專利名稱：一種基于近紅外作物單籽粒成分無損檢測篩選方法
技術領域：
本發明涉及農作物無損檢測技術領域，具體涉及一種基于近紅外作物單籽粒成分無損檢測篩選方法。
背景技術：
無損檢測技術(Nondestructive Determination Techonologies，簡稱 NDT)是一門新興的綜合性應用學科，在不破壞或損壞被檢測對象的前提下，利用樣品內部結構異常或缺陷存在所引起的對熱、聲、光、電、磁等反應的變化，來探測其內部和表面缺陷，并對缺陷的類型、性質、數量、形狀、位置、尺寸、分布及其變化做出判斷和評價。根據無損檢測原理的不同，檢測方法大致可分為光學特性分析法、聲學特性分析法、機器視覺技術檢測方法、 電學特性分析法、核磁共振檢測技術與X射線檢測技術等。光學特性分析法中的紅外光譜和拉曼光譜技術能對樣品進行無損分析，具有測試樣品非接觸性、非破壞性、檢測靈敏度高、時間短、樣品所需量小及樣品無需制備等特點，在分析過程中不會對樣品造成化學的、機械的、光化學和熱的分解，是分析科學領域的研究熱
；ο近年來，近紅外光譜技術在農產品無損檢測尤其是農作物的品質分析和農藥殘留等方面的應用十分廣泛。國外，早在60年代初，美國農業部儀器研究室Norris等首先利用近紅外光譜技術測定谷物中的水分、蛋白質、脂肪等含量，并致力于近紅外光譜技術在農牧產品品質分析中應用的研究。迄今為止，許多近紅外光譜分析的實驗方案和計算方法已成為 AOCA(Association of Official Analytical Chemists)的標準方法。美國谷物化學協會于 1982年10月批準了近紅外方法用于小麥蛋白質的測定，國際谷物科學技術協會規定了近紅外測定小麥及面粉蛋白質和水分含量的詳細程序。以化學計量學為基礎的定性與定量分析標準實用細則已陸續由美國 ASTM(American Society for Testing and Materials)于 1995、1996年公布。農藥殘留方面，Saranwong等(2005,2007)運用樣品干提取(DESIR)樣品前處理技術，對抑菌靈殺菌劑進行了近紅外光譜檢測研究。農藥樣品的濃度范圍從2 90 μ g*mL-l (ppm)，濃度間隔為2 μ g^mL—1。當將2mL的樣品溶液加入到聚苯乙烯培養皿中的濾紙上，再將培養皿內溶液烘干后直接測量濾紙的漫反射光譜時，建立的近紅外光譜分析模型的效果最佳，校正模型的SEP為6158μ g*!!^1。在國內，近紅外光譜技術在作物品質分析上的應用研究也十分活躍。嚴衍祿等 (1990)應用傅立葉變換近紅外漫反射光譜分析方法測定了谷子、玉米、小麥等作物的蛋白質、氨基酸、脂肪等17種成分，取得了很好的效果。李大群等(1990)利用近紅外漫反射光譜分析技術測定大豆和小麥的蛋白質含量，分別使用了 35個大豆品種和77個小麥品種作為定標樣品建立預測模型，近紅外測定值與實際值的相關系數分別達0. 967和0. 984，標準偏差分別為0. 826和0. 348。彭玉魁等(1997)用近紅外方法對IM個小麥品種籽粒品質成分進行了比較測定，表明用近紅外光譜分析技術測得小麥樣品的水分、粗蛋白、粗纖維、賴氨酸含量與常規方法測定結果之間有較高的相關程度。王成O000)利用傅立葉變換近紅外漫反射光譜測定大麥籽粒粗蛋白含量，以40個大麥樣品建立預測數學模型，預測值和實測值的相關系數為0. 989，對40個獨立樣品進行預測，預測值和測定值的相關系數為0. 969， 證實所建立的模型有較好的預測準確度。水稻種子的直鏈淀粉和支鏈淀粉含量的測定，大豆、油菜脂肪成分的測定，以及水果蔬菜中維生素、糖類的測定都成功地應用了近紅外光譜分析技術。