年內逐漸發展完善起來的。在20世紀50年代初期，許多研究工作者投入研究種子活力工作中，國際種子檢驗協會（ISTA）主席Frank首次提出種子活力概念，并成立了幼苗活力測定委員會，從不同角度探討了種子活力的概念，并深度探索了種子活力標準化的檢測方法[2]。其中，ISTA編寫的《活力測定方法手冊》概述了電導率測定、低溫測定等8種種子活力測定方法[3]。

目前種子活力測定的研究方法主要集中在生理、種子形態特征和物理性狀等方面。在所有種子活力試驗方法中，標準發芽試驗是種子活力檢測應用最廣泛的方法，但必須手動測量芽的長度、根長和計算發芽率，因此需要花費大量時間。傳統的種子活力檢測方法破壞性強、效率低、耗時長，操作程序復雜[4]。隨著研究的不斷深入，高光譜成像、近紅外光譜、激光散斑等無損檢測技術逐漸成為檢測種子活力的新手段[5]。

2 種子活力傳統檢測方法

2.1 標準種子發芽檢測法

挑選同一品種、大小相似、無損傷的種子，將其放置在發芽盒中，并置于恒溫光照培養箱中，培養條件為30℃光照8 h、黑暗16 h，7 d后對種子發芽情況進行統計，并計算發芽率[6]。實驗證明，種子的發芽速度和幼苗生長勢頭可以反映發育潛力和植株品質，但是種子發芽率檢測法一般耗時長，操作繁瑣[7]。

2.2 田間出苗試驗法

將試驗田的土地劃分為不同區域，并做好標記進行區分，在劃分的區域土地內播種不同品種的水稻種子，播種后田間保持適量的水分。14 d后，計算出苗數和出苗率，同時也可將幼苗鮮重、干重、芽長、根長等作為檢測指標。由于每次試驗的人為、天氣等不確定因素，測定結果都含有不確定性，且耗費大量的人力、物力[8]。

2.3 電導率測定法

將處理后的種子置于恒溫箱中，10～20 h后測量溶液電導率。測量時，由于浸種的溫度、時間對電導率的影響，因此需做大量實驗找出恰當的溫度和時間[9]。如：玉米種子在25℃條件下浸泡24～30 h后，測定電導率反映的活力狀況與真實情況一致;煙草種子在浸泡10～12 h后，種子活力與電導率的相關性較高[10-11]。

2.4 TTC檢測法

氯化三苯基四氮唑（TTC）是一種白色或淡黃色的氧化態粉末，與在活性種胚細胞的呼吸作用過程中產生的還原態氫反應，使種胚染成紅色且穩定不易擴散。取適量種子在TTC染色結束后，根據種胚的染色深度與光澤粗略判斷種子活力，并利用分光光度計測定提取液的光密度值，在標準曲線中查出脫氫酶活性，并準確地分析出種子活性[12]。

2.5 紅墨水測定法

種胚細胞的原生質膜具有選擇透過性，只能讓部分物質（如葡萄糖、二氧化碳等）通過，且只有完整的、有活力的細胞膜才具有選擇透過性，若種胚細胞喪失了生命活力，也就喪失了選擇能力，因此紅墨水能夠進入細胞將其染成紅色。將用溫水浸泡過的100粒種子，放入盛有5%紅墨水的培養皿中，浸泡10～20 min后用清水反復沖洗，觀察種子胚部染色情況，若略帶紅色或無紅色為正常發芽種子，統計正常發芽種子的百分比，即為種子的發芽率[13]。

3 種子活力無損檢測方法

3.1 近紅外光譜成像檢測法

近紅外光譜（NIR）的吸收區域與有機分子中的氫團（-OH、-NH和-CH）振動的吸收區域一致，能快速對種子中水分、脂肪和蛋白質進行定性定量分析[14]。

李武等[15]研究了不同預處理方法對模型的影響，選出最佳光譜預處理方法，通過3種不同的變量選擇方法，降低光譜數據維數，建立PLSR模型。金文玲等[16]通過歸一化、平滑算法和正交信號校正對水稻種子光譜進行預處理，利用主成分分析篩選最佳變量，最終建立PLS-DA模型檢測種子活力。曲歌[17]則是利用蒙特卡洛交叉驗證法（MCCV）剔除光譜異常數據，并進行樣本集劃分，利用無信息變量消除法（UVE）選取特征波長段，建立PLS+BP神經網絡模型。

3.2 高光譜成像檢測法

高光譜成像（HIS）是一種強大而快速的新興技術，在農業檢測和食品安全等領域具有一定優勢。

有學者利用近紅外高光譜法研究并預測香瓜種子發芽率分別是93.6%、94.6%和88.1%。李美凌[18]在基于高光譜檢測水稻種子活力中采用支持向量機核函數建立最優模型，分類鑒別率達到了94.44%。

3.3 激光散斑技術檢測法

激光散斑是指當激光照射相對粗糙的表面時，會被物體表面反射或從某種介質內部散射，在距表面任意距離處會形成不規則的強度分布，出現隨機分布的斑點，可依據散斑變動的信號分析種子內部生理活動，即可檢測種子的活力[19]。

趙瑛琦等[20]利用散斑值繪制種子的特性曲線，與將采集圖像后種子發芽情況做對比，可以分析出不同種子的活力情況。李黔渝等[21]對所有散斑圖像的所有像素點的時間序列進行統計處理，并繪制不同時間段的散斑值曲線，可實現對栓皮櫟種子活力的快速檢測。

