基于机器学习的玉米单倍体近红外光谱鉴别方法研究

在玉米单倍体技术中,单倍体鉴别是非常重要的环节。该研究对大量玉米单倍体与杂合二倍体的近红外透射光谱进行分析,以期建立一套在生产上实用的单倍体鉴别模型。通过采集三组遗传背景不同的玉米单倍体与杂合二倍体籽粒光谱,进行不同机器学习算法对比,光谱预处理建模效果比较,以及分析数据集大小对模型构建的影响。对比所有单倍体与杂合二倍体的平均光谱,发现二者在光谱的吸收峰位置基本相同,但是单倍体的吸光度略高于杂合二倍体,尤其是在波长940～1 120 nm以及1 180～1 316 nm这两段谱区差异较大。在构建的几个模型中,采用偏最小二乘法和神经网络算法的模型单倍体鉴别准确率较高,分别为93.26%和95.42%。测试集验证的结果与模型准确率一致,表明两种算法适宜进行单倍体大规模筛选。利用偏最小二乘法模型比较了不同光谱预处理方法的模型效果,发现仅进行移动窗口平滑预处理原始光谱进行建模准确率最高。对不同大小数据集的建模效果对比发现,在一定范围内增大数据集有助于提高模型准确率。而且数据中单倍体所占比例较高时,单倍体预测召回率可达100%。此外,还根据籽粒颜色标记挑选出不易鉴别的单倍体和杂合二倍体,利用偏最小二乘法构建的机器学习模型预测准确率可达93.39%,显示出近红外鉴别单倍体的优势,即有可能在不依赖籽粒颜色的情况下实现准确鉴别。基于机器学习的近红外单倍体鉴别方法具有较高的准确率,而且该方法还能在后期数据增加的基础上不断优化,对其开展理论研究有望为自动化智能鉴别单倍体创造条件。     

近红外高光谱的活体玉米叶片水分成像研究

无损检测植物叶片水分对植物生理生化研究及灌溉管理和旱情监测等均具有重要意义。利用Gaia Sorter近红外高光谱仪(900～1 700 nm),以不同生育期的60个鲜活玉米叶片为试验材料,对叶肉不同区域的平均光谱及烘干称重法得到的水分含量分别用偏最小二乘法(PLS)及逐步多元线性回归(SMLR)进行建模分析。结果表明,验证集决定系数/标准偏差分别为0.975/1.18和0.980/1.02,均取得较好的预测效果,可实现单个玉米叶片平均含水量的测定;SMLR优选的特征波长(1 406和1 692 nm)建模预测结果表明,利用高通量近红外相机结合滤光片方法实现玉米叶片冠层或高空遥感测量的可行性。同时,进行了叶片不同区域水分含量的成像分析,结果表明,验证集中6个叶片的叶肉与主叶脉区域水分含量的参考均值和预测均值的相关系数均达到0.85以上,预测结果与实际情况相符合。     

应用可见光光谱进行夏玉米氮营养诊断

传统的作物氮营养诊断需要大量的实验室分析和破坏性取样,时效性和便捷性不足。高光谱技术被逐渐应用到作物氮营养监测当中,但由于仪器昂贵并需要专业的软件进行处理,在一定程度上限制了这一技术的应用。文章通过田间试验研究了采用可见光光谱进行夏玉米氮营养诊断的可行性,并试图寻找适宜的表征作物氮营养的可见光光谱参数。研究结果表明,绿光值、蓝光值、红光标准化值、绿光标准化值和蓝光标准化值等多个图像参数均与夏玉米的植株全氮含量、叶片SPAD值有着显著的线性相关关系。在低施氮条件下, 叶脉硝酸盐浓度低于2 000 mg·L-1时,绿光值、蓝光值、绿光标准化值和蓝光标准化值与叶脉硝酸盐浓度有着显著的线性相关关系。而在高施氮条件下,叶脉硝酸盐浓度高于2 000 mg·L-1时,随着叶脉硝酸盐浓度的升高,图像参数呈平台反应,不再增加。综合比较来说,以绿光标准化值和蓝光标准化值为最好,与各常规的氮营养诊断指标的相关系数介于0.45～0.66之间。     

LED诱导延迟荧光技术评价脉冲电场对玉米幼苗抗旱性的影响

脉冲电场(pulsed electric field,PEF)对作物抗旱性的影响是电场生物学效应研究的重要课题,作物叶片延迟荧光动力学参数可以从不同角度灵敏地反映叶片细胞光合系统发生的变化。为了从活体细胞角度揭示脉冲电场对作物幼苗抗旱性的影响及其机理,使用频率为1 Hz、场强为200 kV·m-1、脉宽为80 ms的PEF处理萌发玉米种子,再采用渗透势为-0.1 MPa的PEG-6000溶液形成干旱胁迫,研究了玉米幼苗生长过程中叶片干质量和LED诱导的叶片延迟荧光动力学参数的变化。结果发现,在-0.1 MPa的PEG-6000溶液形成的干旱胁迫下,玉米幼苗叶片干质量逐渐增加,经过PEF处理的玉米幼苗叶片干质量大于对照,相对增长率在5.8%～18.7%之间(p＜0.05)。叶片延迟荧光动力学分析显示,干旱胁迫下玉米幼苗叶片延迟荧光动力学参数初始光子数I₀、相干时间τ、衰减参数β和延迟荧光积分强度I(T)都发生了波动性的变化,这些变化是叶片细胞对干旱胁迫的适应性反应,PEF处理使玉米幼苗叶片延迟荧光各动力学参数和延迟荧光积分强度均明显大于对照组,表明PEF处理使玉米幼苗叶片细胞的光合潜力、组织序性和功能分子之间的相互作用都有所加强,叶片综合光合能力提高了。研究结果为阐明PEF对作物幼苗抗旱性的影响及其机理提供参考。     