農藥殘留方面，Xuemei等Q007)也利用硅膠富集提純的樣品預處理方法， 將低濃度的待測物氨基甲酸乙酯吸附到硅膠中，并測量其近紅外漫反射光譜，在1920 1970nm波段建立的PLS模型，濃度0100 IlOOmg*!/1內的20個樣品的交互驗證誤差為 011152!^*!^。沈飛等Q009)采用近紅外光譜分析法直接用于痕量農藥辛硫磷的定量檢測。在作物籽粒成分單粒檢測方面的進展，主要是利用近紅外光譜分析不破壞樣品、 測定速度快的特點來檢測完整單粒種子的品質成分。Delwicheag^)研究了近紅外方法非破壞性測定小麥單粒種子蛋白含量的可行性。Velasco等(1999,200 應用近紅外反射分析技術非破壞性測定了向日葵單粒完整種子的脂肪酸組分、油菜單粒種子的含油量、脂肪組分和蛋白質含量，認為近紅外非破壞性分析可得到可靠的結果。張嘩暉等(1998)利用近傅立葉紅外光譜技術無損傷測定完整單粒玉米種子的油分，獲得了肯定性的結果。目前在單粒水平上進行無損高通量檢測的技術有基于光電原理對單粒表面顏色差異進行分選的光電色選裝置，并成功的應用于大米精選。光電色選機利用物料的光學及色度學特性，從大量散裝樣品材料中，將顏色不正常或表面有缺陷的次品及雜物從物料中無損檢出，并自動分選剔除的新型機械，它綜合應用了電子學、生物學等新技術，是典型的光、機、電一體化的高新技術設備。由于光電色選機是通過顏色進行分選，可以很大程度地提高物料品質，因此適應商品市場獨特的作用將十分明顯。然而，迄今為止，尚未見有報道作物籽粒化學成分近紅外檢測與自動連續分選結合的高通量無損單粒籽粒檢測分選方法。
發明內容
本發明提供了一種基于近紅外作物單籽粒成分無損檢測篩選方法，在單粒種子的水平上對化學成分差異個體進行分選。在單籽粒水平上實現對的淀粉、蛋白質、脂肪等化學物質以及化學污染物進行高通量無損檢測，該發明可以對突變體、遺傳分離群體無損選擇和污染物檢測，為作物遺傳育種和農產品安全提供新方法。近紅外無損檢測方法原理近紅外光譜主要通過有機分子的倍頻和合頻吸收光譜，得到分子的結構、組成、 狀態的信息，而從近紅外反射光譜還能得到樣品的密度、粒度、高分子物的聚合度及纖維的直徑等物質的物理狀態信息。因為近紅外光譜區的吸收主要是分子或原子振動基頻在 2000CHT1以上的倍頻、合頻吸收，所以有機物近紅外光譜主要包括C-H，N-H，O-H等含氫基團的倍頻與合頻吸收帶。這些含氫基團的吸收頻率特征性強，受分子內外環境的影響小，而且在近紅外光譜區樣品的光譜特性很穩定。這種近紅外光譜的本質特征為快速鑒別作物種子的化學成分奠定了基礎。本發明將近紅外光譜技術應用于物單粒的化學成分的無損檢測， 對已知化學成分的作物樣本與光譜數據進行相關性分析，建立單粒與群體的化學成分鑒別模型，并利用從大量散裝樣品材料中連續、快速高通量選擇技術原理，建立近紅外的高通量無損選擇平臺裝置，從而實現突變體、遺傳分離群體的高通量無損選擇。為實現上述目的本發明采用如下技術方案一種基于近紅外作物單籽粒成分無損檢測篩選方法，其特征在于具體包括以下步驟(1)標準或參考樣品單粒光譜集的建立首先對各種標準作物種子樣品進行近紅外檢測，將作物種子光譜圖象轉換成樣本光譜基本數據；測量各種標準作物種子樣品的光譜；一般同一樣品需多次重復測量，不同批號的樣品也需重復測量，以平均光譜近似作為該樣品標準光譜；(2)不同材料單粒成分數據庫的建立對各種標準作物種子樣品的化學成分定量檢測，從而建立各種標準作物種子樣品的單粒成分數據庫；(3)不同材料單粒成分鑒別模型的建立利用相應的統計分析軟件，分析各種標準作物種子樣品的單粒成分數據及其光譜信息的相關性，建立各種標準作物種子樣品的單粒成分與光譜信息的鑒別模型；確定標準作物種子樣品單粒所含有的各化學成分及其光譜閾值，這個閾值就是鑒定新待識別作物種子中是否含有該化學成分的標準；(4)