[发明专利]灌浆期玉米籽粒醇溶蛋白质含量变化快速检测方法

权利要求书

1.灌浆期玉米籽粒醇溶蛋白质含量变化快速检测方法，是通过下列步骤实现的：

1）样品采集与制备

采集不同产地适宜种植的玉米品种，从玉米进入灌浆期开始，每7天进行一次采样，采集5～7次，每次每个品种采样不少于50穗，按照3：2的比例进行分配，其中3份用来收集光谱数据和进行蛋白质的测定，2份作为保留样本放在阴凉干燥处；

2）近红外光谱采集

采用布鲁克傅立叶变换Tango-R型近红外光谱仪采集光谱数据，光谱采集波长范围1104～2495nm，分辨率为16 cm^-1；光谱采集时分为两次采集，第一次对玉米籽粒进行光谱采集，每个灌浆期获得不少于120份样本的玉米籽粒平均光谱；第二次将上述玉米籽粒研磨成化学测定所需要的粉末，装进相同的样本池，并同时完成玉米粉末光谱的采集；

3）样本醇溶蛋白化学值的测定

对步骤2）得到的玉米粉末，采用国标方法进行蛋白质测试；

4）样品集划分及光谱数据预处理

将步骤2）得到的玉米籽粒光谱样本和玉米粉末的光谱样本分别按照70%建模集和30%预测集的比例进行随机划分，并利用标准归一化处理方法对原始光谱数据进行预处理；

5）基于随机森林特征重要性和区间偏最小二乘法相结合的算法进行玉米籽粒和粉末醇溶蛋白的近红外光谱特征波长的筛选

第一步：对经步骤4）处理的建模集玉米籽粒和玉米粉末平均光谱分别进行随机森林特征重要性计算并降序排序，设置特征重要性阈值，若特征变量重要性大于此阈值，则提取这部分变量，并将特征变量按照特征重要性结果从大到小依次排列，构成特征波长子集；后面的处理均对玉米籽粒光谱数据和玉米粉末光谱数据分别进行处理；

第二步：采用区间偏最小二乘法对特征波长子集进行特征波长二次筛选，区间偏最小二乘法将特征波长子集划分为等宽的n个子区间，比较各个区间PLS模型中的建模集和预测集均方根误差，将最小的均方根误差对应区间的波长作为最优特征波长子集，建立偏最小二乘回归模型，能够得到较高的回归模型性能；

第三步：通过蒙特卡洛方法对特征波长子集进行特征波长样本随机采样，验证随机森林特征重要性结合区间偏最小二乘算法筛选醇溶蛋白特征波长，根据随机森林特征重要性得到的特征波长子集经过蒙特卡洛500次样本随机采样后，结合区间偏最小二乘法进行特征波长二次筛选，设置子区间的个数与第二步相同，选定建模集均方根误差最小时所对应的特征波长点，与随机森林特征重要性结合区间偏最小二乘法筛选的最优特征波长子集中的波长点做对比，确认最后建模的特征波长集合；

6）检测模型建立与评价

分别将玉米籽粒建模集光谱数据和玉米粉末建模集光谱数据按随机森林特征重要性和区间偏最小二乘法相结合的方法，筛选出灌浆期玉米籽粒和玉米粉末的醇溶蛋白的特征波长并建立偏最小二乘回归模型，并分别使用玉米籽粒和玉米粉末预测集对上述籽粒和粉末的回归模型的精度进行评测；若预测集的评测结果不满足实际检测精度要求，重新执行步骤5，进行特征波长筛选和回归模型建立；当建立的偏最小二乘回归模型检测精度满足需求时，对照玉米籽粒光谱和玉米粉末光谱的预测结果，得到籽粒预测模型和粉末预测模型的醇溶蛋白质含量预测偏差，并将偏差作为调整系数添加到玉米籽粒预测模型中，输出相应模型，完成玉米籽粒醇溶蛋白近红外光谱快速检测模型的构建；

7）玉米籽粒醇溶蛋白质的检测

对需要检测灌浆期间籽粒醇溶蛋白的玉米籽粒进行近红外光谱扫描获得玉米籽粒光谱，对光谱数据进行预处理后再按优选的特征波长输入检测模型，既可完成灌浆期玉米籽粒醇溶蛋白质含量的快速检测。