基于高光谱成像技术的油菜种子油酸含量反演模型

卢信 廖桂平 刘凡

摘要：高油酸油菜籽品种是当前油菜育种方向之一，为开发高效、无损测定油酸含量的方法，提高油菜高油酸种质资源筛选效率，选用3个油菜品种为材料，分别采集其种子光谱成像信息及油酸含量数据，首先对光谱信息进行11种预处理，确定多元散射校正（MSC）最佳预处理方法，然后基于主成分分析（PCA）、连续投影（SPA）、竞争性自适应重加权采样（CARS）方法对数据进行降维，最后分别建立支持向量机（SVM）、最小二乘支持向量机（LS-SVM）和极限学习机（ELM）3种定量分析模型，对油菜油酸含量进行无损检测。通过改变训练样本的数量来测试模型，为验证模型的稳定性，用相关系数（R）、均方根误差（RMSE）进行效果评价。结果表明，在所有模型中，多元散射校正+竞争性自适应重加权采样+极限学习机（MSC+CARS+ELM）模型预测效果最好，校正集相关系数（Rc）、均方根误差（RMSEc）分别为0.894、1.993 4%，预测集相关系数（Rp）为0.868，均方根误差（RMSEp）为1.069 8%，可更加准确地预测油酸含量，创建一种快速、无损检测油菜种子油酸含量的方法，为利用高光谱技术进行油菜营养品质无损检测提供理论依据。

关键词：油菜；高光谱成像；油酸含量doi：10.13304/j.nykjdb.2021.1001

中图分类号：S126 文献标志码：A 文章编号：10080864（2023）01009208

油菜是我国重要的油料作物，是植物油脂的主要来源之一[1-2]。种子是农业生产中非常重要的生产资料，其品质对农业经济至关重要[3]。油菜种子（油菜籽）品质主要包括种子含水率、蛋白质含量、脂肪酸含量等。在现代油菜育种中，高油酸品种已成为研究热点[4]，针对品种选育过程中筛选时间长且工作量大的问题[5]，提出一种快速、高效测定油酸含量的方法，对提高油菜高油酸种质资源筛选效率具有重要意义。

传统油酸含量测定方法主要有高效液相色谱法和气相色谱法[6]，存在有損、操作繁琐、耗时长等弊端[7]，无法满足农业信息化和智能化的要求，近年来，随着化学计量学的发展和遥感技术的进步，高光谱成像技术以其快速、无损、高效等优势，在农产品、农业投入品等品质的快速、无损分析方面得到广泛应用[89]。Tallada等[10]基于成像高光谱技术对玉米种子的蛋白质、可溶性糖、油分等含量进行了定量分析，使用偏最小二乘方法，发现该方法对蛋白质的预测效果较好，但是对其他成分预测效果不佳；芦兵等[11]利用高光谱技术构建了水稻种子含水量的预测模型，基于遗传模拟退火算法，使用松弛变量方法进行改进，最终模型相关系数（R2）为0.928 6，均方根误差（root mean squareerror，RMSE）为3.42%；用近红外技术分别构建花生种子的维生素E含量[12]、蔗糖[13]、芥酸[14]含量预测模型；吴静珠等[15]利用近红外成像高光谱对小麦种子的水分、蛋白含量等进行预测；蒋蘋等[16]和郝勇等[17]利用成像光谱技术对油茶籽脂肪酸含量进行预测，为油茶籽脂肪酸的无损、快速检测提供了实践经验和理论；李建国等[18]利用成像高光谱技术对花生油酸含量进行研究，成功将高光谱技术用于种子选育。综上，在作物种子品质检测中，研究者使用近红外高光谱技术、可见-近红外高光谱技术和可见-近红外成像高光谱技术等都取得了较好的研究效果，但是侧重的光谱波段和数据特征各不相同。

因此，本研究通过高光谱成像技术研究油菜种子油酸含量和光谱数据间的定量关系；首先寻找最优预处理方式，然后利用不同方法进行降维，提取特征波段，最后建立3种油酸含量模型，对比分析不同方法的检测效果，为油菜种子提供无损、快速的检测方法，为高油酸油菜种质筛选提供参考。