小麦籽粒受激BPE信号频域特性分析

王 锋，王艳娜，梁义涛，李 岚，张 猛，宋红霞，焦珂珂

（河南工业大学 信息科学与工程学院，河南 郑州 450001）

0 引言

生物光子辐射（Biophoton Emission，BPE）是普遍存在于生物系统中的超弱光辐射，它的强度定义为被测样品每秒每平方厘米表面发射的光子数，数量级为几个到几千个光子，远低于通常生物发光、化学发光的强度[1].它可以作为生物体代谢活动的一项综合指标.生物光子辐射一般分为自发生物光子辐射和受激生物光子辐射两种形式.

近年来，生物光子检测技术逐渐开始应用于粮食作物种子品质的测量与分析领域.李少华等[2]通过研究渗透胁迫下萌发小麦种子超弱光子辐射的变化，提出基于生物光子辐射的细胞系统的状态参量和序参量作为种子抗旱性评价指标；赵丹莹等[3]研究了番茄果实超微弱发光规律与冷害程度的关系.

对生物光子辐射信息的研究方法主要是针对基于时间积分得到的目标受激生物光子辐射时域曲线进行分析，寻找其规律[4－5].作者针对小麦籽粒受激生物光子辐射信息，运用频谱分析方法，研究新陈度不同的小麦籽粒之间若干频域参数的区别，从而为粮食作物品质特征判定提供一种思路.

1 材料与方法

1.1 试验材料

选取2012年和2010年生产的品种为“郑麦7698”小麦种子（以下简称新小麦和陈小麦）.挑选籽粒饱满的小麦各5 g，用纯净水冲洗两次，除去灰尘杂质，置于60℃干燥箱中干燥至冲洗前的质量，用保鲜膜密封备用.

1.2 受激BPE信号的获取

测量仪器采用北京建新力拓公司的BPCLZL-TGC超微弱发光测量仪.测量时称取小麦籽粒样品（5.00±0.02）g，处理后放入保持在 25°C的测量室中，测量时长1 000 s，数据读取时间间隔为10 s.作者采用的处理方法包括水激和光照两种，具体试验方法如下.

水激：将样品暗处理30 min，然后对样品室的小麦注水来测定其水激发光（用注射器通过样品室注射口向测量杯中注射5 mL纯净水后立即测量）.

光照：将样品暗处理30 min，然后在光源下垂直照射30 min后测量其延迟发光.光源采用23 W荧光灯，光照距离为5 cm（经测量照度为46 500 lx）.

1.3 小麦籽粒受激BPE信号的时、频域分析

对测量得到的BPE信号，首先去除仪器本底噪声和信号中的直流分量，再进行一维平稳小波降噪，最后对降噪后的数据进行傅里叶变换分析，通过计算频谱相关的特征参量观察其频域特性.具体流程如图1所示.

图1 BPE信号处理整体流程

（1）去除仪器本底噪声

对BPE信号，依次减去测量前后本底噪声的平均值（本底噪声平均值是以1 s为单位测量的，数据以10 s为单位，故每个数据减去10倍的本底噪声）.

（2）去除信号中的直流分量

（3）一维平稳小波降噪

对由（2）得到的信号，按照以下3个步骤进行小波阈值降噪处理：

1）一维信号的小波分解.根据消噪效果的比较，选用haar小波，进行5层小波分解；

2）小波分解高频系数的阈值量化.对各个分解尺度下的高频系数选择一个阈值进行软阈值量化处理.

软阈值函数：

软阈值将较小的小波系数置零，但对较大的小波系数向零做了收缩，软阈值处理是一种更为平滑的方式，去噪后能产生更为平滑的结果.

3）一维小波重构.根据小波分解的最底层低频系数和各层高频系数进行一维小波重构.

小波降噪在改善信噪比的同时，又能保持相当高的时间分辨率，能够取得比传统方法更好的降噪效果.

（4）频谱相关参数计算

1）谱重心频率.谱重心频率给出了信号幅度按频率分布的重心[6]，计算公式为:

其中，f为频率值，fg为频谱重心频率，f1到f2为频率范围，|X(ej2πf)|为频谱的幅度.

