孟繁佳，羅 石，吳月峰，孫 紅，劉 飛，李民贊*，黃 威，李 穆

1.中國農(nóng)業(yè)大學現(xiàn)代精細農(nóng)業(yè)系統(tǒng)集成研究教育部重點實驗室，北京 100083 2.浙江大學生物系統(tǒng)工程與食品科學學院，浙江 杭州 310058 3.吉林省農(nóng)業(yè)科學院玉米研究所，吉林 長春 130033

引 言

玉米作為世界上主要糧食作物，含有豐富的營養(yǎng)物質(zhì)。2019年，我國的玉米種植面積也已經(jīng)超過4 100萬hm2，每年的作物產(chǎn)量占我國糧食總產(chǎn)量的20%左右[1]。玉米還是工業(yè)乙醇的主要原料和飼料產(chǎn)業(yè)的重要原材料。玉米的生產(chǎn)安全直接影響我國的糧食安全。由于我國多樣的氣候環(huán)境，玉米易受到病害侵襲，每年作物病害均對玉米產(chǎn)量造成嚴重損失。玉米穗腐病是危害玉米產(chǎn)量的主要病害之一，嚴重時可造成玉米畝產(chǎn)減少30%～40%。初侵染病原由種子傳播。帶病種子播種后，存在大概率無法出苗問題，且出苗后病原體仍會感染植株進而通過孢子借助風雨傳播，對大田種植具有危害性。在播種前檢測玉米種子是否被病原體侵染對于防治玉米穗腐病具有重要實踐意義。

目前，對作物種子的病害檢測方法包括免疫分析法、理化分析法和人工檢測。其中，以酶聯(lián)免疫吸附法和免疫親和層析法為代表的免疫分析法和以高效液相色譜法和氣相色譜法等儀器探測的理化分析法被認為是高精度檢測種子病害病原體的手段。但高昂的儀器設(shè)備、復(fù)雜的測試過程以及破壞性檢測方法等因素限制了它們在種子病害檢測領(lǐng)域的應(yīng)用[2-3]。人工檢測手段僅僅能夠通過視覺嗅覺等手段甄別病害種子，經(jīng)驗依賴性高、效率低且錯檢率高。

近紅外光譜分析作為一種無損檢測手段，通過對物質(zhì)不同光譜波段的吸收度進行定性及定量分析，被廣泛運用于農(nóng)作物品質(zhì)檢測，生長周期檢測和類別檢測中[4-5]。Chu等基于近紅外高光譜建立了玉米種子真菌感染判別的兩種分類模型，準確率分別為97.96%和98.94%[6]；Shen利用多元散射校正(multiplicative scatter correction, MSC)和線性判別分析對玉米種子真菌感染水平進行分類，準確率達到了86.7%[7]；Daniel等基于近紅外高光譜對玉米種子表面黃曲霉毒素B1濃度進行檢測，結(jié)合主成分分析和因子判別分析法建立的判別模型準確率為96%[8]；Tao等基于近紅外光譜對感染黃曲霉毒素的玉米種子進行分類，建立的偏最小二乘判別分析模型準確率為96.3%[9]。上述研究基于單一真菌或真菌代謝毒素感染后的玉米種子近紅外光譜信息建立了判別模型，但自然感染穗腐病的玉米種子致病病原菌存在20多種，與單一真菌感染情況相比，玉米種子內(nèi)部物質(zhì)變化情況不具備一致性。

本工作基于近紅外光譜技術(shù)，通過優(yōu)選區(qū)間和特征波長提取方法對玉米種子穗腐病判別模型進行研究，以期為后續(xù)玉米種子病害診斷裝置科學模型依據(jù)。

1 實驗部分

1.1 試驗材料

玉米種子樣本均由吉林省農(nóng)業(yè)科學院海南育種基地提供。海南育種中心為中國北方玉米種子產(chǎn)業(yè)提供種子培育試驗田，玉米穗腐病為試驗田中的主要病害。玉米籽粒均在2019年收獲，收獲時籽粒成熟度一致。經(jīng)過育種基地驗證，玉米籽粒被劃分為染病籽粒與健康籽粒，運輸過程中兩類籽粒被分開包裝，運輸至實驗室后放置在低溫、干燥的環(huán)境中保存。

為避免水分影響，選擇樣本時剔除了干癟的染病玉米種子。共選用玉米種子246粒，其中包含150份健康玉米種子及96份穗腐病染病玉米種子。

圖1 試驗樣本

1.2 光譜采集儀器

試驗使用德國BRUKER公司生產(chǎn)的MATRIX-Ⅰ型號傅里葉近紅外光譜儀進行全譜光譜信息采集，獲得玉米籽粒在4 000～12 000 cm-1的近紅外光譜吸收度信息。在采集光譜時，玉米種子均為胚面向下放置。儀器參數(shù)設(shè)置如下：分辨率為8 cm-1，單次采集掃描次數(shù)為32(重復(fù)掃描，求平均光譜)。單個玉米種子樣本采集1 037個近紅外光譜數(shù)據(jù)。使用波長描述光譜信息，波數(shù)與波長轉(zhuǎn)換公式為

