学术研究报告：基于近红外高光谱成像技术的自然老化西瓜种子活力在线检测系统

研究团队与发表信息

本研究由韩国忠南大学（Chungnam National University）生物系统机械工程系的Jannat Yasmin、Mohammed Raju Ahmed、Collins Wakholi等学者主导，合作单位包括韩国庆尚国立大学（Gyeongsang National University）和忠北国立大学（Chungbuk National University）。通讯作者为Geonwoo Kim和Byoung-Kwan Cho。研究成果于2022年11月7日发表在开放获取期刊Frontiers in Plant Science（植物科学前沿）的“Technical Advances in Plant Science”专栏，论文标题为《Near-Infrared Hyperspectral Imaging for Online Measurement of the Viability Detection of Naturally Aged Watermelon Seeds》。

学术背景与研究目标

西瓜（*Citrullus lanatus*）是全球重要的经济作物，但其种子在长期储存中会因自然老化导致活力下降。传统检测方法（如发芽试验、四唑染色法）存在耗时长、破坏样本、无法满足工业化分选需求等问题。因此，本研究旨在开发一种在线近红外高光谱成像（NIR-HSI）系统，通过非破坏性、高通量的方式快速识别自然老化西瓜种子的活力状态，并为种子工业和育种项目提供实时质量监控解决方案。

研究流程与方法

1. 样本准备与数据采集

• 研究对象：三种自然老化的无籽（三倍体）西瓜种子品种（V1: Choiganggul, V2: Sambaechea, V3: Leehyunglim），每种各1000粒种子，存储于5°C环境中。
  
• 高光谱成像系统：
  
  • 设备：共振公司（Resonon）Pika-640 NIR高光谱相机（波长范围900–1700 nm），搭配卤钨灯光源和传送带系统（速度49 mm/s）。
    
  • 创新点：开发了自定义图形界面算法（MATLAB脚本），实现种子在运动状态下的实时光谱采集与分类。
    
• 数据预处理：采用7种方法（均值归一化、多元散射校正MSC、Savitzky-Golay导数等）优化光谱数据，消除噪声和散射效应。
  

2. 模型构建与验证

• 分类模型：基于偏最小二乘判别分析（PLS-DA），将种子分为“有活力”（标签1）和“无活力”（标签0）两类。
  
  • 阈值设定：通过调整分类阈值（V1: ±0.53, V2: ±0.52, V3: ±0.55）提高模型特异性，减少误判。
    
  • 样本分配：70%数据用于训练模型，30%用于验证。
    
• 化学成像：将回归系数与高光谱图像结合，生成种子活力分布的化学图像，并通过二值化处理实现可视化分类。
  

3. 验证与生化分析

• 发芽试验：对模型预测结果进行验证，结果显示分类后的种子发芽率显著提升（V1: 89%→91.4%, V2: 32%→80.5%, V3: 14%→77.7%）。
  
• 高效液相色谱（HPLC）：检测碳水化合物（265 nm）和蛋白质（220 nm）含量，证实有活力种子中二者浓度更高（如V3品种碳水化合物峰面积：有活力34.7% vs. 无活力14.6%）。
  
• 水分含量测定：通过重量法发现，有活力种子的水分保留量显著高于无活力种子（p<0.05）。
  

主要研究结果

1. 模型性能：PLS-DA模型对三种品种的验证准确率分别为V1 83.3%、V2 86.1%、V3 87.8%，且回归系数显示1415 nm（C-H键，碳水化合物）、1475 nm（N-H键，蛋白质）和1605 nm（O-H键，水分）是区分活力的关键波段。
   
2. 化学差异：有活力种子表现出更高的碳水化合物、蛋白质和水分含量，与自然老化导致的代谢活性下降理论一致。
   
3. 系统实用性：在线分选系统每小时可处理大量种子，且成本低于深度学习方案（如卷积神经网络需6万美元硬件投入）。
   

研究结论与价值

本研究成功开发了一套低成本、高效率的NIR-HSI在线检测系统，为种子工业提供了以下价值：
- 科学价值：首次将高光谱成像技术应用于自然老化西瓜种子的活力检测，揭示了化学组分与活力的直接关联。
- 应用价值：系统可集成至生产线，实现实时分选，帮助育种者快速筛选高活力种质资源，减少田间播种失败风险。

研究亮点

1. 创新方法：结合在线传送带与HSI技术，解决了传统实验室检测的瓶颈问题。
   
2. 多模态验证：通过发芽试验、HPLC和水分测定多角度验证模型可靠性。
   
3. 工业适配性：系统硬件成本可控，且算法开源（MATLAB代码），便于推广。
   

其他发现

• 与人工老化种子相比，自然老化种子的化学变化更温和，模型需更高灵敏度。
  
• 未来计划将系统扩展至其他作物种子（如玉米、水稻）的活力检测。
  

（注：全文术语首次出现时标注英文，如“偏最小二乘判别分析（Partial Least Square Discriminant Analysis, PLS-DA）”）