CN105510412B - 快速无损检测种子生活力的方法 - Google Patents

Abstract

本发明提供一种快速无损检测种子生活力的方法，所述方法是基于电子鼻原理，采用金属氧化物传感器阵列检测种子产生的挥发气体的成分，将挥发气体的化学信号转变为电信号，根据电信号图谱区分不同生活力的种子，结合BP神经网络对采集的电信号进行建模，实现对未知种子样品的生活力检测。利用本方法，不同生活力种子区分效率可达100％，预测准确度可达99％。本发明所用种子无需经过任何处理，检测过程不直接接触种子，且每次检测耗时仅30秒钟，可实现种子生活力的无破坏性和快速检测。采用本方法检测后，种子可以继续保存、播种或其它用途。

Description

快速无损检测种子生活力的方法

技术领域

本发明涉及种子生活力的测定，具体地说，涉及一种快速无损检测种子生活力的方法。

背景技术

种子生活力是指种子的生命力，指种子能够萌发长成幼苗的能力。随着技术发展，对种子生活力检测的准确度、速度和无破坏性的要求越来越高。

参照国际种子检验规程(International Seed TestingAssociation.International Rules for Seed Testing.2009)，常用的种子生活力检测方法包括：常规发芽法、四唑染色法。常规发芽方法是最准确，也是最经典、最常用的方法，但是非常耗时。油菜种子发芽检测需要10天左右，而且每次检测要损耗100～400粒种子。TZ染色法需要先将油菜种子在湿滤纸上吸水24～48小时，然后用1.0％的四唑染色8小时，每次检测同样需要消耗100～400粒种子。另外还有氧分子流速检测方法(Xin X,Wan YL,WangWJ,Yin GK,McLamore ES,Lu XX.A real-time,non-invasive,micro-optrode techniquefor detecting seed viability by using oxygen influx.Scientific Reports,2013,3:3507)，此类方法需要将干种子浸泡于检测液中，因此对种子也产生相当的破坏，检测后的种子只能丢弃，或者继续培养成植株，而不能继续保存或者用于其它用途。对于一些珍稀的种子，用做长期贮藏等目的的种子，由于种子数量有限，研发无破坏性检测技术意义重大。另外，常规的发芽检测方法耗时耗力，严重限制了检测效率，因此亟需研发一种无破坏性、快速的种子生活力检测方法。

正常条件下，植物通过次生代谢途径产生多种挥发气体，包括：醇类、酸类、醛类、酮类、酯类、烷烃类、含氮化合物和硫化物等。挥发气体的种类和各成分间的比例，因物种、器官、健康度、活性等而不同。在种子生活力降低过程中，细胞内的化学反应发生变化，导致挥发气体产物发生改变(Zhang M,Liu Y,Torii I,Sasaki H,Esashi Y.1993.Evolutionof volatile compounds by seeds during storage periods.Seed Science andTechnology 21,359–373.)。分析挥发气体成分，不必对种子进行任何处理，包括短时吸胀等，且分析过程不直接接触种子，对种子没有任何损害。因此，如果能够通过检测挥发气体成分差异而判断种子的生活力，则可开发出真正无破坏性、快速的检测方法。

发明内容

本发明的目的是提供一种完全无破坏性、快速检测种子生活力的方法。

为了实现本发明目的，本发明的一种快速无损检测种子生活力的方法，所述方法是基于电子鼻原理，采用金属氧化物传感器阵列检测种子产生的挥发气体的成分(种类和浓度)，将挥发气体的化学信号转变为电信号，根据电信号图谱(即根据其气味“指纹”)区分不同活力的种子，结合BP神经网络对采集的电信号进行建模，实现对未知种子样品的生活力检测。

其中，所述金属氧化物传感器阵列是对氮氧化合物、有机硫化物、无机硫化物、羰基类/醇类和甲烷类物质敏感的5个金属氧化物传感器组成的传感器阵列。

本发明提供的方法包括以下步骤：产生挥发气体、收集并检测挥发气体、数据分析、生活力判断和预测。

前述的方法，将适量的种子装入顶空样品瓶(瓶盖中央打孔，内配有硅胶垫)内密封，静止相应时间后直接抽取顶空气体，经金属氧化物传感器阵列检测。具体地，取1～5g种子，装入一定容积(例如，20ml)的顶空样品瓶内，室温静置10～30分钟后进行测定。若遇气温波动大的季节，应将样品瓶放在20℃～35℃恒温箱内。