ν=107/λ

(1)

式(1)中，ν為波數(shù)，單位為cm-1；λ為波長，單位為nm。

1.3 MSC預(yù)處理方法

近紅外區(qū)域的光譜信號較弱，易受到外界環(huán)境干擾，且光譜采集時的背景光譜也會產(chǎn)生細微偏差，所以連續(xù)測量同一類種子時產(chǎn)生的光譜數(shù)據(jù)會產(chǎn)生基線漂移。近紅外光譜數(shù)據(jù)進行分析處理前必須進行預(yù)處理，加強光譜數(shù)據(jù)所包含信息的可靠性。MSC是一種光譜預(yù)處理手段，能夠有效降低光譜采集時的散射影響，提高光譜數(shù)據(jù)信噪比，修正光譜基線漂移的同時對樣品對應(yīng)的光譜吸收信息沒有影響[10]。

圖2 原始光譜及MSC處理

1.4 優(yōu)選光譜區(qū)間方法

根據(jù)已有研究[11]，玉米種子中水分子—OH官能團吸收譜帶為920～1 950 nm, 蛋白質(zhì)—NH官能團吸收譜帶為1 560～1 670和2 080～2 220 nm，脂肪C—H，C—H2和C—H3官能團吸收譜帶為2 300～2 350和1 680～1 760 nm，碳水化合物—CO和—OH官能團吸收譜帶為2 060～2 150 nm。玉米種子受到穗腐病病原菌侵染后，由于病原菌的生理活動導(dǎo)致玉米種子內(nèi)部脂肪、蛋白質(zhì)、淀粉等有機物質(zhì)發(fā)生氧化作用和水解反應(yīng)，物質(zhì)組成成分區(qū)別于正常玉米種子。根據(jù)樣本玉米種子近紅外光譜中的吸收峰，選取四個優(yōu)選區(qū)間T1(1 204～1 449 nm)、T2(1 560～1 760 nm)、T3(2 060～2 220 nm)、T4(2 300～2 395 nm)。其中T1表征水分子吸收譜帶，T2表征蛋白質(zhì)及脂肪吸收譜帶，T3表征碳水化合物及蛋白質(zhì)吸收譜帶，T4表征脂肪吸收譜帶。圖3為經(jīng)過MSC預(yù)處理后優(yōu)選區(qū)間的近紅外光譜吸收度。

圖3 玉米種子近紅外光譜優(yōu)選區(qū)間

1.5 特征波長選擇算法

建立玉米種子穗腐病判別模型時，需要以玉米種子的近紅外光譜數(shù)據(jù)作為輸入變量，但以全光譜波段作為輸入則模型計算時間過長，且存在信號譜帶重疊；進行特征提取可以消除具有共線性關(guān)系的原始數(shù)據(jù)，提高建模穩(wěn)定性。選擇了三種具有代表性的光譜特征提取算法：相關(guān)系數(shù)法(correlation analysis, CA)[12]、連續(xù)投影算法(successive projections algorithm, SPA)[13]和競爭性自適應(yīng)重加權(quán)算法(competitive adaptive reweighted sampling, CARS)[14]，三種算法原理不同，但均可以對原始光譜數(shù)據(jù)進行波長篩選，提取特征變量作為判別模型的輸入。

1.6 SVM模型

支持向量機(support vector machine, SVM)是一種二分類模型，用于生成樣本的特征空間上間隔最大的線性分類器。用樣本空間中的少數(shù)樣本作為支持向量，求出不同類別樣本歐幾里得距離最大的分離超平面，作為模型輸出。SVM的優(yōu)勢是在樣本數(shù)量較少的情況下生成模型穩(wěn)定性高，且可以通過更換RBF核函數(shù)求解非線性分類問題，適用于本工作的二分類判別模型。SVM的訓練集和驗證集以7∶3的比例隨機劃分，并將隨機種子數(shù)設(shè)置為1，保證數(shù)據(jù)集劃分穩(wěn)定性, 訓練集及測試集組成如表1所示。使用網(wǎng)格搜索法和十折交叉驗證法確定模型參數(shù)。

