这篇论文标题为“Feasibility Analysis of NIR for Detecting Sweet Corn Seeds Vigor”，由Yali Wang, Yankun Peng, Qibin Zhuang, Xinlong Zhao撰写，发表在Journal of Cereal Science上，内容于2020年4月3日在线发布。其研究主要探讨了使用近红外光谱(NIR)技术对甜玉米种子活力进行检测和分级的可行性。
研究背景 甜玉米因其良好的口感和高营养价值在全球范围内广泛种植。与普通玉米相较，甜玉米种子因为高可溶性糖和低淀粉含量，存储时间长会更快恶化，因此对储存条件要求非常严格。一旦条件不适，种子发芽率和幼苗活力都会降低，进而影响庄稼产量。因此，测量种子活力在播种或储存前显得尤为重要。传统的种子活力检测方法包括加速老化试验、低温萌发试验等，但这些方法耗时长、操作复杂并且需要专人处理。因此，在农业领域发展一种高效、无损的种子活力检测技术已成为必要。近红外光谱技术因其非破坏性、快速以及易于操作的特点，成为解决此问题的一种潜在技术。
研究目的 本研究旨在通过自建的单颗粒种子分级设备结合近红外光谱技术，探索实时检测和分类甜玉米种子活力的可行性。研究中使用的种子样本被分为正常种子、人工老化种子和热损伤种子三种类型。研究通过采集每颗种子五个面的光谱数据，利用偏最小二乘判别分析(PLS-DA)进行分类和判断。
研究方法 1. 样品制备与处理
研究所用的甜玉米种叫“Tuxpenosweet”, 由Huade Agriculture and Animal Husbandry Technology Co., Ltd.提供。实验从300颗外观均匀、表面无损伤的种子中随机选取，与正常样本相比处理了部分种子以导致不同的损伤，具体包括湿热处理和微波处理。
光谱采集与分析平台
使用近红外光谱静态采集平台和自设计的颗粒化分离设备进行了光谱数据的收集。光谱检测系统包括近红外光谱仪、光纤、光源、采样配件和计算机。
数据处理与模型建立
使用偏最小二乘判别分析(PLS-DA)创建种子活力的预测模型，光谱数据作为因变量，种子活力作为自变量。比较不同位置的光谱数据模型，研究不同位置光谱对分类结果的影响。研究中主要对比热损伤种子与人工老化种子，通过随机定位到分离管检测区的光谱数据建模。
发芽测试
根据国际种子测试协会的指导，对所有种子进行了标准发芽测试，以验证活力与光谱数据的关联性。
研究结果 研究结果表明，无论是热隔离处理的种子还是人工老化处理的种子，在不同检测系统下的模型分类准确率都很高。具体而言，热损伤种子的不同模型分类准确率达到100%，人工老化种子的分类准确率也高于95%。综合模型表现显示，所有类型模型的综合判别正确率大于97%。
研究结论与价值 研究表明，基于单粒化装置设计的种子分离机制以及近红外光谱检测技术，是一种可行的对玉米种子进行活力检测的方法。与传统静态检测方法相比，该技术可以实现种子的动态检测和分级，提供了一种实时应用的可能性，具有重要的科学价值和应用潜力。
研究亮点 - 本研究首次将自建颗粒化种子分离设备与近红外光谱结合，实现了种子活力的实时检测。 - 实验方法的非破坏性与高效性，使其在种子产业中具有重要的应用价值。 - 研究展示了该系统在农业中的潜在应用场景，尤其是在提升种子活力检测效率和准确性上的巨大潜力。
以上报告展示了Yali Wang等人的研究亮点和应用价值，为学术界提供了一个新的视角，表明近红外光谱技术在农业生产中的巨大潜力和未来应用前景。