光谱技术在甘蓝型油菜品质检测中的研究进展

卢俊玮，田容才，花宇辉，官春云*

（1.湖南农业大学农学院，长沙 410128；2.南方粮油作物协同创新中心，长沙 410128）

高油酸油菜（Brassica napusL.）是指种子在低芥酸的基础上油酸含量提高至75%以上的油菜，因其菜籽油是良好的可促进人体心血管健康的家庭烹调原料,且可作为生物柴油原料，故已成为当前油菜育种的热点方向。高油酸油菜育种工作始于20世纪90年代，而国内起步较晚，始于21世纪初。目前已认定的高油酸油菜品种有湖南农业大学培育的‘高油酸 1 号’（High oleic 1）、‘帆鸣 1 号’（Fanming 1）以及浙江省农科院培育的‘浙油 80’（Zheyou 80）等几个品种，育种研究进展缓慢。创制高油酸油菜材料是加快高油酸油菜育种的关键。目前创制作物种植资源的方法较多，包括杂交育种、化学诱变、物理诱变、基因工程、分子标记辅助选择、航天诱变等，但所有这些方法在对其后代材料筛选中均存在周期长、工作量大等显著弊端。因此，找寻快速、无损、准确的早期鉴定方法对加快高油酸油菜育种进程具有重要的意义。

光是具有波粒二象性的电磁波，不同的地物对电磁波有不同的反射、透射、吸收和散射特性。光谱技术依据地物在电磁波上的差异性进行对象探测，其基本原理是通过借助光学仪器获取地物在特定光谱域的光谱曲线，利用其波谱信息表达目标物的物质结构和化学组成，从而判别目标物的特定属性[1]。因此，光谱技术具有空间分辨率和光谱分辨率的特点。光谱技术根据不同的研究尺度和光谱设备搭载平台的差异，分为卫星遥感技术、无人机遥感技术和地面遥感技术[2]。根据面向对象的差异还可细分为生态、种群、个体、器官、组织和细胞等领域技术。一般而言，高度越高则分辨率越低，尺度越大，粗糙度越高，且受环境影响更明显。从光谱可视化方面可分为非成像光谱技术和成像光谱技术。根据光谱波段数量可分为多光谱技术、高光谱技术和超光谱技术，波段数越多则波段宽度越窄，地物信息越容易区分和识别。根据不同波段范围可分为X射线技术[3]、紫外/可见光光谱技术[4]、可见/近红外光谱技术[5]、红外技术[6]、太赫兹技术[7]、核磁共振技术[8]、拉曼光谱技术[9]、荧光光谱技术[10]、激光诱导击穿光谱[11]等。光谱技术作为数字农业技术，已被广泛应用于水稻、油菜、小麦、玉米、棉花等农作物的高通量表型数据采集中，可实现农作物的快速无损大面积长势监测、产量与品质预测及病虫害预警预测等，推动了我国农业现代化进程。

1 甘蓝型油菜的品质性状与生物学基础

1.1 营养器官与品质性状

籽粒的油酸含量明显受不同生育期的营养器官的光合影响，其油酸含量与营养器官中的油酸含量呈现正相关。冷锁虎等[12]指出，籽粒的灌浆物质中有2/3来自于成熟期角果的光合产物，而直接来自于叶片的光合产物不足10%。李俊[13]指出，蕾薹期的光合速率对品质相关性状影响较大，其含油量、油酸、亚油酸和蛋白等与蕾薹期光合速率的相关性显著。陈婷[14]研究发现，初花期对不同叶位的叶片进行摘叶处理，均会导致单株籽粒产量和含油量的降低。该研究同时还发现：摘除短柄叶会增加籽粒的蛋白质含量；摘除无柄叶会减少籽粒的芥酸含量,且显著增加其棕榈酸含量；而终花期摘除叶片对籽粒含油量、蛋白质含量和脂肪酸各组分含量均无显著影响。Rood等[15]研究发现，终花期下部叶片（主要为长柄叶和部分短柄叶）的光合产物向角果和种子扩散较少，而上部叶片（主要为无柄叶和部分短柄叶）则与之相反。终花期后对油菜角果进行遮光处理，可增加籽粒中的饱和脂肪酸含量、降低其不饱和脂肪酸含量，而摘除叶片及对叶片进行遮光处理，可促进籽粒中不饱和脂肪酸的积累，但其中油酸含量均未受到显著影响[16]。官梅等[17]通过对高油酸油菜和普通油菜的种子与花期上部功能叶的脂肪酸进行分析，发现随着种子油酸含量的提高，高油酸油菜的叶片油酸含量也相应提高。高建芹等[18]研究表明，种子的油酸含量与各生育期营养器官中的油酸含量均表现出显著正相关，其中蕾薹期叶片中的油酸含量最高，花期叶片次之，而成熟期根、茎中的油酸含量最高。

