水稻是中国最重要的粮食作物之一,其种子品种鉴别是目前农业生产、作物育种和种子检验的重要问题。由于品种鉴别比较困难,每年因品种搞错和纯度差而造成的经济损失巨大。为此提出了一种应用光致发光光谱分析技术与化学计量学相结合的快速、无损鉴别稻谷品种的新方法。为了实现水稻品种的快速无损鉴别,采用北京卓立汉光仪器有限公司生产的光致发光光谱分析仪,对从长江大学农学院收集的5个不同品种的水稻共125个样本进行650～1000nm波段光致发光光谱采集,获取了每个品种水稻各25个样本数据。将光谱数据经主成分分析压缩成数目较少的新变量(主成分),其中前7个主成分能够解释99.696%的原始光谱信息。因此将前7个主成分作为BP神经网络的输入,不同水稻的品种值作为BP神经网络的输出,建立水稻品种的模式识别模型。样本被随机的分成包含100个样本的建模集和25个样本的预测集。结果表明,5次随机抽样建模的预测正确率均达到100%。同时也表明,主成分分析的数据压缩能力好,通过主成分分析和BP神经网络相结合建立模型进行不同品种水稻鉴别具有分析速度快、鉴别能力强的特点,为快速鉴别水稻品种提供了新的方法。