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，為開發高效、無損測定油酸含量的方法，提高油菜高油酸種質資源篩選效率，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據，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）、連續投影（SPA）、競爭性自適應重加權采樣（CARS）方法對數據進行降維，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量來測試模型，為驗證模型的穩定性，用相關系數（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（Rc）、均方根誤差（RMSEc）分別為0.894、1.993 4%，預測集相關系數（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品質無損檢測提供理論依據。

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]。種子是農業生產中非常重要的生產資料，其品質對農業經濟至關重要[3]。油菜種子（油菜籽）品質主要包括種子含水率、蛋白質含量、脂肪酸含量等。在現代油菜育種中，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資源篩選效率具有重要意義。

傳統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]，無法滿足農業信息化和智能化的要求，近年來，隨著化學計量學的發展和遙感技術的進步，高光譜成像技術以其快速、無損、高效等優勢，在農產品、農業投入品等品質的快速、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、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，發現該方法對蛋白質的預測效果較好，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（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，但是側重的光譜波段和數據特征各不相同。

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據間的定量關系；首先尋找最優預處理方式，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，為高油酸油菜種質篩選提供參考。