作物杂志,2018, 第2期: 166–170 doi: 10.16035/j.issn.1001-7283.2018.02.029

• 种子科技 • 上一篇    下一篇

基于近红外光谱与SIMCA和PLS-DA的水稻品种鉴别

曲歌,陈争光,王雪   

  1. 黑龙江八一农垦大学电气与信息学院,163319,黑龙江大庆
  • 收稿日期:2017-10-20 修回日期:2018-01-02 出版日期:2018-04-20 发布日期:2018-08-27
  • 作者简介:曲歌,硕士生,主要从事基于近红外光谱技术的水稻种子品质的研究工作
  • 基金资助:
    国家重点研发计划(2016YFD0701301-03)

Identification of Rice Varieties Using NIR Spectroscopy and SIMCA, PLS-DA Methods

Qu Ge,Chen Zhengguang,Wang Xue   

  1. College of Electrical and Information Engineering, Heilongjiang Bayi Agricultural University,Daqing163319, Heilongjiang, China
  • Received:2017-10-20 Revised:2018-01-02 Online:2018-04-20 Published:2018-08-27

摘要:

以垦粳5号、垦粳6号、垦粳9号和鸿育001-1共4个水稻品种为研究对象,采用近红外光谱技术分别结合SIMCA和偏最小二乘法判别分析法(PLS-DA)对4个水稻品种进行鉴别。采用SIMCA分类法,实现了4个水稻品种100%的区分;采用PLS-DA方法对校正样本建立判别模型,其校正集结果和参考值之间的相关系数最小值为0.95,验证集结果与参考值之间的相关系数最小值为0.94,对验证集中4个水稻品种的识别率为100%。试验结果表明,应用近红外光谱技术结合SIMCA分类法和PLS-DA法均可实现对水稻品种的快速鉴别。

关键词: 近红外光谱, 水稻品种, PLS-DA, SIMCA, 品种鉴别

Abstract:

Four varieties of rice, including Kengjing 5, Kenjing 6, Kenjing 9 and Hongyu 001-1, seeds were selected as research object in this paper. Two discrimination methods, such as Soft Independent Modeling of Class Analogy (SIMCA) and Partial Least Squares-Discriminant Analysis (PLS-DA), were employed to identify the four varieties of rice seeds based on the spectroscopy data of the rice seeds. The discrimination result of four kinds of rice by using SIMCA method is 100%. The correlation coefficients were more than 0.95 and 0.94 for calibration and reference value, validation and reference value, respectively, and the recognition rate of four kinds of rice in the validation set was 100% when using PLS-DA discriminant method to establish discriminant model. The results indicated that the rapid identification of rice varieties can be achieved by using near infrared spectroscopy combined with SIMCA and PLS-DA.

Key words: Near infrared spectroscopy, Rice varieties, PLS-DA, SIMCA, Variety identification

图1

所有水稻样本的近红外光谱"

图2

所有水稻样本的前3个主成分(PC)得分示意"

表1

基于2种预处理方法选取不同主成分数所建模型的识别率(α=0.05)"

预处理方法
Pretreatment
method
水稻品种
Rice variety
识别率Recognition rate (%)
2 3 4 5 6
垦粳5号Kenjing 5 95 99 99 100 99
MSC 垦粳6号Kenjing 6 71 97 97 98 100
垦粳9号Kenjing 9 92 97 99 99 99
鸿育001-1 Hongyu 001-1 97 98 100 98 100
垦粳5号Kenjing 5 94 99 99 100 99
SNV 垦粳6号Kenjing 6 65 97 97 98 100
垦粳9号Kenjing 9 92 97 99 99 99
鸿育001-1 Hongyu 001-1 97 97 100 98 100

表2

PLS-DA判别模型校正及验证结果"

样本集Sample set 模型参数Model parameters 垦粳5号Kenjing 5 垦粳6号Kenjing 6 垦粳9号Kenjing 9 鸿育001-1 Hongyu 001-1
校正集Calibration set R2 0.95 0.90 0.93 0.95
相关性Correlation 0.98 0.95 0.96 0.98
偏差Bias 2.63×10-6 -2.27×10-6 3.26×10-6 -3.61×10-6
验证集Validation set R2 0.95 0.89 0.92 0.95
相关性Correlation 0.97 0.94 0.96 0.97
偏差Bias 7.39×10-5 2.9×10-4 -3.17×10-6 -4.66×10-5

