论文部分内容阅读
水稻是我国重要粮食作物,蒸煮食味品质是稻米最重要的品质性状,直链淀粉含量（Amylose content,AC）是影响稻米蒸煮食味品质的关键指标。传统的稻米AC检测方法操作复杂、费时费力,难以实时有效获得批量样品AC值。近红外光谱技术可以准确、快速、无损测量不同有机物的组分信息,将其应用于稻米AC检测可有效提升检测效率。本研究基于华南稻区丰富种质资源,利用波通DA7200型近红外分析仪和The Unscrambler建模软件,构建基于近红外光谱技术的水稻直链淀粉含量快速检测模型。通过分析样品检测形式、光谱预处理方法、建模样品化学值区段、剔除异常值比例等不同建模条件对模型准确性的影响,探索总结近红外建模及检测技术要点,挑选华南稻区育种适用的AC检测模型。主要结论如下:1、近红外模型的选择本研究共构建了3种样品检测形式的近红外模型120个。综合比较不同模型的建模效果评价指标、模型准确性、待测样品用量、取材制样难度,基于近红外光谱技术的水稻AC值检测模型最适模型为精米粉模型。（1）本研究挑选出14个可用精米粉模型。具体测量方法为:制取精米粉样品7-14g,将待测样品置于42℃烘干2 h以上,再置于室温静置12 h以上,控制样品含水量趋于稳定。利用14个测定模型对其进行一次性测量（一次测量最多可使用20个模型）,导出测量结果,求取平均值,得测量值。（2）若待测样品材料充足,也可以使用糙米模型和精米模型。本研究挑选出3个可用糙米模型、4个可用精米模型。具体测量方法为:制取糙米样品105-210 g（或精米样品120-240 g）,利用3个糙米样品模型（或4个精米样品模型）对其进行一次性测量,导出测量结果,求取平均值,得测量值。2、近红外模型在水稻育种中的应用本研究中可用模型的样品形式和SEP值不尽相同,将其运用于水稻育种选材时,对于不同材料的AC测量,适用模型不同,AC值选择标准也不同。（1）对于诱变M2群体的选择,由于选择对象为水稻单株,稻谷数量少,推荐使用精米粉模型。诱变材料需要挑选与对照材料测量值差异明显的材料,即“测量值<CK值-3.84”,或者“测量值>CK值+3.84”时,可以认为该材料为与对照显著差异材料。（2）对于育种F2代群体单株选择,推荐使用精米粉模型。对于华南双季稻而言,稻米直链淀粉含量在20%较为理想;此外,早季材料AC值整体而言较晚季材料低1-2%。根据本研究模型,晚季材料近红外模型测量值为16.16-23.84%为目标单株;早季材料近红外模型测量值为15.16-22.84%为目标单株。早晚季间具体调整范围可根据实践经验值确定。（3）对于高世代品系材料,由于稻谷数量多,精米粉、精米、糙米3种样品形式的模型均可使用。高世代品系需要挑选稻米直链淀粉含量在20%的品系。根据本研究模型,对于晚造材料,精米粉材料测量值为16.16-23.84%,糙米材料测量值为16.12-23.88%,精米材料测量值为16.62-23.38%时,可以认定为优质目标品系。本研究首次构建了适于华南稻区应用的基于近红外光谱技术的水稻直链淀粉含量快速检测模型。研究结果对于提高稻米直链淀粉含量性状早期选择效率,促进水稻优质育种具有理论和实践意义。