2）分频段频谱幅值所占分量.文中数据均截取100个，主要分为4个频段，通过比较各频段幅值所占总幅值的百分比进行分析.

2 结果与分析

2.1 新、陈小麦籽粒水激发光的频谱分析

分别对新陈小麦籽粒的水激发光数据进行去本底噪声、去直流、小波降噪、快速傅立叶变换处理，并计算其频谱各项参数，结果如图2—图4所示.

图2 新、陈小麦的水激发光时间光子数曲线（去本底、直流后）

图3 新、陈小麦时间光子数曲线（降噪后）

图4 新、陈小麦的水激发光FFT变换结果

由图4可知，新小麦和陈小麦的频谱都主要集中在0～0.01 Hz之间，属于低频信号；二者水激发光频谱均存在显著性的差异.表1列出了新小麦和陈小麦的峰值频率点及其对应幅值、频谱重心频率及其对应幅值.频谱重心频率及其对应幅值表明频谱中分量较大的信号成分的频率，峰值频率点及其对应幅值表明频谱的最大值点，可见新小麦和陈小麦的差异.表2列出了分4频段时新小麦和陈小麦水激发光频谱幅度百分比统计，在不同频段其频谱所占百分比也有比较明显的差异.通过重复试验的比较对照，进一步验证了上述特征.借助这些频域的特征参数，可以很好地区别新小麦和陈小麦.

表1 新、陈小麦水激发光频谱各项参数对比

表2 分4频段时频谱幅度百分比统计 %

2.2 新陈小麦籽粒延迟发光的频谱分析

分别对新、陈小麦籽粒延迟发光数据进行去本底噪声、去直流、一维平稳小波降噪、快速傅立叶变换处理，并计算其频谱各项参数，测量和处理结果如图5—图7所示.

图5 新、陈小麦延迟发光时间光子数曲线（去本底、直流后）

图6 新、陈小麦延迟发光时间光子数曲线（降噪后）

图7 新、陈小麦延迟发光FFT变换结果

表3列出了新小麦和陈小麦籽粒延迟发光的频谱特性参数值，频谱重心频率及其对应幅值表明频谱中分量较大的信号成分的频率，峰值频率点及其对应幅值表明频谱的最大值点，可见二者的差异.表4给出了分4频段时新小麦和陈小麦频谱幅度百分比统计，新小麦和陈小麦也有差异.新陈小麦的延迟发光频谱曲线在0.015 Hz之后趋于稳定.通过重复试验的比较对照，进一步验证了上述特征.借助这些频域的特征参数，可以为鉴别小麦籽粒新陈度提供数据支持.

3 结论

新陈小麦水激发光、延迟发光频谱的峰值频率点对应幅值、频谱重心频率及其对应幅值、分频段幅值所占百分比等频谱参数的差别，可以进一步从生物光子学角度为小麦籽粒新陈度的判别提供数据支撑.通过进一步对多种不同年限小麦籽粒等农作物的受激生物光子辐射进行多次测量与频谱分析，观察其频谱参数的差异，有可能从频域分析角度在生物光子学领域中寻找一种简单、快速、准确地判别小麦籽粒等农作物新陈度的方法.

表3 新、陈小麦延迟发光频谱各项参数对比

表4 分4频段时频谱幅度百分比统计 %

［1］ 顾樵.生物光子学［M］.北京:科学出版社，2007.

［2］ 李少华，习岗，樊琳琳，等.渗透胁迫下萌发小麦种子超弱光子辐射的变化及意义［J］.光子学报，2011（2）:282-287.

［3］ 赵丹莹，生吉萍，丁洋，等.超微弱发光用于番茄果实冷害发生程度的无损监测［J］.光谱学与光谱分析，2010（9）:2493-2495.

［4］ 郭建军.大豆种子光诱导延迟发光特性研究［D］.天津:南开大学，2008.

［5］ 舒伟军，田晓静，王俊.基于生物超弱发光的稻谷霉变特性研究［J］.科技通报，2008，24（6）:815-819.

［6］ 张晓辉，余宁梅，习岗，等.基于小波消噪的植物电信号频谱特征分析［J］.西安理工大学学报，2011，27（4）:411-416.