王 雪，马铁民，杨 涛，宋 平，谢秋菊，陈争光



基于近红外光谱的灌浆期玉米籽粒水分小样本定量分析

王 雪1,2，马铁民2,3，杨 涛1※，宋 平1，谢秋菊2，陈争光2

（1.沈阳农业大学信息与电气工程学院，沈阳 110866； 2. 黑龙江八一农垦大学电气与信息学院，大庆 163319；3. 东北大学计算机科学与工程学院，沈阳 110819）

玉米灌浆期含水率测定是考种育种的重要指标。为了节约样本且快速准确测定灌浆期玉米水分，该文应用近红外光谱技术，提出了基于小样本条件下的自举算法（Bootstrap）与基于-距离结合的样本划分方法（SPXY, sample set partitioning based on joint-distances）相结合的样本优化方法的偏最小二乘（PLS，partial least square）水分定量分析模型Bootstrap-SPXY-PLS模型。试验结果表明，当Bootstrap重抽样本次数等于500，样本数量大于等于10时，模型的性能稳定，并且随着样本数量增加，重抽样本次数相对减少；样本数量为10和50时，全谱Bootstrap-SPXY-PLS模型的预测均方根误差（RMSEP, root-mean-square error of prediction）均值分别为0.38%和0.40%，预测相关系数（correlation coefficients of prediction）分别为0.975 1和0.968 5，决定系数2分别为0.999 9和0.993 6；基于竞争性自适应重加权采样算法（CARS，competitive adaptive reweighed sampling）波长变量筛选后的CARS-Bootstrap-SPXY-PLS模型的预测均方根误差RMSEP均值分别为0.36%和0.35%，预测相关系数分别为0.973 6和0.975 0，模型决定系数2分别为0.924 5和0.918 0。因此，全谱Bootstrap-SPXY-PLS模型和CARS-Bootstrap-SPXY-PLS模型均具有稳定的预测能力，为玉米育种时灌浆期种子水分测定提供了一种稳定、高效的方法。

近红外光谱；水分；模型；定量分析；小样本集；灌浆期玉米籽粒；Bootstrap重抽样本；样本优化选择

0 引 言

近红外光谱及其分析技术越来越多地被应用于农业、食品、工业等领域的质量定性分析[1-3]和成分快速测定[4-7]中，研究中样本规模一般在100～200之间[8-11]。……