文献类型： 中文期刊

作者： 张春梅 ¹ ; 孟静武 ¹ ; 罗斌 ¹ ; 康凯 ¹ ; 顾莹 ¹ ; 孙群 ² ; 张晗 ¹ ;

作者机构： 1.北京市农林科学院智能装备技术研究中心

2.中国农业大学农学与生物技术学院

关键词： 核磁共振;聚乙二醇;水分;玉米种子

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2024 年 40 卷 019 期

页码： 292-299

收录情况： EI ; 北大核心 ; CSCD

摘要： 聚乙二醇（polyethylene glycol,PEG）是一种常用的种子引发剂，利用PEG调节种子在引发过程中的水分吸收，是提高种子引发效果的关键。为探究不同PEG引发浓度和引发时间条件下玉米种子水分吸收对引发效果的影响，该研究采用低场核磁共振（low-field nuclear magnetic resonance,LF-NMR）技术动态监测不同浓度PEG引发下玉米种子水分相态变化情况，分析种子水分吸收和引发效果的关系，并结合机器学习算法构建玉米种子引发效果预测模型。结果表明：随着引发时间的增加（0～48 h），结合水含量呈现先增加后逐渐趋于稳定的趋势，而自由水含量则持续上升，总水含量呈现先增加后逐渐减缓的趋势。结合水含量刚进入滞缓阶段，即A21信号幅值基本不再增加，可作为判断玉米种子适宜引发时间的一个指标。此外，利用高斯过程回归（gaussian process regression,GPR）算法结合核磁参数和引发条件构建的模型，对玉米种子发芽率预测的R²达到0.920，能够快速检测种子的引发效果。通过LF-NMR检测种子引发过程中的水分变化能够实现最优引发条件的快速筛选，该研究为玉米种子引发参数设置和引发效果快速评价提供了新思路。