222

(1.武漢理工大學(xué)機(jī)電工程學(xué)院， 湖北 武漢 430070； 2.北京農(nóng)業(yè)信息技術(shù)研究中心， 北京 100097；3.北京農(nóng)業(yè)智能裝備技術(shù)研究中心， 北京 100097)

種業(yè)是農(nóng)業(yè)的芯片[1]，農(nóng)產(chǎn)品的生產(chǎn)產(chǎn)量和品質(zhì)與農(nóng)田播種種子的質(zhì)量息息相關(guān)。據(jù)統(tǒng)計(jì)，每年我國因作物種子不適造成的農(nóng)產(chǎn)品減產(chǎn)在10%～20%之間[2]。為保證播種種子質(zhì)量，種子質(zhì)量檢測(cè)是種子銷售前必不可少的環(huán)節(jié)。種子活力作為衡量種子質(zhì)量的重要指標(biāo)之一，在種子生產(chǎn)加工過程中常常未能受到重視。高活力的種子在田間發(fā)芽速度快、出苗整齊、抵抗逆環(huán)境生長的能力強(qiáng)；低活力的種子在田間發(fā)芽速度較慢、出苗不規(guī)整，很容易受到生長環(huán)境的影響而造成農(nóng)產(chǎn)品減產(chǎn)。因此研究種子活力的檢測(cè)技術(shù)，對(duì)保障農(nóng)業(yè)經(jīng)濟(jì)的穩(wěn)定發(fā)展有著重要意義。

1 種子活力

種子活力的概念首次提出是1950年在國際種子協(xié)會(huì)(ISTA)上。1981年，鄭光華[3]撰寫的《積極開展種子活力研究的建議》一文，將國際上最熱門的研究領(lǐng)域介紹到國內(nèi)，并第一次將“Vigor”譯為“活力”，在《種子》雜志上將這個(gè)種子學(xué)中最新穎而又非常重要的概念正式刊發(fā)，并由此推動(dòng)了我國這一領(lǐng)域的研究發(fā)展。2003國際種子檢驗(yàn)規(guī)程規(guī)定：種子活力是指種子批在廣泛環(huán)境條件下，所測(cè)定活性和有關(guān)性能的總和[4]。種子活力主要特性包括：種子發(fā)芽、幼苗生長速率和整齊度；種子在不利環(huán)境條件下的出苗能力；儲(chǔ)藏后保持發(fā)芽的能力。常見的傳統(tǒng)檢測(cè)種子活力的方法有多種。例如四唑(TTC)染色法，它主要依據(jù)種胚中與種子活力相關(guān)聯(lián)的過氧化氫酶發(fā)生化學(xué)反應(yīng)變成紅色。根據(jù)染色的位置和深淺可以確定種子活力水平，一般情況下，紅色越深，說明種子活力水平越高；幼苗生長測(cè)定法是根據(jù)種子出苗生長速度、幼苗根長和芽長、鮮重或干重等種子生長特性來判斷種子活力狀況。高活力種子一般出苗生長速度快、根長和芽長較長、鮮重值或干重值較高，低活力種子在這些特性上則表現(xiàn)相對(duì)弱勢(shì)；加速老化法是依據(jù)老化處理后的種子發(fā)芽情況來進(jìn)行判斷，高活力種子能正常出苗生長，而低活力種子則易生長為不正常幼苗或者不生長。除上述幾種方法，還有一些傳統(tǒng)種子活力檢測(cè)方法如抗冷測(cè)定法、電導(dǎo)率法、磚礫法等。傳統(tǒng)種子活力檢測(cè)方法對(duì)種子活力情況的評(píng)定結(jié)果科學(xué)性強(qiáng)，是國家標(biāo)準(zhǔn)種子活力檢測(cè)方法，但也存在對(duì)實(shí)驗(yàn)工作人員的專業(yè)能力要求較高、實(shí)驗(yàn)周期長、容易對(duì)種子造成損傷等缺點(diǎn)，不能滿足現(xiàn)代農(nóng)業(yè)生產(chǎn)對(duì)種子快速、準(zhǔn)確、無損檢測(cè)的新要求[5]。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，諸如機(jī)器視覺、近紅外光譜、軟X射線、電子鼻等新型檢測(cè)技術(shù)逐漸應(yīng)用到種子活力檢測(cè)領(lǐng)域中，給種子質(zhì)量檢測(cè)行業(yè)注入了新力量。