待識別作物種子單粒成分的分析采集傳送帶上正在分揀的待識別作物種子單粒的近紅外光譜信息，再和鑒別模型中標準作物種子的成分所對應的光譜信息進行比較分析，以閾值作為標準，從而判斷待識別作物種子中是否含有某化學成分；(5)對樣品的自動分選如果待識別作物種子的近紅外光譜和鑒別模型比較，符合設定的預期，則待識別作物種子樣品在傳送帶的輸送下直接進入良品收集區，否則當待識別作物種子樣品到達分選區時，噴閥噴出高速氣流將其吹入次品收集區，從而實現樣品的自動篩選；所述的作物種子為水稻、小麥、玉米等。所述的光譜信息經過了下列的校正與預處理獲得光譜信息后，進行光譜校正，使光譜圖的規范化、抵消背景干擾及提高光譜的質量，采用平滑、中心、求導、歸一化、多元散射校正、SNV、ReduCe、N0ise中的一種、任意二種或任意三種進行光譜預處理，采用何種校正方法要依光譜的質量及干擾的情況來選擇，預處理也可以把原來隱藏的信號差異放大出來，提高光譜的分辨率，使品種鑒別更加直觀、可
罪；所述的比較分析是在近紅外光譜鑒別作物種子品種的定性判別分析更多依靠若干個峰組或頻率段甚至全光譜來進行定性判別，包括偏差權重法、Kruskal-Wallistesting 檢驗、主成分分析、偏最小二乘法、DPLS, SIMCA, LLM、Fisher判別、KNN、小波分析或ANN特征篩選方法來提取光譜特征以提高分析鑒別結果的可靠性。所述鑒別模型是指對于單粒的作物種子樣品，確定未知樣品屬于某一種類，采用模式識別來進行鑒別，鑒別作物種子品種的模式識別方法用Fisher判別、Bayes判別、逐步判別、線性學習機、KNN, SIMCA、DPLS、聚類分析、最小二乘回歸、歐式距離或神經網絡；以模式識別來進行判別分析，需要將已知不同化學成分標準作物種子樣品的光譜分成學習集和檢驗集兩部分，劃分的依據是學習集和檢驗集中的類別種類應相同，具有廣泛的代表性；然后對不同化學成分作物種子樣品依先驗知識進行賦初值，來建立不同成分鑒別模型，然后用檢驗集來評價模型的性能。本發明與背景技術相比具有的有益效果是1)利用光譜技術單粒鑒別作物種子化學成分和農殘，其分析速度大大加快。光譜的測定過程一般可在30秒內完成；2)不使用任何化學試劑，降低了檢測成本，也不污染環境；3)與化學方法相比，系統誤差和人為誤差大大降低，提高了測量精度；4)能夠處理大量和單粒樣本分析，節省時間，實時檢測技術能夠很好的對突變體、 遺傳群體進行跟蹤檢測；5)能夠對分析樣本進行無損鑒別，鑒別后的作物仍能用于種植、生產。
圖1是作物種子單粒的典型光譜曲線圖。圖2本發明方法的流程方框圖。
具體實施例方式首先，外設通電，控制計算機開機，啟動系統控制單元，對近紅外無損檢測系統和輸運單元和分檢單元進行初始化。初始化完成后，系統的種子輸送單元將待檢測種子在輸送帶上整齊排列，輸送帶將第一粒種子移動到近紅外檢測單元，獲取其相應的近紅外圖譜。 然后將該圖譜和前期建立起的標準模型庫相比較，判斷是否符合要求。之后，輸送帶繼續向前傳送，將下一粒種子傳遞到近紅外檢測單元，而已經檢測過的種子送到分揀單元。如果不符合要求，該種子將被一個特制的高速微型噴閥噴出的高速氣流吹到一個接收容器A里， 否則，該種子將隨著輸送帶的運動直接送到另外一個接收容器B里。系統循環運行，從而實現對植物種子的自動無損檢測。為了提高檢測效率，可以通過增加通道數來實現。
權利要求
