[发明专利]一种利用近红外光谱检测油菜茎秆纤维素含量的方法

说明书

技术领域

本发明涉及油菜田间管理领域，更特别地，涉及一种利用近红外光谱检测油菜茎秆纤维素含量的方法。

背景技术

油菜在我国油料作物生产中占据主导地位。近年来，我国油菜品质得到明显改善，生产模式也由原始的人工种植模式逐渐向机械化生产模式转化，大大提高了油菜生产效益。然而，在实际生产中，倒伏成为制约机械化生产模式推行的主要因素。倒伏不仅导致油菜减产，极大地影响油菜品质，还使机械化收割作业难以进行，导致油菜生产效益受到严重影响。因此，选育优良种质资源、探究轻简化栽培管理措施及油菜机械化栽培对于油菜高产和稳产起着至关重要的作用。

油菜倒伏受茎秆组成成分影响显著。纤维素是茎秆重要的结构成分，以微纤丝形态构建了植物细胞壁基本骨架，同时促进细胞纵向拉长，其纤丝网状结构增强了茎秆的机械强度，茎秆中纤维素含量的高低与茎秆机械组织的发达程度密切相关。大豆茎秆中纤维素合成及代谢过程试验表明，增加茎秆中纤维素含量可显著增强茎秆的抗倒性，茎秆中纤维素含量减少，大豆茎秆抗折力减弱，倒伏易发生；在对小麦、水稻、玉米等作物的研究中也发现茎秆中纤维素含量越高的作物其抗倒性越强；对大麦茎秆抗倒性研究发现，其茎秆抗折力与茎秆纤维素含量的相关性高达0.93；对抗倒性差异较大的9个品种油菜的茎秆特性做关联分析表明，茎秆中纤维素含量与其抗倒性呈正相关。因此，为研究其高产、高效、抗倒栽培机理，往往需要测定油菜茎秆中纤维素含量指标。传统纤维素含量指标测定是通过化学分析方法得到。但这种方法费时、费力、费钱，且操作步骤多，误差控制比较困难。

薛俊杰(2016)将玉米秸秆粉碎后再采集近红外光谱，用一阶导数法处理可溶性糖光谱，用多元散射校正法和一阶导数法组合预处理酸性洗涤纤维的光谱，分别得到可溶性糖和酸性洗涤纤维与近红外光谱的对应关系。然而，这种方法需要对秸秆进行粉碎等处理步骤，而不同的样品粉碎效果存在差异，由此会影响到光谱与物质含量的对应关系的构建。

因此，需要一种更简单更精确的方法来测定油菜茎秆纤维素含量指标。

发明内容

为解决以上问题，本发明提供了一种利用近红外光谱检测油菜茎秆纤维素含量的方法，其特征在于，包括以下步骤：

S1：建立油菜茎秆纤维素含量与菜茎秆切面上的近红外光谱的对应关系；

S2：测量待检测的油菜茎秆切面上的近红外光谱；

S3：根据S2得到的所述待检测的油菜茎秆切面上的近红外光谱以及S1得到的油菜茎秆纤维素含量与菜茎秆切面上的近红外光谱的对应关系，计算待检测的油菜茎秆中的纤维素含量。

通过本发明的方法，可利用近红外光谱仪检测油菜茎秆切面上的近红外光谱，并根据油菜茎秆纤维素含量与菜茎秆切面上的近红外光谱的对应关系，计算待检测油菜茎秆中纤维素含量，与传统使用化学分析法不同，在建立了对应关系后，该方法无需再进行复杂的化学实验操作，可实现高通量检测。

在一个具体实施方案中，S1包括以下步骤：

S11：采集多个与待测油菜同品种的油菜茎秆样品；

S12：测量所述多个油菜茎秆样品的近红外光谱；

S13：测量所述油菜茎秆样品中的纤维素含量；

S14：根据S12和S13的结果建立所述油菜茎秆的纤维素含量与近红外光谱的对应关系。使用相同的品种的油菜茎秆样品来建立对应关系可使预测结果更准确。

在一个优选实施方案中，S12中对每个油菜茎秆样品采集7个切面的近红外光谱，所述油菜茎秆样品的近红外光谱由所述7个切面的近红外光谱平均得到，所述7个切面分别为所述油菜茎秆样品的两端横切面，从所述油菜茎秆样品上不同部位横切两次得到的两个新鲜横切面，以及从所述油菜茎秆样品的三个区段取的三个纵切面。

在一个优选实施方案中，用于建立所述对应关系的近红外光谱的波段为7101.7cm^-1-5449.8cm^-1和4601.3cm^-1-4246.5cm^-1。

在一个实施方案中，用于建立所述对应关系的近红外光谱不进行预处理，或者进行了以下预处理方法中的任一种或几种组合的预处理：一阶导数法、矢量归一化法、减去一条直线法、多元散射校正法、消除常数偏移量法、最小-最大归一化法、MSC法、二阶导数法。