2 新型種子活力檢測(cè)方法

2.1 機(jī)器視覺技術(shù)

機(jī)器視覺技術(shù)是一門涉及到計(jì)算機(jī)技術(shù)、圖像處理、模式識(shí)別等多個(gè)領(lǐng)域的智能技術(shù)[6]，在食品安全檢測(cè)、生產(chǎn)制造和交通監(jiān)控等行業(yè)有著廣泛的應(yīng)用[7]，并取得了巨大的經(jīng)濟(jì)和社會(huì)效益。近年來在種子活力檢測(cè)領(lǐng)域，研究人員發(fā)現(xiàn)種子活力不僅與種子的遺傳特性有關(guān)，與種子大小、顏色等物理性狀也有密切關(guān)系[8]。應(yīng)用機(jī)器視覺技術(shù)來檢測(cè)種子活力，主要通過圖像傳感器獲取種子圖像，然后將圖像轉(zhuǎn)化為數(shù)字圖像導(dǎo)入計(jì)算機(jī)中，運(yùn)用諸如圖像預(yù)處理、邊緣檢測(cè)、圖像分割等圖像處理技術(shù)進(jìn)行分析處理，提取種子大小、顏色等信息，最終結(jié)合數(shù)據(jù)分析方法對(duì)種子活力狀況進(jìn)行評(píng)價(jià)。在國外，Kiratiratanapruk等[9]通過圖像處理相關(guān)技術(shù)，建立了基于玉米種子顏色和紋理特征的支持向量機(jī)(SVM)分類器，實(shí)現(xiàn)了對(duì)有十多種缺陷特征(發(fā)霉、蟲蛀等)的玉米種子分類，最終判斷正常種子的準(zhǔn)確率為95.6%，有缺陷的種子準(zhǔn)確率為80.6%。Hoffmaster等[10]利用圖像掃描儀獲取大豆幼苗圖像，結(jié)合圖像處理技術(shù)，開發(fā)了能實(shí)現(xiàn)對(duì)大豆種子批的活力水平評(píng)定的系統(tǒng)。Granitto等[11]利用機(jī)器視覺技術(shù)獲取種子形態(tài)、顏色和紋理的特征信息，建立貝葉斯分類模型，實(shí)現(xiàn)對(duì)57種雜草種子的自動(dòng)分類。在國內(nèi)，彭江南等[12]利用中國農(nóng)業(yè)大學(xué)自主研發(fā)的Seed Identification軟件提取棉籽圖像中單粒棉籽的RGB、Lab、HSB、灰度以及長、寬等特征信息，確定了棉種活力與R、S、B(HSB)、b、寬度、長度和投影面積存在顯著或極顯著的相關(guān)性，最終當(dāng)R小于90進(jìn)行精選，棉種的發(fā)芽率由89%提高到96.1%。葉鳳林等[13]同樣利用Seed Identification軟件對(duì)黃芩進(jìn)行研究，發(fā)現(xiàn)黃芩幼苗苗長、鮮重與種子H值、寬度、長度、投影面積呈極顯著相關(guān)。李振等[14]基于圖像處理技術(shù)，開發(fā)了辣椒種子活力指數(shù)檢測(cè)系統(tǒng)，活力指數(shù)檢測(cè)準(zhǔn)確率高達(dá)92%以上。王應(yīng)彪等[15]通過OpenCV對(duì)優(yōu)質(zhì)和含有損傷、霉變種子的HSV顏色空間進(jìn)行分析，將種子分成優(yōu)質(zhì)、一般、劣質(zhì)三類，其中優(yōu)質(zhì)種子判斷正確率為90.5%，一般種子正確率為82.3%，劣質(zhì)種子正確率為92.3%。上述研究表明，運(yùn)用機(jī)器視覺技術(shù)不僅在種子質(zhì)量檢測(cè)和分級(jí)上有著很好的應(yīng)用成效，而且在實(shí)現(xiàn)種子活力的快速、準(zhǔn)確、無損檢測(cè)上也有著良好的應(yīng)用前景。

2.2 近紅外光譜技術(shù)

