农作物种子活力检测方法研究进展

李文彬　于秀琪　刘春宇　谭勇　苗馨卉　宋少忠

摘要 种子活力是种子正常发芽、生长的前提，直接影响着农业的生产和发展。因此，种子活力检测是种子检测中的重要一环。活力检测方法大致可分为有损检测法和无损检测法。无损检测法主要有TDLAS技术检测法、电子鼻技术检测法和多种基于光谱成像技术检测法。详细介绍了不同种子活力检测方法，探讨光学种子活力检测方法在未来的应用。

关键词 种子活力;发芽率;近红外光谱;高光谱成像

中图分类号：S5 文献标识码：B 文章编号：2095–3305（2021）06–0007–02

种子从自然成熟到衰老，其活力会逐渐减弱。种子活力是衡量种子品质的重要指标，综合了种子发芽率、出苗率、幼苗生长潜力、植物抗性和生产潜力[1]。低活力种子的发芽率较低，种植成本较高;高活力的种子可以帮助人们节省时间、劳动力和物质资源。因此，快速、高效的种子活力检测方法有助于提高农作物产量。

1 发展历程

农作物种植历史悠久，但是关于农作物种子活力的概念、普及与检测是在近100年内逐渐发展完善起来的。在20世纪50年代初期，许多研究工作者投入研究种子活力工作中，国际种子检验协会（ISTA）主席Frank首次提出种子活力概念，并成立了幼苗活力测定委员会，从不同角度探讨了种子活力的概念，并深度探索了种子活力标准化的检测方法[2]。其中，ISTA编写的《活力测定方法手册》概述了电导率测定、低温测定等8种种子活力测定方法[3]。

目前种子活力测定的研究方法主要集中在生理、种子形态特征和物理性状等方面。在所有种子活力试验方法中，标准发芽试验是种子活力检测应用最广泛的方法，但必须手动测量芽的长度、根长和计算发芽率，因此需要花费大量时间。传统的种子活力检测方法破坏性强、效率低、耗时长，操作程序复杂[4]。随着研究的不断深入，高光谱成像、近红外光谱、激光散斑等无损检测技术逐渐成为检测种子活力的新手段[5]。

2 种子活力传统检测方法

2.1 标准种子发芽检测法

挑选同一品种、大小相似、无损伤的种子，将其放置在发芽盒中，并置于恒温光照培养箱中，培养条件为30℃光照8 h、黑暗16 h，7 d后对种子发芽情况进行统计，并计算发芽率[6]。实验证明，种子的发芽速度和幼苗生长势头可以反映发育潜力和植株品质，但是种子发芽率检测法一般耗时长，操作繁琐[7]。

2.2 田间出苗试验法

将试验田的土地划分为不同区域，并做好标记进行区分，在划分的区域土地内播种不同品种的水稻种子，播种后田间保持适量的水分。14 d后，计算出苗数和出苗率，同时也可将幼苗鲜重、干重、芽长、根长等作为检测指标。由于每次试验的人为、天气等不确定因素，测定结果都含有不确定性，且耗费大量的人力、物力[8]。

2.3 电导率测定法

将处理后的种子置于恒温箱中，10～20 h后测量溶液电导率。测量时，由于浸种的温度、时间对电導率的影响，因此需做大量实验找出恰当的温度和时间[9]。如：玉米种子在25℃条件下浸泡24～30 h后，测定电导率反映的活力状况与真实情况一致;烟草种子在浸泡10～12 h后，种子活力与电导率的相关性较高[10-11]。

2.4 TTC检测法

氯化三苯基四氮唑（TTC）是一种白色或淡黄色的氧化态粉末，与在活性种胚细胞的呼吸作用过程中产生的还原态氢反应，使种胚染成红色且稳定不易扩散。取适量种子在TTC染色结束后，根据种胚的染色深度与光泽粗略判断种子活力，并利用分光光度计测定提取液的光密度值，在标准曲线中查出脱氢酶活性，并准确地分析出种子活性[12]。

