论文部分内容阅读
本文以转基因水稻“华恢1号”及其亲本为研究对象,采用拉曼光谱技术、近红外光谱技术、紫外／可见／近红外光谱技术对转基因水稻与其亲本进行鉴别分析,并采用配有Si检测器的尼高力光谱仪对转基因水稻叶的叶绿素含量进行定量分析,同时结合相关仪器设计理论和实验室条件,设计转基因水稻动态检测平台。主要研究内容、结果和结论如下：(1)比较了不同分析技术对判别结果的影响,采用拉曼光谱分析技术和近红外光谱分析技术对转基因稻米与其亲本进行判别分析。结果表明：两者的鉴别正确率都可以达到100%,但采集一条拉曼光谱的时间更长,同时稻谷的荧光效应对拉曼光谱影响很大。(2)采用蔡司光谱仪和尼高力光谱仪(InGaAs检测器)对转基因稻谷与其亲本进行判别分析,比较了不同波段的仪器对判别结果的影响。结果表明：除了个别判别分析模型外,尼高力光谱仪的其他模型表现均优于蔡司光谱仪的模型,同时,不同预处理条件下的尼高力偏最小二乘判别模型的正确率均为100%。(3)采用尼高力光谱仪(InGaAs检测器)对不同年份的转基因稻谷及其亲本进行判别分析,结果表明：其总体正确率可以达到100%,同时非线性模式识别模型的结果优于线性模式识别的结果。(4)比较了配有不同检测器(InGaAs和Si)的尼高力光谱仪对转基因水稻叶的鉴别效果,结果表明：两种检测器最优模型的总体鉴别正确率都在95%以上;同时,采用Si检测器对叶绿素含量进行定量分析,结果表明：正交信号校正可以显著改善模型的性能,并且应用连续投影算法提取有效波长可以有效地缩短模型的运行时间,提高模型精度,最优的模型来自经正交信号校正过的SPA-PLS-SVM模型,其相关系数(r)和预测均方根误差(Root Mean Square Error of Prediction, RMSEP)分别为0.9022和1.3121。(5)通过光学系统、机械系统、电子系统的设计和采集软件的优化,搭建了一个可以用于转基因稻谷与其亲本鉴别的动态检测平台,在采用间歇方式对系统进行测试时发现经SNV处理后的偏最小二乘判别模型的总体正确率可以达到94.48%,说明设计的动态检测系统可以实现转基因稻谷与其亲本的快速检测,为进一步开发出具有自丰知识产权的转基因水稻快速无损检测装备奠定了基础。