近紅外光(NIR)是一種介于可見光(VIS)和中紅外光(MIR)的電磁波，波長為780～2 526 nm[15]。從20世紀(jì)80年代后期一直發(fā)展到現(xiàn)在，近紅外光已經(jīng)在農(nóng)業(yè)、食品、石油、化工等領(lǐng)域取得了很多應(yīng)用成效[17]。在種子活力檢測(cè)領(lǐng)域，由于種子活力的基礎(chǔ)是種子成熟過程中貯藏物質(zhì)不斷積累而逐漸形成[18]，而近紅外光譜區(qū)與有機(jī)分子含氫基團(tuán)(OH、NH、CH)振動(dòng)的合頻和各級(jí)倍頻的吸收區(qū)一致，因此，可利用光譜信息來反映種子組成成分信息，進(jìn)而可以分析種子的活力狀況。近年來，國內(nèi)外研究學(xué)者運(yùn)用該技術(shù)在有關(guān)種子活力檢測(cè)的研究中取得了很多進(jìn)展。Soltani等[19]利用近紅外光譜技術(shù)對(duì)單粒山毛櫸堅(jiān)果有無活力進(jìn)行鑒別，精確度達(dá)到100%。Min等[20]通過采集普通玉米種子和人工老化玉米種子的近紅外光譜，分析并建立原始光譜、一階導(dǎo)數(shù)光譜和二階導(dǎo)數(shù)光譜偏最小二乘法(PLS 2)模型，實(shí)現(xiàn)對(duì)未知正常種子預(yù)測(cè)準(zhǔn)確率分別為88%、100%和97%，未知老化種子預(yù)測(cè)準(zhǔn)確率分別為100%。時(shí)偉芳等[16]利用近紅外光譜技術(shù)鑒定單粒春小麥種子活力，通過偏最小二乘分析方法建立種子活力定性分析模型，模型的建模集和檢驗(yàn)集的鑒別率分別為86.36%和91.3%。韓亮亮等[21]利用近紅外光譜結(jié)合主成分馬氏距離模式識(shí)別方法鑒別了3種不同活力的燕麥種子，鑒別率達(dá)到100%。白京等[22]通過應(yīng)用可見近紅外光譜技術(shù)測(cè)定玉米種子的光譜信息，并結(jié)合紅墨水染色法判斷種子生活力的有無，同時(shí)利用將主成分分析(PCA)和支持向量機(jī)(SVM)結(jié)合的方法建立判別模型，最終校正集和預(yù)測(cè)集判別正確率分別為95.56%和86.67%。李武等[23]通過采集不同老化天數(shù)8個(gè)甜玉米品種種子的近紅外光譜，結(jié)合偏最小回歸(PLSR)方法建立了甜玉米種子活力相關(guān)指標(biāo)的定量模型。由上述研究結(jié)果可知，近紅外光譜檢測(cè)技術(shù)具有檢測(cè)效率高、無污染、非破壞等特點(diǎn)，在種子活力檢測(cè)的應(yīng)用上成果顯著。隨著科學(xué)技術(shù)的發(fā)展，近紅外光譜技術(shù)將有可能大大改善種子活力檢測(cè)工作量大、時(shí)間長等工作現(xiàn)狀，推動(dòng)種子活力檢測(cè)向批量化和產(chǎn)業(yè)化的方向發(fā)展。

2.3 高光譜技術(shù)

