【目的】建立棉花毛籽蛋白质和油分含量的近红外检测校正模型。【方法】检测样本的蛋白质含量和油分含量,根据光谱-理化值共生距离算法(sample set partitioning based on joint X-Y distance sampling,SPXY)按照3∶1的比例将426个样本...【目的】建立棉花毛籽蛋白质和油分含量的近红外检测校正模型。【方法】检测样本的蛋白质含量和油分含量,根据光谱-理化值共生距离算法(sample set partitioning based on joint X-Y distance sampling,SPXY)按照3∶1的比例将426个样本划分为包含320个样本的校正集和106个样本的预测集,结合多元散射校正和一阶导数等光谱预处理方法对模型进行优化,并采用线性偏最小二乘法(partial least square method,PLS)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)3种方法对比分析建立棉花毛籽蛋白质和油分含量的近红外快速测定模型,以决定系数、均方根误差和剩余预测偏差作为模型的评价指标。【结果】SVM模型和PLS模型在校正集的拟合效果较好,决定系数均大于0.8,但对预测集的拟合决定系数不到0.8,说明模型均存在过拟合现象;而RF模型在校正集和预测集的拟合效果都非常好,决定系数均大于0.9,其中蛋白质含量预测模型的决定系数、预测均方根误差和剩余预测偏差分别为0.9459、0.9352和4.5391,油分含量预测模型的决定系数、预测均方根误差和剩余预测偏差分别为0.9097、0.7704和3.4891。【结论】基于RF方法建立的预测模型能较好地应用于基于近红外光谱的棉花毛籽的蛋白质含量和油分含量检测,并可代替化学测定方法。研究结果不仅为棉花种子品质育种、棉籽加工生产和销售中棉籽营养品质的快速、无损评价奠定了基础,并可为其他作物种子的无损分析提供技术借鉴。展开更多
基金Supported by National Natural Science Foundation of China(No.30971719)Zhejiang Provincial Natural Science Foundation of China(No.Z3110054)the National High Technology Research and Development Program(863 Program)of China(No.2012AA101105)
基金supported by the National High Technology Research and Development Program of China(No.2009AA101104)the National Science Foundation of China(No.31371250)+2 种基金the National Basic Research Program of China(No.2011CB109306)the National Cotton Industry Technology System(No.CARS-18)the Scientific Research Program of the Higher Education Institution of Xinjiang,China(No.XJEdu 2006I59)
基金Supported by National Natural Science Foundation of China(No.30971719)Zhejiang Provincial Natural Science Foundation of China(No.Z3110054)the National High Technology Research and Development Program(863 Program)of China(No.2012AA101105)
文摘【目的】建立棉花毛籽蛋白质和油分含量的近红外检测校正模型。【方法】检测样本的蛋白质含量和油分含量,根据光谱-理化值共生距离算法(sample set partitioning based on joint X-Y distance sampling,SPXY)按照3∶1的比例将426个样本划分为包含320个样本的校正集和106个样本的预测集,结合多元散射校正和一阶导数等光谱预处理方法对模型进行优化,并采用线性偏最小二乘法(partial least square method,PLS)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)3种方法对比分析建立棉花毛籽蛋白质和油分含量的近红外快速测定模型,以决定系数、均方根误差和剩余预测偏差作为模型的评价指标。【结果】SVM模型和PLS模型在校正集的拟合效果较好,决定系数均大于0.8,但对预测集的拟合决定系数不到0.8,说明模型均存在过拟合现象;而RF模型在校正集和预测集的拟合效果都非常好,决定系数均大于0.9,其中蛋白质含量预测模型的决定系数、预测均方根误差和剩余预测偏差分别为0.9459、0.9352和4.5391,油分含量预测模型的决定系数、预测均方根误差和剩余预测偏差分别为0.9097、0.7704和3.4891。【结论】基于RF方法建立的预测模型能较好地应用于基于近红外光谱的棉花毛籽的蛋白质含量和油分含量检测,并可代替化学测定方法。研究结果不仅为棉花种子品质育种、棉籽加工生产和销售中棉籽营养品质的快速、无损评价奠定了基础,并可为其他作物种子的无损分析提供技术借鉴。
基金supported by the National Basic Research Program of China(973 Program)(517102-N51501/001) National Natural Science Foundation of China--International(Regional) Cooperation and Exchange Program(517102-N11808ZJ) Fundamental Research Funds for the Central
文摘为探究在镉(Cd)胁迫处理下锌(Zn)和硅(Si)对水稻中矿质元素从根到地上部转移的长期影响,以水稻耐镉基因型秀水110和镉敏感基因型HIPJ 1为供试材料,设置8个处理组合:3个Si处理水平(0,5,15μmol/L Na_2Si O_3·9H_2O)、3个Zn处理水平(0,1,10μmol/L Zn SO_4·7H_2O)和2个Cd处理水平(0,15μmol/L Cd Cl_2),测定其植株生物量、光合强度、抗氧化酶活性、脂质过氧化强度和矿质元素浓度。结果显示,Si(15μmol/L)或Zn(10μmol/L)可有效缓解Cd(15μmol/L)毒害对水稻植株生长的抑制效应,且以Zn的缓解效果更好。在Cd(15μmol/L)胁迫下添加Si(15μmol/L)或Zn(10μmol/L)可有效降低2个水稻基因型叶片中的丙二醛含量,并增强两者叶片中的过氧化氢酶活性,且以在秀水110中的效果更好。单一Zn或Si处理和Zn-Si复合处理均可减少HIPJ 1中的Cd^(2+)从根至地上部的转运。此外,Cd能显著降低水稻植株体内Ca、Mn、Mg等矿质元素的转运。单一Zn处理能够显著促进植物生长,且效果好于单一Si处理与Zn-Si联合处理。但是Zn-Si复合处理对提高Cd胁迫下矿质元素的吸收效果并不显著。