1.2 成分构成与品质性状

由于质膜和脂肪的生物合成具有共同途径，因此脂肪积累会受到制约[19]。脂肪酸是质膜中磷脂和糖基甘油脂的重要组成成分，其中磷酸是由2个脂肪酸和甘油共价结合形成的脂类，且包含油酸、亚油酸、亚麻酸等不饱和脂肪酸[20]。种子中的脂肪是脂肪酸的三酰甘油，以油体的形式存在于细胞质中，含量一般为种子干重的30%～50%[21]。脂肪酸的组成与含油量之间存在密切的相互关系，而油酸含量与含油量之间相关性则存在一定的争议。袁姜莲[22]将521份甘蓝型油菜材料种植在不同环境下，研究结果表明,含油量与花生烯酸含量呈极显著或显著正相关，与蛋白质、棕榈酸、硫苷和亚油酸的含量均呈显著或极显著负相关。官梅等[23]对高油酸（80%以上）、中油酸（60%左右）和低油酸（30%以下）各取2份材料进行了研究，发现高油酸菜籽油中除含有高油酸外，还含有亚油酸、亚麻酸、棕榈酸、硬脂酸以及少量花生烯酸；相对于高油酸材料而言，中油酸材料中含有较高的亚油酸，而低油酸材料中长链脂肪酸花生烯酸和芥酸的含量较高。杨柳等[24]通过对5 677个油菜自交种子的脂肪酸成分进行相关性分析，发现油酸与硬脂酸外的其他脂肪酸基本上呈极显著负相关。王晓丹等[25]对20个甘蓝型高油酸油菜品系的不同脂肪酸成分进行了相关性分析，发现油酸含量与亚油酸、亚麻酸含量均呈极显著负相关，亚油酸、亚麻酸和棕榈酸之间两两呈显著或极显著正相关。由于油酸、亚油酸和亚麻酸都是硬脂酸连续脱饱和的代谢途径的产物[26]，因此几个性状之间均表现出极显著相关性。

1.3 农艺措施与品质性状

油菜脂肪酸含量既受主基因控制，也受修饰基因影响[25]。虽然油酸遗传特性是由多个主效基因控制，在不同环境下高油酸性状仍能稳定表达，但农业措施会对其油酸含量产生一定的影响。合理配方施肥或缓释施肥技术均有利于油菜油酸含量的提高，油菜的油酸含量随着施肥量和种植密度的增加呈现出先增加后减少的趋势。氮肥施用量与油酸含量呈负相关；硫、磷、钾、硼肥施用量与油酸含量呈正相关，与亚油酸、亚麻酸和芥酸的含量呈负相关。李志玉等[27]研究发现，施氮肥降低了硫甙和芥酸的含量，提高了油酸含量。朱洪勋等[28]认为：施氮增加了粗蛋白含量，降低了粗脂肪含量；施磷、钾肥提高了油酸和亚油酸的含量，降低了芥酸含量。不同播种方式下，油菜油酸含量总体表现为：翻耕直播＞免耕直播＞翻耕移栽＞免耕移栽[29]。油菜过迟收割导致脂肪和油酸的含量均有所下降[30]。

1.4 种植环境与品质性状

种子发育期间，较高的环境温度下会形成较多的单不饱和脂肪酸，而较低的环境温度下会形成更多的多不饱和脂肪酸，且油酸的合成对温度敏感。角果期是影响油菜脂肪酸和含油量的关键时期，其次是花期和蕾薹期。在角果期，充足的光照和较高的有效积温有利于棕榈酸、油酸、亚油酸的合成与积累[31]。干旱胁迫会导致棕榈酸、亚油酸、亚麻酸、花生烯酸等脂肪酸的含量上升，硬脂酸和油酸的含量下降[32]。渍水胁迫对油酸、亚油酸、亚麻酸的含量影响不显著，含油量受害率相对明显[33]。王毅等[34]通过对5个甘蓝型春油菜品种在甘肃省具有代表性的地区进行种植研究，发现油酸受其影响极显著，地区平均变异系数相对较小。