图3

4个水稻品种样本分类变量的PLS预测值与参考值的回归"

图4

验证集中水稻样本的PLS-DA模型判别结果"

[1] 梁剑, 刘斌美, 陶亮之 , 等. 基于水稻种子近红外特征光谱的品种鉴别方法研究. 光散射学报, 2013,25(4):423-428.
doi: 10.3969/j.issn.1004-5929.2013.04.014
[2] Nicolaï B M, Beullens K, Bobelyn E , et al. Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy:A review. Postharvest Biology & Technology, 2007,46(2):99-118.
doi: 10.1016/j.postharvbio.2007.06.024
[3] 王多加, 周向阳, 金同铭 , 等. 近红外光谱检测技术在农业和食品分析上的应用. 光谱学与光谱分析, 2004,24(4):447-450.
[4] He Y, Li X . Discrimination of varieties of Chinese bayberry using near infrared spectroscopy.//In International Conference on Photonics and Imaging in Biology and Medicine. 2006.
doi: 10.1117/12.710942
[5] Hu W, Guo X X, Wang X C , et al. Rapid discrimination of different grades of white croaker surimi by tri-step infrared spectroscopy combined with soft independent modeling of class analogy (SIMCA). Food Analytical Methods, 2016,9(4):831-839.
[6] Hirri A, Bassbasi M, Platikanov S , et al. FTIR spectroscopy and PLS-DA classification and prediction of four commercial grade virgin olive oils from morocco. Food Analytical Methods, 2016,9(4):1-8.
[7] 王逸之, 董文渊, 李永和 , 等. 基于近红外光谱结合PLS-DA法的野外竹种识别技术研究. 竹子研究汇刊, 2014,33(4):16-20.
[8] 杨忠, 任海青, 江泽慧 . PLS-DA法判别分析木材生物腐朽的研究. 光谱学与光谱分析, 2008,28(4):793-796.
doi: 10.3964/j.issn.1000-0593.2008.04.018
[9] 芦永军, 曲艳玲, 宋敏 . 多元散射校正算法用于近红外相关光谱的处理研究. //全国近红外光谱学术会议, 2006.
[10] 常敏, 褚鹏蛟, 徐可欣 . 近红外漫反射光谱无损检测乳粉蛋白质的研究. 光谱学与光谱分析, 2007,27(1):43-45.
doi: 10.3321/j.issn:1000-0593.2007.01.012
[11] 赵志伟 . 白檀果实油含量及组分近红外定标模型构建. 株洲:中南林业科技大学, 2015.
[12] 惠光艳, 孙来军, 王佳楠 , 等. 可见-近红外光谱的小麦硬度预测模型预处理方法的研究. 光谱学与光谱分析, 2016,36(7):2111-2116.
[13] 施丰成, 李东亮, 冯广林 , 等. 基于近红外光谱的PLS-DA算法判别烤烟烟叶产地. 烟草科技, 2013,48(4):56-59.
doi: 10.3969/j.issn.1002-0861.2013.04.014
[14] Mazivila S J, de Santana F B, Mitsutake H , et al. Discrimination of the type of biodiesel/diesel blend (B5) using mid-infrared spectroscopy and PLS-DA. Fuel, 2015,142:222-226.
