基于光譜和光譜成像技術的轉基因大豆品種鑒別與品質檢測研究.pdf

1、由于環(huán)境惡化、耕地面積減少、人口增長等因素導致對糧食的需求急劇增加，轉基因技術在作物種植中的應用快速增長。中國是世界上最大的大豆進口國，常有轉基因大豆通過非法途徑進入中國。傳統(tǒng)的轉基因成分檢測方法費時費力，非專業(yè)人員難以勝任，不適用于轉基因與非轉基因的快速檢測鑒別，更無法再進行轉基因作物的育種培養(yǎng)。本研究基于中紅外光譜技術和高光譜成像技術，研究轉基因大豆的品種鑒別和品質檢測，對保證轉基因大豆的品質及育種培養(yǎng)、管理和作業(yè)具有重要意義。本研

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

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、TL1三個品種的預測判別正確率分別達到100.00％、100.00％、92.50％;對轉基因大豆進行了品種鑒別，基于全譜光譜數據，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，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提取的特征波長個數明顯少于CARS的。

4、總體上，高光譜成像技術用于非轉基因與轉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)建立了轉基因大豆的蛋白質含量預測方法和模型?；谥屑t外光譜技術和近紅外高光譜成像技術，分別獲取大豆的光譜信息并消除噪聲，對經WT預處理的中紅外光譜數據和經MA-7點平滑預處理的近紅外高光譜數據分別建立蛋白質含量的PLS預測模型，均取得較好的預測效果，其中近紅外波段的預測結果對品種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建立PLS預測模型，中紅外波段范圍內基于CARS的預測效果最優(yōu)且略優(yōu)于基于SPA的，近紅外波段范圍內基于SPA的預測效果最優(yōu)，對三個品種的預測結果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，中紅外光譜技術和近紅外高光譜成像技術均可用于轉基因大豆的蛋白質含量預測，并且近紅外光譜波段的預測效果較好。
　　(3)建立了轉基因大豆的脂肪含量預測方法和模型?；谥屑t外光譜技術和近紅外高光譜成像技術，分別獲取大豆的光譜信息并消除噪聲，對經WT預處理的中紅外光譜數據和經MA-7點平滑預處理的近紅外高光譜數據分別建立脂肪含量的PLS預測模型，均取得較好的預測效果，其中近紅外

7、波段的預測結果對三個品種的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建立PLS預測模型，中紅外波段范圍內基于CARS的預測效果最優(yōu)且略優(yōu)于基于SPA的，近紅外波段范圍內基于SPA的預測效果最優(yōu)，對三個品種的預測結果Rp分別為0.8089