前述的方法，先用净化的空气(例如用木炭净化的洁净空气)清洗金属氧化物传感器阵列，然后用进样针吸取样品瓶顶空气体，经传感器阵列检测，获得电信号值，连续测定30秒。其中，气体流经传感器阵列的速度为100ml/s～400ml/s。

前述的方法，选取0～30秒之间稳定的电信号数据，利用主成分分析法(PCA)或线性判别法(LDA)，对数据进行降维处理后区分不同生活力梯度种子的数据集。

优选地，每个生活力梯度种子取至少30份样品的检测信号训练BP神经网络，并利用训练好的BP神经网络对未知种子样品进行生活力检测。做完每一次检测，用净化的空气清洗传感器阵列，以消除前一检测的影响。

通过抽取样品瓶内的气体，使气体吸附在金属氧化物传感器表面，引起电阻变化，利用不同的金属氧化物，选择性地识别不同类别的气体，将种子挥发气体的化学信号转变为电信号图谱。通过电化学计量软件，对挥发气体进行区分鉴别，从而区分不同生活力的种子。对获得的电信号进行BP神经网络建模训练，即可预测未知种子样品生活力。

本发明提供的检测方法适用于多种作物种子生活力的测定。优选地，所述种子来自油菜。

整个检测过程无需对种子进行吸胀、萌发、染色等任何处理，只需将种子装入样品瓶静置一段时间，抽取种子顶空的挥发气体进行检测。检测过程不接触种子，只需要少量种子，且每次检测仅不到1分钟，检测效率高、方法简单、结果可靠。利用本方法，不同活力种子区分效率可达100％，预测准确度可达99％，真正实现了种子活力的无破坏性和快速检测。采用本方法检测后，种子可以继续保存、播种或其它用途。

附图说明

图1为本发明实施例1中利用电子鼻检测气体信号。

图2为本发明实施例1中油菜“中油821”15％生活力种子的电子鼻10个传感器响应曲线。

图3为本发明实施例1中油菜“浙油18”47％生活力种子的电子鼻10个传感器响应峰值和均值对比结果。

图4为本发明实施例1中分别采用10个(A、B)和5个(C、D)主传感器峰值区分油菜“浙油18”不同生活力种子以及利用WinMuster的PCA(A、C)和LDA(B、D)分析法区分不同生活力种子的结果。

具体实施方式

以下实施例用于说明本发明，但不用来限制本发明的范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段，所用原料均为市售商品。

实施例1快速无损检测种子生活力的方法

1.实验材料

随机选用5个油菜品种：浙油18、中油821、中双11、阳光2009和Oro，不同生活力梯度种子的发芽率见表1。

表1 5个品种油菜种子的发芽率

2.实验仪器及耗材

仪器设备：采用普通称量天平称量种子，采用德国Airsense PEN3电子鼻获取种子气味图谱。PEN3有10个金属氧化物传感器，分别对应不同类型的气体(表2)。

耗材：采用色谱用20ml顶空样品瓶盛装油菜种子。

表2 PEN3电子鼻的各传感器性能特点

3.实验内容及方法

不同生活力种子区分的具体步骤为：

(1)准备样品：用天平称取3g种子，装入20ml顶空样品瓶(瓶盖中央打孔，内配有硅胶垫)。

(2)获得挥发性气体：将样品瓶在室温静置20min，若室温波动大，则将样品瓶放在25℃恒温箱内。

(3)数据采集：设置电子鼻参数为：用经过木炭净化的洁净空气清洗传感器阵列100秒，归零10秒，样品检测30秒，采样时间1秒/组，进样流量100～400ml/min(图1)。

(4)数据分析：采集完的信号数据中，选取0～30秒之间的数据，利用主成分分析法(PCA)或线性判别法(LDA)，对数据进行降维处理后区分不同组别的数据集。

预测种子生活力的具体步骤为：

1)数据采集：选取油菜“中双11”的5个生活力梯度种子(表3)，采集气味图谱，重复45次。

2)建模：每个生活力的种子取30个重复共150个数据做训练集，提取第40秒时10个传感器的响应值为输入矢量，发芽率为输出矢量，使用matlab软件建立BP神经网络，神经网络结构为10×10×1。