高光譜技術(shù)與近紅外光譜技術(shù)不同之處在于，近紅外光譜只能獲取待檢測(cè)物體的光譜信息，不能獲得其空間信息。高光譜技術(shù)融合了圖像技術(shù)和光譜技術(shù)[24]，不僅能夠獲取其反應(yīng)內(nèi)部成分的光譜信息，而且能夠獲取待測(cè)物體的空間信息。高光譜圖像光源的波譜范圍可以在紫外波段(200～400 mm)、可見光波段(400～760 mm)近紅外波段(760～2 560 nm)以及波長大于2 560 nm的波段獲取大量窄波段連續(xù)光譜圖像數(shù)據(jù)，為每個(gè)像素提供一條完整并連續(xù)的光譜曲線[25]。近年來，高光譜技術(shù)在軍事、地質(zhì)、農(nóng)業(yè)領(lǐng)域都有廣泛的應(yīng)用[26]。在農(nóng)業(yè)種子活力檢測(cè)上，高光譜技術(shù)作為物質(zhì)檢測(cè)分析的有力工具，幫助國內(nèi)外研究學(xué)者取得了很多研究成果。Ambrose等[27]利用高光譜成像技術(shù)，采集正常玉米種子和經(jīng)微波加熱老化處理的玉米種子在400～2 500 nm波段的光譜圖像，結(jié)合偏最小二乘判別分析方法(PLS-DA)建立模型，對(duì)2種玉米判斷結(jié)果，預(yù)測(cè)集準(zhǔn)確率為95.6%。Kandpal等[28]利用高光譜技術(shù)獲取不同老化程度的甜瓜種子在948～2 494 nm波段的光譜圖像，并采用不同的變量選擇方法分別建立了幾種PLSDA模型來判斷甜瓜種子活力，其中用PLSDA-SR方法建立的模型對(duì)甜瓜種子活力的預(yù)測(cè)準(zhǔn)確率可達(dá)94.6%。李美凌等[29]通過高光譜成像儀采集了3個(gè)水稻品種種子在400～1 000 nm范圍的光譜數(shù)據(jù)，采用主成分分析支持向量機(jī)(PCA-SVM)模式識(shí)別方法建立水稻種子活力鑒別模型，最終預(yù)測(cè)集的判別率接近100%。彭彥昆等[30]利用高光譜的成像技術(shù)，采用連續(xù)投影算法(SPA)提取得到與番茄種子活力相關(guān)特征波長，當(dāng)選取特征波長在713 nm時(shí)，并且番茄種子圖像的面積平均值、圓形度平均值及灰度平均值的閾值分別選取為51.6像素、0.96和92時(shí)，其驗(yàn)證集的識(shí)別正確率最高可達(dá)90.48%。綜上所述，高光譜波段范圍廣，種子信息獲取更加全面，作為一項(xiàng)高效、無損檢測(cè)技術(shù)，能很好的應(yīng)用于種子活力檢測(cè)分析上。

2.4 激光散斑技術(shù)

激光散斑現(xiàn)象最早被發(fā)現(xiàn)于1960年[31]，它是指當(dāng)激光照射在相對(duì)粗糙(與光的波長相比)物體表面時(shí)形成的隨機(jī)干涉的圖樣。當(dāng)粗糙物體表面隨時(shí)間發(fā)生動(dòng)態(tài)變化，如微小位移、粒子隨機(jī)運(yùn)動(dòng)時(shí)，則產(chǎn)生的散斑圖也隨時(shí)間動(dòng)態(tài)變化，稱為動(dòng)態(tài)激光散斑[32]。動(dòng)態(tài)激光散斑具有非接觸、無創(chuàng)傷、高精度、高靈敏度、抗干擾能力強(qiáng)和操作簡單等優(yōu)點(diǎn)，在醫(yī)學(xué)、生物、食品、農(nóng)林業(yè)上均有應(yīng)用[33-37]。在種子活力檢測(cè)領(lǐng)域的應(yīng)用上，王鳳鵬等通過研究發(fā)現(xiàn)，主觀激光散斑和客觀激光散斑均可以用于大豆活力的檢測(cè)[32]。王佩斯等[38]利用激光散斑技術(shù)得到了玉米種子內(nèi)部粒子活躍區(qū)域，同時(shí)利用四唑染色法驗(yàn)證了該區(qū)域便是種子的活力區(qū)域，為激光散斑在種子活力的應(yīng)用上做出了初步的探索。由于目前激光散斑技術(shù)在種子活力檢測(cè)的應(yīng)用上，尚處在實(shí)驗(yàn)室研究階段，相關(guān)性的研究成果較少，但從上述研究結(jié)果可以看出，運(yùn)用激光散斑技術(shù)對(duì)種子活力進(jìn)行無損檢測(cè)具有很大的潛力。

2.5 軟X射線技術(shù)