2.5 红墨水测定法

种胚细胞的原生质膜具有选择透过性，只能让部分物质（如葡萄糖、二氧化碳等）通过，且只有完整的、有活力的细胞膜才具有选择透过性，若种胚细胞丧失了生命活力，也就丧失了选择能力，因此红墨水能够进入细胞将其染成红色。将用温水浸泡过的100粒种子，放入盛有5%红墨水的培养皿中，浸泡10～20 min后用清水反复冲洗，观察种子胚部染色情况，若略带红色或无红色为正常发芽种子，统计正常发芽种子的百分比，即为种子的发芽率[13]。

3 种子活力无损检测方法

3.1 近红外光谱成像检测法

近红外光谱（NIR）的吸收区域与有机分子中的氢团（-OH、-NH和-CH）振动的吸收区域一致，能快速对种子中水分、脂肪和蛋白质进行定性定量分析[14]。

李武等[15]研究了不同预处理方法对模型的影响，选出最佳光谱预处理方法，通过3种不同的变量选择方法，降低光谱数据维数，建立PLSR模型。金文玲等[16]通过归一化、平滑算法和正交信号校正对水稻种子光谱进行预处理，利用主成分分析筛选最佳变量，最终建立PLS-DA模型检测种子活力。曲歌[17]则是利用蒙特卡洛交叉验证法（MCCV）剔除光谱异常数据，并进行样本集划分，利用无信息变量消除法（UVE）选取特征波长段，建立PLS+BP神经网络模型。

3.2 高光谱成像检测法

高光谱成像（HIS）是一种强大而快速的新兴技术，在农业检测和食品安全等领域具有一定优势。

有学者利用近红外高光谱法研究并预测香瓜种子发芽率分别是93.6%、94.6%和88.1%。李美凌[18]在基于高光谱检测水稻种子活力中采用支持向量机核函数建立最优模型，分类鉴别率达到了94.44%。

3.3 激光散斑技术检测法

激光散斑是指当激光照射相对粗糙的表面时，会被物体表面反射或从某种介质内部散射，在距表面任意距离处会形成不规则的强度分布，出现随机分布的斑点，可依据散斑变动的信号分析种子内部生理活动，即可检测种子的活力[19]。

赵瑛琦等[20]利用散斑值绘制种子的特性曲线，与将采集图像后种子发芽情况做对比，可以分析出不同种子的活力情况。李黔渝等[21]对所有散斑图像的所有像素点的时间序列进行统计处理，并绘制不同时间段的散斑值曲线，可实现对栓皮栎种子活力的快速检测。

3.4 TDLAS技术检测法

种子在储存过程中，通过呼吸作用产生CO2。理论上，在不考虑所处外界环境的影响因素下，可以通过检测种子呼吸作用过程中产生的CO2气体浓度，即可判定种子活力情况。可调谐半导体激光吸收高光谱（TDLAS）技术能够对种子呼吸作用产生的CO2浓度进行痕量检测，依据检测数据与相应种子的发芽率，建立数据模型，进而实现种子活性的测定。

3.5 电子鼻技术检测法

电子鼻能够模拟生物的嗅觉工作原理，能快速准确地感知并识别气体成分。通过采集种子生理生化变化过程中产生的挥发性物质，分析种子的生理状态，对种子的活力状况、年限等作出判断。

赵婧[22]利用电子鼻技术检测小麦、大豆、油菜等不同种子的活力，通过大量实验分析计算总结出LDA分析方法，并结合BP神经网络，整体区分效果良好，预测正确率达到98.3%以上。

4 光谱成像检测技术的未来发展

光谱成像技术由空间成像、光谱学和化学测量工具三者组成，能提供种子质量特征和表征参数等方面信息，是研究种子各种形态、物理化学和生理特性的理想方法。研究表明，光谱成像技术可以从实验室转移到实际应用中，在种子的质量控制和自动检测方面发挥着重要作用。

种子光谱成像检测技术的未来发展，须依靠农业生产、种子质检、水稻育种等部门联合创新与指导。前面介绍了多种水稻种子检测方法，但有些技术还没有完善，与实际应用还存在一定距离，种子活力检测方法研究还有很长的路要走。

参考文献

[1] Zhai Y， Zhou S Q， Wang L P， et al. MiR164c and miR168a regulate seed vigor in rice[J]. Journal of Integrative Plant Biology， 2020， 62（4）： 470-486.