3)检验及预测：利用剩余15个重复共75个数据做测试集，从而得到油菜种子发芽率BP神经网络训练集及预测集识别结果。

4.实验结果

4.1不同生活力种子气味信号差异

信号采集结果表明，10个传感器对油菜种子的响应值存在明显差异，10个传感器信号基本都呈现先剧烈增加，达到峰值后缓慢下降的趋势(图2)。由于峰值明显高于后期测定数值，且峰值较为稳定，后续分析应采取峰值(图3)。不同生活力种子电子鼻10个传感器响应值存在明显差异，以“浙油18”为例，对照种子的信号值(峰值)按由大到小排列，前5位传感器分别为W1S、W2W、W2S、W1W和W1C，而对于47％发芽率种子则是W1W、W2W、W1S、W2S和W5S(表3)。证明随着种子生活力丧失，其挥发气体成分发生了改变。因此，可以通过气味图谱区分不同生活力的油菜种子。

表3浙油18高生活力(100％发芽率)和低生活力(47％发芽率)各传感器响应峰值对比

4.2不同生活力种子的区分

利用WinMuster的PCA和LDA法分析10个传感器采集信号峰值，区分不同生活力的油菜种子。结果表明，5个品种各生活力梯度种子均可得到有效区分，且LDA分析法优于PCA法，各品种内不同生活力种子区分效果见表4和图4。

表4采用10个传感器峰值区分各生活力梯度种子

4.3传感器阵列优化

为优化传感器阵列，根据各生活力梯度种子区分效果，对不同的传感器组合进行了评价，发现仅采用W1W、W2W、W1S、W2S和W5S这5个传感器的信号即可达到跟10个传感器接近的区分效果(图4和表5)。W1W、W2W、W1S、W2S和W5S这5个传感器分别对无机硫化物、有机硫化物、甲烷、羰基类/醇类和氮氧化合物敏感，其对种子生活力的综合区分准确率可达96％(LDA分析法)。

表5采用5个主传感器峰值区分各生活力梯度种子

4.4 BP神经网络预测未知样品生活力

从表6可以看出，油菜“中双11”的训练集对各生活力梯度种子的识别准确率为96.7％～100％，综合正确率为99.3％。其预测集的准确率则全部达到100％，因此，利用电子鼻技术结合BP神经网络分析，可以准确预测油菜种子生活力。

表6油菜“中双11”各生活力种子30个重复样品的BP神经网络识别结果

可见，本发明的一种无破坏性、快速检测油菜种子生活力的方法，可以在不接触种子、不对种子进行任何预处理的情况下，通过检测其挥发气体的方法实现对油菜种子生活力的无破坏性、快速检测。

虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (8)

1.快速无损检测油菜种子生活力的方法，其特征在于，基于电子鼻原理，采用金属氧化物传感器阵列检测油菜种子产生的挥发气体的成分，将挥发气体的化学信号转变为电信号，根据电信号图谱区分不同活力的种子，结合BP神经网络对采集的电信号进行建模，实现对未知油菜种子样品的活力检测；

所述金属氧化物传感器阵列是对氮氧化合物、有机硫化物、无机硫化物、羰基类/醇类和甲烷类物质敏感的5个金属氧化物传感器组成的传感器阵列。

2.根据权利要求1所述的方法，其特征在于，将适量的种子装入顶空样品瓶内密封，静止相应时间后直接抽取顶空气体，经金属氧化物传感器阵列检测。

3.根据权利要求2所述的方法，其特征在于，取1～5g种子，装入一定容积的顶空样品瓶内，室温静置10～30分钟后进行测定。

4.根据权利要求3所述的方法，其特征在于，先用净化的空气清洗金属氧化物传感器阵列，然后用进样针吸取样品瓶顶空气体，经传感器阵列检测，获得电信号值，连续测定30秒。

5.根据权利要求4所述的方法，其特征在于，气体流经传感器阵列的速度为100ml/s～400ml/s。

6.根据权利要求4所述的方法，其特征在于，选取0～30秒之间稳定的电信号数据，利用主成分分析法或线性判别法，对数据进行降维处理后区分不同生活力梯度种子的数据集。

7.根据权利要求6所述的方法，其特征在于，每个生活力梯度种子取至少30份样品的检测信号训练BP神经网络，并利用训练好的BP神经网络对未知种子样品进行生活力检测。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述种子无需经过任何预处理。