2 基于光谱技术的油菜品质检测

2.1 光谱技术的优缺点

实验室检测脂肪酸组成的主要方法是基于气相色谱法（gas chromatography，GC）和高效液相色谱法（high performance liquid chromatography，HPLC）。GC可用来测定油菜等作物中的各类脂肪酸含量，具有检测灵敏度高、分离度好、重复性佳、检出限低等优点，但在进行气相色谱分析之前需要对所测样品进行预处理；HPLC可以准确、快速地定量、定性分析各类混合脂肪酸甘油酯和游离脂肪酸,虽检测结果准确可靠，但存在样品小、数量少、操作过程繁琐、耗时、有损及非专业人员不能胜任等诸多弊端[35]。光谱技术的快速发展为油菜品质的高通量、无损检测提供了新的途径。其工作原理是使用光谱类仪器采集油菜冠层、叶片或籽粒的光谱数据，再结合化学计量学方法与实测品质指标建立定量关系，以实现品质指标的估算或预测[35]。但是，光谱数据采集过程易受外部因素影响，导致数据精准度下降。胡新礼等[36]研究发现，气溶胶混浊介质引起的前向光散射会导致光谱图像质量降低。朱文秀等[37]探讨了不同的样品预处理方式对应用近红外光谱技术测定油菜种子品质指标的影响，结果表明，样品量、样品含水量、发霉率、芽粒率以及成熟度对品质指标含量的结果均有较大的影响。吴建国等[38]研究得出，在利用近红外反射光谱构建油菜籽粒脂肪酸成分分析模型时，以8 g的样品量建立的校正模型效果最好，6种脂肪酸的校正决定系数为0.74～0.98。故外部因素造成的数据质量问题是可以通过优化模型和统计方法进行修正的。目前，基于光谱技术的油菜籽粒含油量和脂肪酸成分等品质指标检测方面具有较多研究。尤其在大田高通量的无损品质检测中，广泛应用的光谱技术是卫星遥感技术、无人机遥感技术、叶绿素荧光技术、可见光/近红外技术等。

2.2 脂肪酸成分检测

平衡各种脂肪酸水平是油菜品质改良面临的重要问题[39]，而低芥酸、低亚麻酸、高油酸和高亚油酸又是应对油菜营养品质要求的脂肪酸组分改良目标[40]。基于光谱技术的油菜脂肪酸成分的快速无损检测有助于加速油菜品质育种进程。程潜等[41]采用ASD FieldSpec Pro FR 2500地物光谱仪测定了3个甘蓝型油菜盛花期的冠层光谱，并与其成熟籽粒的棕榈酸、硬脂酸、油酸、亚油酸、亚麻酸等脂肪酸组分进行了关联分析，发现各品系油菜以一阶微分光谱建立的差值植被指数（difference vegetation index，DVI）与各脂肪酸的相关系数均达到极显著差异水平，其中492、792 nm可作为甘蓝型油菜油酸估测的敏感波长。李施蒙等[42]对169份油酸含量在60%～80%的高油酸甘蓝型油菜材料进行了近红外光谱扫描，采用分段建模的方法构建了其脂肪酸成分的近红外分析模型，所建立的模型对油酸、亚油酸和亚麻酸的检测效果较好，定标相关系数（regressionsquared，RSQ）在0.90左右，因此该方法所建模型可用于高油酸育种早期材料的快速筛选。杨翠玲等[43]对比分析了纸层析法和近红外光谱技术用于油菜籽粒芥酸品质分析的效果，发现将扫描次数设定为128次，分辨率为4 cm-1时，建立的模型效果最优,决定系数（R2）为0.79，可用于品质育种中早期材料的筛选。

2.3 含油量检测

含油量不仅是油菜重要的农艺性状，还是评价油菜品质的关键决定因素[44]。提高油菜种子含油量是育种目标之一，但育种材料的筛选周期长这一问题严重制约着新品种的培育。胡庆一等[45]对3个不同含油量的甘蓝型油菜近等基因系菜籽的反射光谱进行了研究，发现不同含油量油菜种子间的光谱存在差异。常涛等[5]采集了不同含油量甘蓝型油菜材料的生育期冠层反射光谱和叶片叶绿素含量数据，并与实测种子含油量进行了分析，发现幼苗期叶绿素含量与含油量呈显著正相关，490、560、670 nm的光谱反射率与含油量呈负相关，相关系数均达-0.90以上，因此幼苗期可进行含油量预测，为高含油量油菜种质资源的早期筛选提供了方法。Petisco等[46]对不同含油量甘蓝型油菜和芥菜型油菜可见/近红外光谱的数据预处理方法进行了研究，得出以二阶微分预处理的效果最好，且对籽粒含油量估测所得决定系数（R2）为0.98。熊思等[47]研究发现，不同含油量甘蓝型油菜近等基因系材料在不同生育时期的叶片反射光谱中存在差异，可作为高油油菜材料生育前期筛选的依据。姚平等[11]使用激光诱导击穿光谱技术对5个油菜品种籽粒含油量进行了估测，发现388.2 nm谱线可作为油菜籽含油量分析的定标曲线。