1.一種基于近紅外作物單籽粒成分無損檢測篩選方法，其特征在于具體包括以下步驟(1)標準或參考樣品單粒光譜集的建立首先對各種標準作物種子樣品進行近紅外檢測，將光譜圖象轉換成樣本光譜基本數據；測量各種標準作物種子樣品的光譜；一般同一樣品需多次重復測量，不同批號的樣品也需重復測量，以平均光譜近似作為該樣品標準光譜，以建立標準或參考樣品單粒光譜集；(2)不同材料單粒成分數據庫的建立對各種標準作物種子樣品的化學成分定量檢測，從而建立各種標準作物種子樣品的單粒成分數據庫；(3)不同材料單粒成分鑒別模型的建立利用相應的統計分析軟件，分析各種標準作物種子樣品的單粒成分數據及其光譜信息的相關性，建立各種標準作物種子樣品的單粒成分與光譜信息的鑒別模型；確定標準作物種子樣品單粒所含有的各化學成分及其光譜閾值，這個閾值就是鑒定新待識別作物種子中是否含有該化學成分的標準；(4)待識別作物種子單粒成分的分析采集傳送帶上正在分揀的待識別作物種子單粒的近紅外光譜信息，再和鑒別模型中標準作物種子的成分所對應的光譜信息進行比較分析，以閾值作為標準，從而判斷待識別作物種子中是否含有某化學成分及其大小；(5)對樣品的自動分選如果待識別作物種子的近紅外光譜和鑒別模型比較，符合設定的預期，則待識別作物種子樣品在傳送帶的輸送下直接進入良品收集區，否則當待識別作物種子樣品到達分選區時，噴閥噴出高速氣流將其吹入次品收集區，從而實現樣品的自動篩選； 所述的作物種子為水稻、小麥、玉米等。
2.根據權利要求1所述的基于近紅外作物單籽粒成分無損檢測篩選方法，其特征在于所述的光譜信息經過了下列的校正與預處理獲得光譜信息后，進行光譜校正，使光譜圖的規范化、抵消背景干擾及提高光譜的質量，采用平滑、中心、求導、歸一化、多元散射校正、SNV、Reduce、Noise中的一種、任意二種或任意三種進行光譜預處理，采用何種校正方法要依光譜的質量及干擾的情況來選擇，預處理也可以把原來隱藏的信號差異放大出來，提高光譜的分辨率，使品種鑒別更加直觀、可罪；
3.根據權利要求1所述的基于近紅外作物單籽粒成分無損檢測篩選方法，其特征在于所述的比較分析是在近紅外光譜鑒別作物種子品種的定性判別分析更多依靠若干個峰組或頻率段甚至全光譜來進行定性判別，包括偏差權重法、Kruskal-Wallistesting檢驗、主成分分析、偏最小二乘法、DPLS, SIMCA, LLM、Fisher判別、KNN、小波分析或ANN特征篩選方法來提取光譜特征以提高分析鑒別結果的可靠性。
4.根據權利要求1所述的基于近紅外作物單籽粒成分無損檢測篩選方法，其特征在于所述鑒別模型是指對于單粒的作物種子樣品，確定未知樣品屬于某一種類，采用模式識別來進行鑒別，鑒別作物種子品種的模式識別方法用Fisher判別、Bayes判別、逐步判別、線性學習機、KNN, SIMCA、DPLS、聚類分析、最小二乘回歸、歐式距離或神經網絡；以模式識別來進行判別分析，需要將已知不同化學成分標準作物種子樣品的光譜分成學習集和檢驗集兩部分，劃分的依據是學習集和檢驗集中的類別種類應相同，具有廣泛的代表性；然后對不同化學成分作物種子樣品依先驗知識進行賦初值，來建立不同成分鑒別模型，然后用檢驗集來評價模型的性能。
全文摘要
本發明涉及一種基于近紅外作物單籽粒成分無損檢測篩選方法，本發明利用已知作物單粒的化學成分定量檢測技術獲得不同材料的單粒成分數據庫，再對已知單粒成分材料的近紅外光譜信息進行收集，建立單粒成分與近紅外光譜信息之間的相應的成分鑒別模型，檢測時先檢測待測樣品的光譜，再和鑒別模型比較分析，得出待測樣品的成分，再自動進行分選，在單籽粒水平上實現對的淀粉、蛋白質、脂肪等化學物質以及化學污染物進行高通量無損檢測，該發明可以對突變體、遺傳分離群體無損選擇和污染物檢測，為作物遺傳育種和農產品安全提供新方法。
文檔編號B07C5/34GK102179375SQ20111005647
公開日2011年9月14日 申請日期2011年3月9日 優先權日2011年3月9日
發明者余立祥, 劉斌美, 卞坡, 吳躍進, 宋樂, 張瑛, 陳連運, 黃世霞, 黃青 申請人:中國科學院合肥物質科學研究院