近年来,近红外光谱技术在作物样品组分检测和育种材料快速筛选等方面得到广泛应用,而关于水稻源库器官,尤其是水稻节间主要碳氮代谢组分高通量检测的研究鲜见报道。本研究以试验获得的576份代表性节间样本为材料,在获得样本化学实测值...近年来,近红外光谱技术在作物样品组分检测和育种材料快速筛选等方面得到广泛应用,而关于水稻源库器官,尤其是水稻节间主要碳氮代谢组分高通量检测的研究鲜见报道。本研究以试验获得的576份代表性节间样本为材料,在获得样本化学实测值的基础上,采集样本的近红外光谱信息,并利用偏最小二乘(partial least square,PLS)法构建水稻节间主要碳氮代谢组分蔗糖、淀粉、总氮模型。模型验证结果显示:水稻节间蔗糖、淀粉、总氮含量PLS模型验证集决定系数分别为0.988、0.977和0.957,相对分析误差均大于3,模型的性能指数分别为85.20、85.80和86.50,表明所建模型预测结果准确可靠。此外,水稻叶片和叶鞘的淀粉、总氮含量和碳氮比的PLS模型也具有较高的精度。本研究构建了水稻节间主要碳氮代谢组分的近红外光谱模型,为水稻栽培生理和高产栽培理论研究提供了技术支撑。展开更多
文摘近年来,近红外光谱技术在作物样品组分检测和育种材料快速筛选等方面得到广泛应用,而关于水稻源库器官,尤其是水稻节间主要碳氮代谢组分高通量检测的研究鲜见报道。本研究以试验获得的576份代表性节间样本为材料,在获得样本化学实测值的基础上,采集样本的近红外光谱信息,并利用偏最小二乘(partial least square,PLS)法构建水稻节间主要碳氮代谢组分蔗糖、淀粉、总氮模型。模型验证结果显示:水稻节间蔗糖、淀粉、总氮含量PLS模型验证集决定系数分别为0.988、0.977和0.957,相对分析误差均大于3,模型的性能指数分别为85.20、85.80和86.50,表明所建模型预测结果准确可靠。此外,水稻叶片和叶鞘的淀粉、总氮含量和碳氮比的PLS模型也具有较高的精度。本研究构建了水稻节间主要碳氮代谢组分的近红外光谱模型,为水稻栽培生理和高产栽培理论研究提供了技术支撑。