X射線自1895年倫琴發(fā)現(xiàn)以來，其為醫(yī)學(xué)、生物學(xué)事業(yè)做出了巨大貢獻(xiàn)[39]。在種子檢測(cè)上，由于X射線技術(shù)具有檢測(cè)速度快、檢測(cè)準(zhǔn)確、不破壞種子等優(yōu)點(diǎn)，該技術(shù)已廣泛應(yīng)用在林木種子質(zhì)量檢測(cè)上[40]。X射線的檢測(cè)原理主要是依靠X射線對(duì)物質(zhì)的穿透性，當(dāng)用X射線照射種子樣品時(shí)，能在攝影膠片、制版片或熒光屏上形成種子樣品的射線圖像，顯出種子內(nèi)部的完整結(jié)構(gòu)，如種皮、胚、胚乳和裂紋等均能在X射線圖像上體現(xiàn)出來。根據(jù)種子的內(nèi)部結(jié)構(gòu)進(jìn)而可以判斷種子的蟲蛀、裂紋、品種等情況。Sood等[41]通過X射線技術(shù)獲得蕓豆種子的X射線圖像，結(jié)合圖像處理技術(shù)對(duì)其進(jìn)行了閾值化和形態(tài)學(xué)操作，最終準(zhǔn)確的區(qū)分有裂紋種子和無裂紋種子。Magorzata等[42]利用X射線技術(shù)實(shí)現(xiàn)對(duì)3個(gè)不同品種小麥種子的進(jìn)行鑒別判斷。在種子活力檢測(cè)上，趙晶明等[39]利用X射線檢驗(yàn)樟子松種子的結(jié)構(gòu)，發(fā)現(xiàn)對(duì)X射線吸收良好的種子發(fā)芽率較高，反之則低。楊玉娟等[43]運(yùn)用水襯比劑射線測(cè)定法測(cè)定小桐子種子生活力，其實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，有生活力的種子，胚和胚乳之間界線模糊不清，胚隱約可見，胚乳較亮且亮度均勻。楊冬風(fēng)[44]通過將軟X射線技術(shù)與計(jì)算機(jī)智能識(shí)別相結(jié)合的方法，以種胚區(qū)橢圓短半軸及種胚區(qū)域滲鋇像素比率和非種胚區(qū)域滲鋇像素比率為輸入特征，以標(biāo)準(zhǔn)發(fā)芽試驗(yàn)結(jié)果輸出，建立BP神經(jīng)網(wǎng)絡(luò)單粒玉米種子活力識(shí)別模型，進(jìn)行分組試驗(yàn)的平均準(zhǔn)確率可達(dá)95%以上。隨著未來X射線技術(shù)與計(jì)算機(jī)數(shù)字圖像技術(shù)的不斷結(jié)合發(fā)展，X射線在種子活力無損檢測(cè)上將占據(jù)重要的地位。

2.6 電子鼻技術(shù)

電子鼻是20世紀(jì)90年代發(fā)展起來的一種快速無損的氣味檢測(cè)儀器，具有能夠無損、快速、準(zhǔn)確感知和識(shí)別氣體成分的特點(diǎn)[45]。近年來，電子鼻在農(nóng)業(yè)、食品加工及質(zhì)量檢測(cè)、醫(yī)學(xué)診斷、環(huán)境檢測(cè)等領(lǐng)域被廣泛應(yīng)用[46]。在種子檢測(cè)領(lǐng)域，電子鼻通過采集種子生理生化變化過程中產(chǎn)生的揮發(fā)性物質(zhì)(像甲醇、乙醇等醇類物質(zhì)和酸、酮等小分子羰基化合物以及烷烴類物)，進(jìn)而分析種子的生理狀態(tài)并對(duì)種子的霉變、貯藏年限、品種類別、種子活力狀況等作出判斷。Evans等[47]利用電子鼻技術(shù)對(duì)發(fā)霉和未發(fā)霉的小麥種子所揮發(fā)的氣味信息采集和分析，結(jié)合徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)(RBFann)數(shù)據(jù)建模方法，實(shí)現(xiàn)了對(duì)發(fā)霉和未發(fā)霉的小麥種子鑒別。程紹明等[48]利用電子鼻很好的區(qū)分了不同年份的番茄種子。電子鼻除了在種子的品種、年限鑒別有應(yīng)用外，在種子活力檢測(cè)上也有著很好的應(yīng)用成果。張婷婷等[45]利用電子鼻獲取不同活力甜玉米種子的氣味信息，結(jié)合主成分分析、線性判別分析和支持向量機(jī)分別建立甜玉米種子活力的分析模型，其中主成分分析和線性判別分析建立的模型不能區(qū)分不同活力的甜玉米種子，而支持向量機(jī)建立的模型判別效果較好，預(yù)測(cè)集準(zhǔn)確率可達(dá)96.67%。趙婧[49]利用電子鼻技術(shù)結(jié)合BP神經(jīng)網(wǎng)絡(luò)建立小麥、大豆、油菜種子生活力的判斷模型，模型預(yù)測(cè)準(zhǔn)確率都達(dá)到98.3%以上，實(shí)現(xiàn)了對(duì)多個(gè)物種種子生活力的分類判別。電子鼻是種子活力檢測(cè)領(lǐng)域中一項(xiàng)新穎的技術(shù)，具有無損、操作簡單、對(duì)樣品不需要預(yù)處理、不會(huì)產(chǎn)生嗅覺疲勞等優(yōu)點(diǎn)，但在檢測(cè)混合氣體時(shí)或有干擾氣體存在等情況下，難以得到較高的檢測(cè)和識(shí)別精度。