[2] 蒋敏明.种子活力研究进展及展望[J].中国种业， 2018（6）： 15-18

[3] 瞿志杰，贾良权，祁亨年，等.种子活力无损检测方法研究进展[J]. 浙江农林大学学报， 2020， 37（2）： 382-390

[4] Feng Lei，Zhu S S， Zhang C， et al. Identi-fication of maize kernel vigor under different accelerated aging times using hyperspectral imaging[J]. Molecules （Basel， Switzerland）， 2018， 23（12）： 3078.

[5] 袁俊，郑雯，祁亨年，等.种子活力光学无损检测技术研究进展[J].作物杂志， 2020， 36（5）：9-16.

[6] 班秀丽，高玉倩，黄卓，等.快速检测玉米种子发芽率方法研究[J].种子世界， 2018， 36（6）： 45-49.

[7] 刘建.活力检测在我国种子质量检测体系中的重要性[J]. 中国种业， 2018（2）： 25-28.

[8] 余波，杜尚广，罗丽萍.种子活力测定方法[J].中国科学：生命科学， 2015， 45（7）： 709-713.

[9] 向莹莹，李浩卓，张婷婷，等. 电导率法早期检测玉米和小麦种子活力 [J].中国农业大学学报， 2020， 25（6）： 12-19.

[10] 石海春，柯永培，刘应洪，等.电导率法测定玉米种子活力的优化条件[J].种子， 2008（5）： 7-10.

[11] 李永刚，王正旭，杨民峰，等.电导率法测定烟草种子发芽率的研究[J].安徽农业科学， 2008， 36（34）： 15052-15058.

[12] 李红，张敏，肖千明，等.利用TTC-脱氢酶还原法快速检测黑木耳菌丝活力的研究[J]. 食用菌， 2016， 38（4）： 10-12.

[13] 张建浩，吴永美.红墨水（酸性大红G）染色法测定大豆生活力[J].农业技术与装备， 2009（12）： 62-63.

[14] 金文玲.水稻种子近红外吸收光谱分析及检测研究[D].北京：中国科学院大学（中国科学院长春光学精密机械与物理研究所）， 2020.

[15] 李武，李妍，李高科，等.高温老化下甜玉米种子活力近红外光谱检测技术研究[J]. 核农学报， 2018， 32（8）： 1611-1618.

[16] 金文玲，曹乃亮，朱明东，等.基于近红外超连续激光光谱的水稻种子活力无损分级检测研究[J].中国光学， 2020， 13（5）： 1032-1043.

[17] 曲歌.基于近红外光谱数据的水稻种子活力预测模型研究[D]. 大庆：黑龙江八一农垦大学， 2019.

[18] 李美凌.基于高光谱的水稻种子活力检测技术研究[D]. 杭州：浙江农林大学， 2014.

[19] 赵瑛琦.基于激光散斑的种子活力分级及预测[D]. 北京：北京林业大学， 2018.

[20] 趙瑛琦，肖江.基于时间对比分析法的散斑种子活力检测[J].南方农业， 2017， 11（24）： 116， 120.

[21] 李黔渝，康永祯，赵瑛琦.基于激光散斑检测栓皮栎种子活力的研究实验[J].农业科技与信息， 2016（19）： 104.

[22] 赵婧.外源NO缓解紫茎泽兰提取物对小麦种子萌发生长的化感胁机制[D].晋中：山西农业大学， 2019.

责任编辑：黄艳飞

Abstract The vigor of seeds is the premise of the normal germination and growth of seeds， which directly affects the production and development of agriculture. Therefore， the vigor detection of seeds has become an important link in the detection of seeds.Dynamic detection method can be roughly divided into damage test and non-destructive test， detrimental to test the traditional dynamic testing method. Nondestructive tests are mainly based on the technology of optical detection， because of the rapid， noninvasive characteristics under the attention of people.Different detection methods are introduced in detail， and the application of optical seed vigor detection methods in the future is discussed.

Key words Seed vigor; Germination rate; Near infrared spectrum; Hyperspectral imaging