基于光譜和光譜成像技術(shù)的轉(zhuǎn)基因大豆品種鑒別與品質(zhì)檢測(cè)研究.pdf

1、由于環(huán)境惡化、耕地面積減少、人口增長(zhǎng)等因素導(dǎo)致對(duì)糧食的需求急劇增加，轉(zhuǎn)基因技術(shù)在作物種植中的應(yīng)用快速增長(zhǎng)。中國(guó)是世界上最大的大豆進(jìn)口國(guó)，常有轉(zhuǎn)基因大豆通過(guò)非法途徑進(jìn)入中國(guó)。傳統(tǒng)的轉(zhuǎn)基因成分檢測(cè)方法費(fèi)時(shí)費(fèi)力，非專業(yè)人員難以勝任，不適用于轉(zhuǎn)基因與非轉(zhuǎn)基因的快速檢測(cè)鑒別，更無(wú)法再進(jìn)行轉(zhuǎn)基因作物的育種培養(yǎng)。本研究基于中紅外光譜技術(shù)和高光譜成像技術(shù)，研究轉(zhuǎn)基因大豆的品種鑒別和品質(zhì)檢測(cè)，對(duì)保證轉(zhuǎn)基因大豆的品質(zhì)及育種培養(yǎng)、管理和作業(yè)具有重要意義。本研

2、究主要成果內(nèi)容如下：
　　(1)研究了非轉(zhuǎn)基因與轉(zhuǎn)基因大豆的品種快速鑒別方法?；诟吖庾V成像技術(shù)，從可見光波段和近紅外光波段獲取大豆的光譜信息，經(jīng)去除噪聲和MA-7點(diǎn)平滑預(yù)處理，利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種不同方法提取對(duì)轉(zhuǎn)基因大豆品種敏感的特征波長(zhǎng)，基于全譜數(shù)據(jù)和特征波長(zhǎng)分別建立PLS-DA、BPNN、SVM和ELM判別模型并比較判別分析效果。對(duì)非轉(zhuǎn)基因大豆進(jìn)行了品種

3、鑒別，近紅外波段的判別效果明顯優(yōu)于可見光譜波段，HC6、JACK、TL1三個(gè)品種的預(yù)測(cè)判別正確率分別達(dá)到100.00％、100.00％、92.50％;對(duì)轉(zhuǎn)基因大豆進(jìn)行了品種鑒別，基于全譜光譜數(shù)據(jù)，可見光波段和近紅外光波段中均是BPNN模型判別效果更好，總體判別正確率分別為99.12％和98.67％?；谔卣鞑ㄩL(zhǎng)，可見光波段和近紅外光波段中均是基于CARS的模型判別效果更好，略微優(yōu)于SPA的，但SPA提取的特征波長(zhǎng)個(gè)數(shù)明顯少于CARS的。

4、總體上，高光譜成像技術(shù)用于非轉(zhuǎn)基因與轉(zhuǎn)基因大豆的品種鑒別研究是可行的，并且近紅外光譜波段的判別效果較好。
　　(2)建立了轉(zhuǎn)基因大豆的蛋白質(zhì)含量預(yù)測(cè)方法和模型?；谥屑t外光譜技術(shù)和近紅外高光譜成像技術(shù)，分別獲取大豆的光譜信息并消除噪聲，對(duì)經(jīng)WT預(yù)處理的中紅外光譜數(shù)據(jù)和經(jīng)MA-7點(diǎn)平滑預(yù)處理的近紅外高光譜數(shù)據(jù)分別建立蛋白質(zhì)含量的PLS預(yù)測(cè)模型，均取得較好的預(yù)測(cè)效果，其中近紅外波段的預(yù)測(cè)結(jié)果對(duì)品種HC6、JACK和TL1的Rp分別是0

5、.7842、0.9198和0.9371，RMSEP分別是0.6860，0.7240和0.6335，總體效果優(yōu)于中紅外波段的。再利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種方法提取特征波長(zhǎng)建立PLS預(yù)測(cè)模型，中紅外波段范圍內(nèi)基于CARS的預(yù)測(cè)效果最優(yōu)且略優(yōu)于基于SPA的，近紅外波段范圍內(nèi)基于SPA的預(yù)測(cè)效果最優(yōu)，對(duì)三個(gè)品種的預(yù)測(cè)結(jié)果Rp分別為0.7442、0.8724和0.9145，RMSE

6、P分別是0.7470，0.79442和0.6860?？傮w上，中紅外光譜技術(shù)和近紅外高光譜成像技術(shù)均可用于轉(zhuǎn)基因大豆的蛋白質(zhì)含量預(yù)測(cè)，并且近紅外光譜波段的預(yù)測(cè)效果較好。
　　(3)建立了轉(zhuǎn)基因大豆的脂肪含量預(yù)測(cè)方法和模型?；谥屑t外光譜技術(shù)和近紅外高光譜成像技術(shù)，分別獲取大豆的光譜信息并消除噪聲，對(duì)經(jīng)WT預(yù)處理的中紅外光譜數(shù)據(jù)和經(jīng)MA-7點(diǎn)平滑預(yù)處理的近紅外高光譜數(shù)據(jù)分別建立脂肪含量的PLS預(yù)測(cè)模型，均取得較好的預(yù)測(cè)效果，其中近紅外

7、波段的預(yù)測(cè)結(jié)果對(duì)三個(gè)品種的Rp分別是0.8178、0.9309和0.9452，RMSEP分別是1.0072，1.0336和0.8960，總體效果優(yōu)于中紅外波段的。再利用Bw、x-loading weights、PCA-loadings、SPA和CARS五種方法提取特征波長(zhǎng)建立PLS預(yù)測(cè)模型，中紅外波段范圍內(nèi)基于CARS的預(yù)測(cè)效果最優(yōu)且略優(yōu)于基于SPA的，近紅外波段范圍內(nèi)基于SPA的預(yù)測(cè)效果最優(yōu)，對(duì)三個(gè)品種的預(yù)測(cè)結(jié)果Rp分別為0.8089