3 討 論

現(xiàn)階段由于種子品種繁多，其活力表現(xiàn)的形式都各有所異。傳統(tǒng)種子活力的檢測(cè)方法難以滿足現(xiàn)如今對(duì)種子活力快速、無損、自動(dòng)化的市場(chǎng)需求。當(dāng)前主要使用的種子活力無損檢測(cè)技術(shù)有機(jī)器視覺技術(shù)、近紅外光譜技術(shù)、高光譜技術(shù)、激光散斑技術(shù)、軟X射線技術(shù)和電子鼻技術(shù)，但由于不同技術(shù)檢測(cè)原理存在差異，具有不同優(yōu)缺點(diǎn)。機(jī)器視覺技術(shù)能快速準(zhǔn)確的獲取種子的可見光圖像，通過對(duì)圖像分析處理能得到種子顏色、形態(tài)和紋理特征信息，進(jìn)而判斷種子品種、破損以及活力狀況，但并非所有種子活力均與種子外在顏色、形態(tài)等物理信息相關(guān)，此方法的應(yīng)用具有一定局限性。近紅外光譜和高光譜技術(shù)都是通過種子內(nèi)部的組成成分光譜信息來建立種子內(nèi)部成分信息與種子活力的關(guān)系，但是種子成分光譜有較多的冗余信息以及噪聲，分析處理過程會(huì)比較復(fù)雜，不同種類種子檢測(cè)時(shí)需重新建模，模型構(gòu)建復(fù)雜，此外，光譜設(shè)備價(jià)格昂貴，難以大范圍推廣普及。激光散斑技術(shù)通過種子表面和內(nèi)部散射粒子在激光照射下的動(dòng)態(tài)變化情況來判斷種子的活力狀況。這一技術(shù)比較方便快捷，但檢測(cè)過程中種子的輕微偏移都將影響最終的采集圖像的效果，進(jìn)而影響到最終的分析結(jié)果。X射線成像技術(shù)通過獲取種子內(nèi)部結(jié)構(gòu)信息，分析種子活力狀況，然種子內(nèi)部結(jié)構(gòu)并非反應(yīng)其活性的唯一因素，因此該技術(shù)也具有局限性。電子鼻技術(shù)直接通過種子所揮發(fā)的氣體分子進(jìn)行采集從而分析種子的活力狀況，檢測(cè)速度快，也不會(huì)有嗅覺疲勞，但容易受到其他與種子活力不相關(guān)氣體的干擾。綜上分析，單一無損檢測(cè)技術(shù)難以全面獲取種子活力表征信息，且現(xiàn)有檢測(cè)技術(shù)設(shè)備價(jià)格昂貴，難以進(jìn)行商業(yè)化推廣應(yīng)用，為實(shí)現(xiàn)種子活力無損、快速、準(zhǔn)確檢測(cè)，探索多傳感技術(shù)融合的對(duì)能適用于不同作物種子活力檢測(cè)的方法是發(fā)展方向之一。此外，受限于光譜檢測(cè)器件成本，基于低成本光譜檢測(cè)器件的應(yīng)用模型構(gòu)建也是未來種子活力無損檢測(cè)的主要方向。與此同時(shí)，便攜式種子活力無損檢測(cè)儀器的研發(fā)會(huì)大大促進(jìn)該技術(shù)的推廣應(yīng)用，是未來的種子活力檢測(cè)的必然發(fā)展方向。