玉米苞叶中新黄酮类化合物的分离和鉴定

从玉米(Zea mays L)苞叶乙醇提取物中分离得到了4个黄酮类化合物, 采用UV, IR, MS, 1D NMR和2D NMR方法对化合物的结构进行了鉴定, 它们分别为苜蓿素(1)、苜蓿素-5-O-β-D-吡喃葡萄糖苷(2)、苜蓿素-7-O-β-D-吡喃葡萄糖苷(3)和苜蓿素-7-O-[β-D-呋喃芹糖基-(1→2)]β-D-吡喃葡萄糖苷(4). 其中, 化合物4为新化合物, 化合物1~3为首次从该植物中分离得到.     

基于近红外光谱的商品玉米品种快速鉴别方法

现有的玉米种子品种鉴别方法检测时间长,费用高,不易大批量快速鉴别。提出了一种基于近红外光谱数据快速鉴别商品玉米品种的新方法。先使用傅里叶变换近红外光谱仪获得从4 000到12 000 cm-1波段范围的37个商品玉米品种籽粒的漫反射光谱数据。对原始光谱进行矢量归一化预处理以消除噪声干扰,为了找到玉米品种籽粒的光谱特征波段,提出一种基于标准差的方法,进而对寻找到的玉米籽粒特征波段光谱做主成分分析(PCA),取能反映玉米品种 99.98％ 光谱信息的前10个主成分。最后使用仿生模式识别 (BPR)方法建立了37个玉米品种鉴别模型,对于每个品种的25个样本,随机挑选15个样本作为训练样本,其余10个样本作为第一测试集,其他品种共900个样本作为第二测试集。该鉴别模型对于37个玉米品种的平均正确识别率为94.3%。该方法的进一步研究有利于建立以近红外光谱为基础的物理指纹品种鉴别技术。     

高效液相色谱法同时测定玉米中西维因和呋喃丹残留量

用色谱技术测定谷物样品农药残留量的过程中。在有机溶剂的提取液里,含有干扰农药残留测定的油脂、蜡质和色素。为了进一步分离这些干扰组分,常用的方法是液液分配-层析柱分离。本文采用凝聚沉淀-疏水性溶剂萃取技术,可以满意地达到分离净化的目的。从而,建立了一个简单快速测定玉米中西维因、呋喃丹残留量的高效     

酸解淀粉物理化学性质的研究

玉米淀粉和马铃薯淀粉分别在35C条件下用浓度为2．4mol／L的HCI处理不同时间,采用X射线衍射分析、差热分析和扫描电镜等测试方法对酸解后的淀粉颗粒进行结构和性能分析。结果表明,淀粉的酸解过程可分为两个阶段：首先淀粉无定形区进行水解,颗粒结晶度、结晶热稳定性和酶解速率增加;随着酸解时间的延长,结晶结构受到破坏,热稳定性降低,达到酶解平衡的时间减少。酸解4d时,玉米淀粉和马铃薯淀粉颗粒的结晶均最完整,结晶转变温度最高,分别为87．0C和93．5C。     

玉米叶片铜铅污染元素种类光谱判别的EC-PB规则

随着人类生活质量的提高,农产品重金属污染问题备受关注。农作物中的重金属元素会通过食物链侵害人体健康,而不同重金属元素对人体毒害差别较大,因此农作物中含有重金属元素的类别识别至关重要。传统重金属元素检测方法存在环节多、耗时长、成本高等缺点,但高光谱遥感技术具有信息使用量大,理化反演能力强,分析速度快,无损监测等优势,逐渐成为农作物重金属污染分析的重要手段之一。以不同CuSO₄·5H₂O和Pb(NO₃)₂浓度梯度土壤胁迫下典型农作物玉米生长的叶片光谱为研究对象,引入光谱包络线去除(CR)、光谱比值(SR)、分数阶微分(FOD)同时结合改进红边比值指数(MSR)构建铜铅元素识别指数(CLI);通过挑选与铜铅元素种类相关性最强的三个分数阶微分阶数的CLI值建立铜铅元素判别特征点(CLDFP);再利用欧式聚类(EC)将训练集样本分为铜污染与铅污染两类并结合圆心连线的垂直平分线(PB),建立基于EC-PB识别铜铅元素种类的二维坐标系下判别规则线(CLDRL)和三维坐标系下判别规则面(CLDRP),从而实现玉米叶...     

基于支持向量机的玉米苗期田间杂草光谱识别

田间全面积均匀喷施除草剂不经济,还污染环境,精准喷施除草剂意义重大,其关键是正确识别杂草。用便携式野外光谱仪,在田间测量了玉米、马唐和稗草植株冠层在350～2 500 nm波长范围内的光谱数据,经过数据预处理,数据分析波长选为350～1 300和1 400～1 800 nm。数据处理采用支持向量机(SVM)模式识别方法。SVM具有可实现对小样本建模结构风险最小化、结果最优化、泛化能力强的优点。用线性、多项式、径向基和多层感知核函数对玉米和杂草建立二分类模型,结果表明,三阶多项式核函数SVM分类模型的正确识别率最高,达到80%以上,且支持向量比例较小。以二分类模型为基础,利用投票机制,建立了玉米、马唐和稗草的一对一多分类SVM模型,正确识别率达80%。田间光谱测量受光照、背景和仪器测量精度等条件的影响较大,但结果仍表明SVM结合光谱技术在田间杂草识别中应用潜力很大,此研究为田间杂草识别及传感器的建立提供了一种研究思路和应用基础。