水稻蛋白质含量NIR 模型适配范围的研究

水稻蛋白质含量NIR 模型适配范围的研究

ID:38204445

大小:312.42 KB

页数:6页

时间:2019-05-26

水稻蛋白质含量NIR 模型适配范围的研究_第1页
水稻蛋白质含量NIR 模型适配范围的研究_第2页
水稻蛋白质含量NIR 模型适配范围的研究_第3页
水稻蛋白质含量NIR 模型适配范围的研究_第4页
水稻蛋白质含量NIR 模型适配范围的研究_第5页
资源描述:

《水稻蛋白质含量NIR 模型适配范围的研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中国农业科学2006,39(12):2435-2440ScientiaAgriculturaSinica水稻蛋白质含量NIR模型适配范围的研究吴金红,张洪江,梅捍卫,李荧,杨华,王晓珊,林榕辉,罗利军(上海市农业生物基因中心,上海201106)摘要:【目的】比较不同类型样品建立水稻蛋白质近红外模型的效果和适配范围。【方法】通过对178份来自“II-32B/岳早籼6号”的重组自交系和496份水稻品种的近红外反射光谱的比较分析,选择其中59个株系和76份品种作为建模样品,采用偏最小二乘法建立基于品种、重组自交系和

2、混合样品的3个蛋白质含量回归模型。【结果】经模型内部交叉验证和对模型外部重组自交系和品种样品的验证结果的比较分析,发现基于分离群体的模型因蛋白质含量范围较窄,样品来源较单一,适应范围仅局限于本群体内样品蛋白质含量预测,而品种和混合模型对群体和品种样品都表现出良好的适应能力,交叉验证决定系数大于0.90,外部验证决定系数大于0.89,本试验可为近红外建模的样本集选择提供良好的指导意义。【结论】不同类型样品对建模效果有显著影响,品种模型和混合模型的适配范围显著大于群体模型,研究结果不能支持用背景变异较小的样品建立

3、较高精度回归模型的设想。关键词:水稻;蛋白质含量;近红外反射光谱分析(NIRS);群体;品种StudyonAdaptabilityofNIRModelsofProteinContentinRiceWUJin-hong,ZHANGHong-jiang,MEIHan-wei,LIYing,YANGHua,WANGXiao-shan,LINRong-hui,LUOLi-jun(ShanghaiAgrobiologicalGeneCenter,Shanghai201106)Abstract:【Objective】Th

4、isresearchwasdoneinordertocomparetheeffectandadaptabilityofNIRmodelsindifferentcalibrationsamples.【Method】WithNIRspectraof178RILsfromcrossof“II-32B/Yue-Zao-XianNo.6”and496ricevarieties,59RILsand76cultivarswereselectedtodevelopthreePLSregressionmodels.Thesew

5、rebasedonRILs,cultivarsandmixturesamples,respectively.【Result】BycomparingcrossvalidationresultswithcalibrationsetsandpredictionsforbothRILsandvarieties,weconfirmedlimitationsofRILsbasedmodelduetonarrowrangesofproteincontentandlackofdiversity.Amorereliablepr

6、edictionmethodcouldbeestablishedonlywhenthemodelwasbeingappliedtosamplesfromRILs.However,bothmodelsthatwerebasedonrepresentativevarietiesandmixturesamplesexhibitedmuchbetteradaptabilitythansamplesfromRILsor22varietieswithhigherdeterminationcoefficientsincro

7、ssvalidation(r>0.90)andtestingsetvalidation(r>0.89),respectively.Thisgavesuggestionsoncalibrationsampleselection.【Conclusion】Modelingresultsvariedgreatlyindifferenttypesofcalibrationsamples.Theadaptabilityforcalibrationmodelsinvarietiesandtheirmixtureswerem

8、uchbroaderthanthatofRILs.Usingsamplesofsmallergeneticvariance,wewereunabletocreatearegressionmodelwithmoreaccuracy.Keywords:Rice;Proteincontent;Nearinfraredspectroscopy(NIRS);RILs;Varieties平衡和赖氨酸含量是决定水

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。