[1] 马军韬, 张国民, 辛爱华, 等. 以稻瘟病抗性基因分析为基础的水稻品种抗性布局研究[J]. 作物杂志, 2015, (1): 151–155
[2] 周菲, 王文军, 黄绪堂, 等. 食用向日葵子仁蛋白质含量近红外光谱模型的建立[J]. 作物杂志, 2013, (6): 73–75
[3] 张云江. 寒地早熟优质抗病水稻品种龙粳27及配套栽培技术[J]. 作物杂志, 2011, (4): 104–105
[4] 方彦. 近红外光谱法非破坏性测定玉米子粒粗淀粉含量的研究[J]. 作物杂志, 2011, (2): 25–27
[5] 杨秀峰. 高纬寒地稻作环境及其优质高产栽培技术要点[J]. 作物杂志, 2006, (2): 51–52
[6] 关世武. 黑龙江省“八五”、“九五”期间育成水稻品种的对比分析[J]. 作物杂志, 2005, (2): 59–60
[7] 李梅芳, 张丽娟, 许海玲, 等. 多抗系水稻品种的生产技术及立体农业的经济效益[J]. 作物杂志, 2004, (5): 26–27
[8] 万建民, 翟虎渠, 刘世家, 等. 功能性专用水稻品种W3660的选育[J]. 作物杂志, 2004, (5): 58–58
[9] 卢德城, 周少川, 李宏, 等. 水稻化感品种抑草效应研究[J]. 作物杂志, 2004, (1): 20–22
[10] 马玉清, 李仕贵, 汪旭东, 等. 四川省优质稻产业化发展的对策[J]. 作物杂志, 2002, (6): 8–9
[11] 高云, 林青山, 江奕君, 等. 优质水稻新品种胜泰1号的育成及应用[J]. 作物杂志, 2002, (5): 53–53
[12] 刘永锋, 陆凡, 陈志谊, 等. 江苏省水稻主栽及后备品种对稻曲病的抗性[J]. 作物杂志, 2000, (6): 11–13
[13] 雷财林, 凌忠专, 王久林, 等. 北方稻区稻瘟病菌生理小种变化与抗病育种策略[J]. 作物杂志, 2000, (3): 14–16
[14] 唐保军, 房志勇, 王越涛, 等. 沿黄地区麦茬粳稻穗型划分及其高产栽培要点[J]. 作物杂志, 2000, (2): 27–28
[15] 徐福荣, 戴陆园, 叶昌荣. 水稻耐冷性研究的概况与展望[J]. 作物杂志, 2000, (1): 4–5
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 赵广才,常旭虹,王德梅,陶志强,王艳杰,杨玉双,朱英杰. 小麦生产概况及其发展[J]. 作物杂志, 2018, (4): 1 –7 .
[2] 权宝全,白冬梅,田跃霞,薛云云. 不同源库关系对花生光合特性及产量的影响[J]. 作物杂志, 2018, (4): 102 –105 .
[3] 黄学芳,黄明镜,刘化涛,赵聪,王娟玲. 覆膜穴播条件下降水年型和群体密度对张杂谷5号分蘖成穗及产量的影响[J]. 作物杂志, 2018, (4): 106 –113 .
[4] 黄文辉, 王会, 梅德圣. 农作物抗倒性研究进展[J]. 作物杂志, 2018, (4): 13 –19 .
[5] 赵云,徐彩龙,杨旭,李素真,周静,李继存,韩天富,吴存祥. 不同播种方式对麦茬夏大豆保苗和生产效益的影响[J]. 作物杂志, 2018, (4): 114 –120 .
[6] 陆梅,孙敏,任爱霞,雷妙妙,薛玲珠,高志强. 喷施叶面肥对旱地小麦生长的影响及与产量的关系[J]. 作物杂志, 2018, (4): 121 –125 .
[7] 王晓飞,徐海军,郭梦桥,肖宇,程薪宇,刘淑霞,关向军,吴耀坤,赵伟华,魏国江. 播期、密度及施肥对寒地油用型紫苏产量的影响[J]. 作物杂志, 2018, (4): 126 –130 .
[8] 朱鹏锦,庞新华,梁春,谭秦亮,严霖,周全光,欧克维. 低温胁迫对甘蔗幼苗活性氧代谢和抗氧化酶的影响[J]. 作物杂志, 2018, (4): 131 –137 .
[9] 高杰,李青风,彭秋,焦晓燕,王劲松. 不同养分配比对糯高粱物质生产及氮磷钾利用效率的影响[J]. 作物杂志, 2018, (4): 138 –142 .
[10] 商娜,杨中旭,李秋芝,尹会会,王士红,李海涛,李彤,张晗. 鲁西地区常规棉聊棉6号留叶枝栽培的适宜密度研究[J]. 作物杂志, 2018, (4): 143 –148 .