3.4 TDLAS技術檢測法

種子在儲存過程中，通過呼吸作用產生CO2。理論上，在不考慮所處外界環境的影響因素下，可以通過檢測種子呼吸作用過程中產生的CO2氣體濃度，即可判定種子活力情況。可調諧半導體激光吸收高光譜（TDLAS）技術能夠對種子呼吸作用產生的CO2濃度進行痕量檢測，依據檢測數據與相應種子的發芽率，建立數據模型，進而實現種子活性的測定。

3.5 電子鼻技術檢測法

電子鼻能夠模擬生物的嗅覺工作原理，能快速準確地感知并識別氣體成分。通過采集種子生理生化變化過程中產生的揮發性物質，分析種子的生理狀態，對種子的活力狀況、年限等作出判斷。

趙婧[22]利用電子鼻技術檢測小麥、大豆、油菜等不同種子的活力，通過大量實驗分析計算總結出LDA分析方法，并結合BP神經網絡，整體區分效果良好，預測正確率達到98.3%以上。

4 光譜成像檢測技術的未來發展

光譜成像技術由空間成像、光譜學和化學測量工具三者組成，能提供種子質量特征和表征參數等方面信息，是研究種子各種形態、物理化學和生理特性的理想方法。研究表明，光譜成像技術可以從實驗室轉移到實際應用中，在種子的質量控制和自動檢測方面發揮著重要作用。

種子光譜成像檢測技術的未來發展，須依靠農業生產、種子質檢、水稻育種等部門聯合創新與指導。前面介紹了多種水稻種子檢測方法，但有些技術還沒有完善，與實際應用還存在一定距離，種子活力檢測方法研究還有很長的路要走。

參考文獻

[1] Zhai Y， Zhou S Q， Wang L P， et al. MiR164c and miR168a regulate seed vigor in rice[J]. Journal of Integrative Plant Biology， 2020， 62（4）： 470-486.

[2] 蔣敏明.種子活力研究進展及展望[J].中國種業， 2018（6）： 15-18

[3] 瞿志杰，賈良權，祁亨年，等.種子活力無損檢測方法研究進展[J]. 浙江農林大學學報， 2020， 37（2）： 382-390

[4] Feng Lei，Zhu S S， Zhang C， et al. Identi-fication of maize kernel vigor under different accelerated aging times using hyperspectral imaging[J]. Molecules （Basel， Switzerland）， 2018， 23（12）： 3078.

[5] 袁俊，鄭雯，祁亨年，等.種子活力光學無損檢測技術研究進展[J].作物雜志， 2020， 36（5）：9-16.

[6] 班秀麗，高玉倩，黃卓，等.快速檢測玉米種子發芽率方法研究[J].種子世界， 2018， 36（6）： 45-49.

[7] 劉建.活力檢測在我國種子質量檢測體系中的重要性[J]. 中國種業， 2018（2）： 25-28.

[8] 余波，杜尚廣，羅麗萍.種子活力測定方法[J].中國科學：生命科學， 2015， 45（7）： 709-713.

[9] 向瑩瑩，李浩卓，張婷婷，等. 電導率法早期檢測玉米和小麥種子活力 [J].中國農業大學學報， 2020， 25（6）： 12-19.

[10] 石海春，柯永培，劉應洪，等.電導率法測定玉米種子活力的優化條件[J].種子， 2008（5）： 7-10.

[11] 李永剛，王正旭，楊民峰，等.電導率法測定煙草種子發芽率的研究[J].安徽農業科學， 2008， 36（34）： 15052-15058.

[12] 李紅，張敏，肖千明，等.利用TTC-脫氫酶還原法快速檢測黑木耳菌絲活力的研究[J]. 食用菌， 2016， 38（4）： 10-12.

[13] 張建浩，吳永美.紅墨水（酸性大紅G）染色法測定大豆生活力[J].農業技術與裝備， 2009（12）： 62-63.

[14] 金文玲.水稻種子近紅外吸收光譜分析及檢測研究[D].北京：中國科學院大學（中國科學院長春光學精密機械與物理研究所）， 2020.

[15] 李武，李妍，李高科，等.高溫老化下甜玉米種子活力近紅外光譜檢測技術研究[J]. 核農學報， 2018， 32（8）： 1611-1618.

[16] 金文玲，曹乃亮，朱明東，等.基于近紅外超連續激光光譜的水稻種子活力無損分級檢測研究[J].中國光學， 2020， 13（5）： 1032-1043.

[17] 曲歌.基于近紅外光譜數據的水稻種子活力預測模型研究[D]. 大慶：黑龍江八一農墾大學， 2019.

[18] 李美凌.基于高光譜的水稻種子活力檢測技術研究[D]. 杭州：浙江農林大學， 2014.

[19] 趙瑛琦.基于激光散斑的種子活力分級及預測[D]. 北京：北京林業大學， 2018.

[20] 趙瑛琦，肖江.基于時間對比分析法的散斑種子活力檢測[J].南方農業， 2017， 11（24）： 116， 120.

[21] 李黔渝，康永禎，趙瑛琦.基于激光散斑檢測栓皮櫟種子活力的研究實驗[J].農業科技與信息， 2016（19）： 104.

[22] 趙婧.外源NO緩解紫莖澤蘭提取物對小麥種子萌發生長的化感脅機制[D].晉中：山西農業大學， 2019.

責任編輯：黃艷飛

Abstract The vigor of seeds is the premise of the normal germination and growth of seeds， which directly affects the production and development of agriculture. Therefore， the vigor detection of seeds has become an important link in the detection of seeds.Dynamic detection method can be roughly divided into damage test and non-destructive test， detrimental to test the traditional dynamic testing method. Nondestructive tests are mainly based on the technology of optical detection， because of the rapid， noninvasive characteristics under the attention of people.Different detection methods are introduced in detail， and the application of optical seed vigor detection methods in the future is discussed.

Key words Seed vigor; Germination rate; Near infrared spectrum; Hyperspectral imaging