作物單粒近紅外檢測技術研究取得新進展

近期，中國科學院合肥物質科學研究院技術生物與農業工程研究所研究員吳躍進課題組在作物單粒近紅外光譜檢測技術方面取得新進展。相關工作已經被光譜學期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 接受在線發表。

單粒近紅外檢測技術（SKNIRS）是指在單粒作物水平上採用近紅外光譜技術檢測作物成分。該技術因為其快速、無損的優點，有望應用於育種行業，以提高作物育種效率、縮短育種周期。然而由於作物穎殼存在光譜吸收、單粒作物顆粒形態和成分分布不均勻以及單粒水平的化學檢驗方法精度低的缺點，影響到SKNIRS分析結果的準確性，限制了該技術在育種上的應用。

為此，吳躍進課題組科研人員提出了一種基於模型轉移的優化方法的單粒近紅外檢測技術，並以單粒水稻的蛋白質含量檢測為例探索了該方法的應用。模型轉移通常應用於不同儀器間的光譜校正，在該研究中被創新地應用於解決單粒檢測問題。課題組通過一種模型轉移演算法——光譜空間轉換（SST），將單粒水稻光譜轉移成單粒糙米、米粉的光譜形態，並使用單粒糙米、米粉模型進行預測。經過SST演算法轉移後的光譜和真實光譜形態相似，預測結果和轉移之前接近甚至更好。因而在單粒作物的近紅外光譜分析時遇到的困難，有望通過該方法轉移成該作物其他形態的光譜來克服。該方法豐富了單粒作物光譜檢測手段，有望在更多的單粒作物的成分檢測上獲得推廣應用。

該工作得到中科院戰略性先導科技專項、國家自然科學基金等的支持。

採用SST演算法可以使水稻三種形態（單粒水稻、單粒糙米、米粉）的近紅外漫透射光譜相互轉移

（來源：JSAA 吳躍進等）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！