2.4 硫苷检测

虽然“双低”油菜已经得到大范围的推广种植，但育成的双低油菜品种的抗逆性普遍较传统双高油菜差[48],高油酸品系叶片油酸含量提高，使得叶片中油酸减饱和能力降低，进而使α-亚麻酸减少，从而导致叶片抗病性降低[17]。因此在油菜种子硫苷含量降低的前提下，其他组织中硫苷的有效保留甚至提高成为了新一轮油菜的品质育种目标[49]。王耐红等[50]通过采集266份甘蓝型油菜籽的近红外光谱数据与其实测硫苷组分的质量摩尔浓度进行分析，并建立了检测模型，得出该模型对2-羟基-3-丁烯基脱硫硫苷和3-丁烯基脱硫硫苷的检测性能较好。Font等[51]采用改进的偏最小二乘回归（modify partial least squares regression，MPLSR）法对基于近红外光谱技术的油菜叶片中硫代葡萄糖苷组分的检测效果进行了研究，发现使用MPLSR法后检测总硫苷时的决定系数为0.80。Sen等[52]以240份芥菜型油菜和193份甘蓝型油菜种子为材料，研究其品质指标检测的近红外光谱校准模型，得出模型外部验证的RSQ均大于0.70，其中对这2种类型的油菜硫代葡萄糖苷检测所得RSQ大于0.95。

3 总结与展望

3.1 技术应用

研究表明，光谱技术已应用于油菜生物量、生育期、叶部性状、根系性状、种子性状、光合作用、产量性状、品质性状、病虫害抗性和非生物逆境抗性等研究领域。油菜油酸遗传机理复杂，高油酸性状既受显性多基因控制，又受多个微效基因影响。油酸作为品质性状的重要指标，是栽培育种过程中重点观测的数据之一。杂种优势的利用有利于高油酸的形成[53]。育种上将杂交优势的利用、基因芯片技术和航天育种等相互结合，利用高光谱技术在生长前期检测营养器官中的油酸含量来预测和筛选高油酸材料，减少了花期选择的盲目性，缩短了育种进程，从而辅助筛选高油酸油菜新种质资源和不育系。

3.2 存在困难

近年来，基因组学与表型组学的交叉研究逐渐被关注，高通量测序、基因芯片、分子标记技术的飞速发展使得基因型数据的获取成本降低、周期变短、商业化程度提高。但是光谱特征能否高效、准确地检测油菜生理化指标的可行性已成为制约交叉学科发展的瓶颈。光谱技术现阶段的特点是光谱波段由疏到密，光谱分辨率由低到高，光谱数据由小到大。因此，在光谱数据应用中常见的3类问题有：一是严重依赖硬件资源支撑数据处理问题；二是连续波段间的数据冗余问题；三是数据维数增加分类精度会降低的维数灾难问题。

3.3 发展趋势

从硬件资源发展来看，随着人工智能和云计算技术的飞速发展，硬件资源导致的上算力不足、处理周期长的困局正逐步化解。例如，此次新冠疫情期间，阿里云通过开放人工智能（artificial intelligence,AI）算力，将高精度的个人全基因组测序时间由120 h缩短至15 min。从数据处理方法来看，高光谱数据处理技术的发展是对冗余光谱特征的削减与有效光谱特征的提取，而多光谱数据处理方法并不适用于拥有较高数据维度和数据冗余的高光谱数据。当前，经验模型是最常用的生理化指标量化方法，其中,基于线性模型进行特征选择和提取应用最为广泛，而基于非线性模型的研究相对较少。光谱技术研究过程应根据应用目的、问题尺度、技术水平、数据获取、时间成本以及预算限制等因素选择或优化特征选择和信息提取方法，从而减小数据维数和冗余量。

以高光谱等为代表的数字图像技术的发展和应用为油菜生理化数据无损失、自动化、高通量采集提供了良好的解决途径。光谱技术自身的发展和应用可在育种和品质检测技术由半自动化向自动化转化、外部品质向内部品质转化、文本化向可视化转化、单项目检测向综合全方位转化的过程中发挥关键作用。将不断发展的光谱技术应用到油菜栽培育种方面有利于提高油菜品质检测评价效率，降低检测成本，缩短品种选育周期,提升资源筛选和育种效率。