表1 數(shù)據(jù)集劃分結(jié)果

2 結(jié)果與討論

2.1 CA-SVM玉米種子穗腐病判別模型

采用CA提取與樣本真實值相關(guān)度最高的波長作為特征波長。用0-1表示種子樣本狀態(tài)真實值(染病樣本-健康樣本，下同)。圖4為樣本近紅外光譜區(qū)間吸收度與真實值之間的相關(guān)系數(shù)，從圖中可以看出優(yōu)選區(qū)間相關(guān)系數(shù)均高于0.6，說明有機物質(zhì)的變化與樣本真實值之間存在緊密聯(lián)系。

圖4 樣本近紅外全波段相關(guān)系數(shù)

選取4個優(yōu)選區(qū)間內(nèi)相關(guān)系數(shù)最高的波長作為特征波長，4個特征波長分別為：1 362，1 760，2 143和2 311 nm。

SVM建模時，考慮吸收度與樣本真實值非線性相關(guān)，選取RBF核函數(shù)。使用網(wǎng)格搜索法結(jié)合十折交叉驗證法，對RBF核函數(shù)中的懲罰因子C和gamma進行參數(shù)優(yōu)化，C的取值范圍設(shè)為1～50，搜索步長為0.1，gamma的取值范圍設(shè)為0.1～1，搜索步長為0.1(下同)。參數(shù)優(yōu)化結(jié)果為C取值46.6，gamma取值0.8。CA-SVM模型訓練集準確率為92.44%，測試集準確率為93.24%。

2.2 SPA-SVM玉米種子穗腐病判別模型

采用SPA提取變量矢量空間共線性最小的波長組合作為特征波長。SPA中建模集組成為100∶60(健康樣本∶染病樣本，下同)，驗證集為50∶36，最大變量選擇數(shù)設(shè)為5。如圖5所示。從優(yōu)選區(qū)間提取了5個特征波長，分別為1 227, 1 310, 1 382, 1 450和1 728 nm。

圖5 SPA特征提取

經(jīng)過參數(shù)優(yōu)化，C為45.7，gamma為0.8，CA-SVM模型訓練集準確率為91.86%，測試集準確率為94.59%。

2.3 CARS-SVM玉米種子穗腐病判別模型

CARS通過自適應(yīng)重加權(quán)技術(shù)以PLS建模后的回歸系數(shù)為參考值，尋找最優(yōu)變量組合。CARS建模中，設(shè)置偏最小二乘回歸保留的主成分數(shù)最大值為10，使用十折交叉驗證法求均方根誤差，并設(shè)置自競爭加權(quán)算法運行次數(shù)為50次，輸出特征變量篩選結(jié)果。通過CARS選擇的10個特征波長為：1 232，1 233，1 257，1 279，1 313，1 688，1 703，1 705，2 302和2 323 nm，選擇過程如圖6所示。

圖6 CARS特征提取

經(jīng)過參數(shù)優(yōu)化，C值為48.3，gamma值為0.7。CARS-SVM模型訓練集準確率為90.69%，測試集準確率為93.24%。

2.4 建模結(jié)果對比與分析

由表2可知，經(jīng)過優(yōu)選區(qū)間和特征波長提取，建模所需變量數(shù)最多可以減少至原始數(shù)據(jù)波長數(shù)量的0.38%，三種玉米種子穗腐病判別模型訓練集和測試集準確率均高于90%，且在SPA-SVM模型中測試集準確率最高為94.59%，證明利用近紅外光譜可以建立有效玉米種子穗腐病判別模型。同時，三種模型中，訓練集準確率低于測試集準確率，這是由于進行樣本劃分時，選擇隨機種子數(shù)為1，樣本劃分情況不理想，與樣本數(shù)量較少也有一定關(guān)系。

表2 判別模型對比

全光譜波段建立了SVM模型，參數(shù)優(yōu)化后，C取值42.6，gamma取值0.6，訓練集準確率為93.60%，預(yù)測集準確率為97.29%，判別模型準確率得到了一定提升，但該模型輸入變量過多，不適宜應(yīng)用于實際檢測。

3 結(jié) 論

針對玉米種子穗腐病開展近紅外光譜建模研究，結(jié)論如下：

(1)分別對經(jīng)過MSC預(yù)處理后的原始光譜數(shù)據(jù)利用CA，SPA和CARS三種特征波長提取算法進行特征提取，使用提取出的特征波長建立CA-SVM，SPA-SVM和CARS-SVM判別模型。驗證結(jié)果表明，三種判別模型中訓練集和測試集準確率均在90%以上；進行特征提取后建立的判別模型可以有效識別玉米種子穗腐病，且輸入變量數(shù)量最少的僅為原始光譜變量總數(shù)的0.38%。為后期研發(fā)玉米種子穗腐病近紅外光譜檢測裝置提供了模型基礎(chǔ)。

(2)結(jié)合有機物質(zhì)的敏感波段進而選取優(yōu)選區(qū)間進行建模分析的方法是有效的，可以對其他染病作物的近紅外光譜判別模型的建立提供研究思路。