使用谷穗高维形态估算谷子穗粒重的方法研究

蔡灿超+杜金哲+李宗远+杨锦忠

摘 要：

从谷子穗粒重与谷穗高维形态关系的角度，分析谷子穗长、穗粗、穗侧面积、穗体积与谷子穗粒重的关系。利用图像处理技术采集 9个谷子品种的果穗几何特征，分析穗粒重对谷穗几何特征的回归，并分别与穗长、穗粗、穗侧面积、穗体积组合建立直线回归方程。4种几何特征与穗粒重的回归方程的决定系数分别为：穗长在0.0786～0.7842之间，穗粗在0.2686～0.7894之间，穗侧面积在0.5705～0.9176之间，穗体积在0.5527～0.9057之间。穗侧面积和穗体积是反映谷穗形态的两个重要性状，能够高精度预测穗粒重。

关键词：谷穗;图像处理;穗粒重估算;穗体积;穗面积

中图分类号：S515.01  文献标识号：A  文章编号：1001-4942（2015）06-0012-04

New Method to Estimate Spike Grain Weight of

Millet Using High-Dimensional Forms of Spikes

Cai Canchao，Du Jinzhe，Li Zongyuan，Yang Jinzhong*

（Qingdao Agricultural University / Shandong Provincial Key Laboratory of Dry Farming Techniques， Qingdao 266109， China）

Abstract The relationships between millet grain weight and high-dimensional forms， including the length， diameter， side area and volume of spikes，were examined. The spike geometric features of 9 millet varieties were collected using image processing technology， and the spike grain weight regressed respectively to the 4 spike geometric features to establish their linear equations. The determination coefficients of 4 linear equations were 0.0786～0.7842 for the spike length， 0.2686～0.7894 for the spike diameter， 0.5705～0.9176 for the spike side area， 0.5527～0.9057 for the spike volume respectively. The side area and volume of spikes were 2 important traits of millet， and could be used to accurately predict the spike grain weight of millet.

Key words Millet spike; Image processing; Spike grain weight estimation; Spike volume; Spike area

谷子产量等于单位土地面积上全部果穗的籽粒重量之和，穗粒重的潜力则受到穗几何特征的制约。因此，由谷穗的几何特征估算谷子穗粒重具有重要价值。然而诸如谷物的穗体积、穗形状等三维空间的几何特征，长期以来由于难以测定，它们的变化规律及其与穗粒重的数量关系，很少有文献报道，只是在玉米、小麦和水稻等方面已经成功应用[1～5]。但是近年来，数字图像处理技术已经成功用于测定不规则实物的形态性状[1]，解决了高维几何特征的测量难题。本试验在以数字图像处理技术为手段测量谷穗形态性状基础上，重点研究谷子穗粒重与穗长、穗粗、穗侧面积、穗体积的数量关系，以便为谷子的栽培和育种实践提供有价值的信息。

1 材料与方法

1.1 供试材料

试验于2013年在青岛农业大学试验农场进行，参试谷子品种共有9个，分别为：鲁谷10号、豫谷4号、豫谷1号、沧谷4号、济谷12号、麦谷1号、矮88、冀谷19和衡谷200131。成熟后每个品种收获20个代表性谷穗备用。

1.2 谷穗形态测量

使用CCD扫描仪获取谷穗的RGB图像，应用自行开发的图像处理软件测量谷穗的长度、粗度、侧面积和体积。该软件在文献[6，7]的基础上针对谷穗进行了专用性改进。穗长指谷穗拉平直后的穗主轴长度，穗粗指垂直于穗主轴的最大处直径，穗侧面积为谷穗拉平直后外周轮廓所包围面积，穗体积指谷穗拉平直后外周轮廓所包围空间的体积。

1.3 数据分析

分别以穗长、穗粗、穗侧面积和穗体积共4种几何特征为自变量，以穗粒重为因变量进行直线回归分析。运用Microsoft Excel 2007进行数据计算、作图以及回归统计。受篇幅所限，仅列出豫谷1号的散点图和回归直线。

2 结果与分析

2.1 穗长与穗粒重的关系分析

从表1中可以看出，穗长与穗粒重回归方程的决定系数在0.0786～0.7842之间，其中麦谷1号的回归方程决定系数最低，R2 = 0.0786，豫谷1号的较高，R2=0.7495。说明穗长能够解释穗粒重变化的7.86%～78.42%。显著性P值在1.66E-11～1.20E-01之间。豫谷1号穗长与穗粒重的直线拟合效果一般（图1）。endprint

图1 豫谷1号穗长与穗粒重的直线拟合

2.2 穗粗与穗粒重的关系

从表2中可以看出，谷穗粗与穗粒重回归方程的决定系数在0.2686～0.7894之间，其中矮88的回归方程决定系数最低，R2=0.2686，冀谷

表1 各品种穗长与穗粒重的

回归方程、决定系数及显著性

品种回归方程决定系数R2      显著性P值

矮88y=0.1459x-7.8110.67713.40E-09

冀谷19y=0.1809x-16.0490.78421.66E-11

衡谷200131y=0.0512x+0.24710.48056.69E-05

沧谷4号y=0.0586x-0.80310.54336.28E-06

济谷12号y=0.1632x-14.1710.35522.00E-03

麦谷1号y=0.0476x+4.11210.07861.20E-01

鲁谷10号y=0.2176x-14.9560.66744.72E-08

豫谷4号y=0.1065x-6.52980.56364.48E-08

豫谷1号y=0.1405x-6.45360.74951.58E-10

19的最高，R2=0.7894。说明穗粗能够解释穗粒重变化的26.86%～78.94%。显著性P值在1.15E-11～2.38E-03之间。豫谷1号穗粗与穗粒重的直线拟合效果一般（图2）。

图2 豫谷1号穗粗与穗粒重的直线拟合

表2  各品种穗粗与穗粒重的回归方程、

决定系数及显著性

品种回归方程决定系数R2      显著性P值

矮88y=0.6043x-2.15210.26862.38E-03

冀谷19y=1.4308x-15.6310.78941.15E-11

衡谷200131y=0.7744x-5.13060.35003.62E-04

沧谷4号y=0.8351x-6.16790.44103.41E-05

济谷12号y=1.4643x-19.5750.52093.13E-06

麦谷1号y=0.6279x-2.87410.48379.96E-06

鲁谷10号y=1.738x-18.1440.62297.96E-08

豫谷4号y=0.921x-9.70990.48938.39E-06

豫谷1号y=1.2744x-13.1010.7488 1.65E-10

2.3 穗侧面积与穗粒重的关系

从表3中可以看出，穗侧面积与穗粒重回归方程的决定系数在0.5705～0.9176之间，其中沧谷4号回归方程的决定系数最低，R2=0.5705，豫谷1号的最高，R2=0.9176。说明穗侧面积能够解释穗粒重变化的57.05%～91.76%。显著性P值在8.18E-18～5.84E-07之间。豫谷1号穗侧面积与穗粒重的直线拟合效果较好（图3）。

图3 豫谷1号穗侧面积与穗粒重的直线拟合

表3  各品种穗侧面积与穗粒重的

回归方程、决定系数及显著性

品种回归方程决定系数R2      显著性P值

矮88y=0.0055x-2.43130.7953 7.45E-12

冀谷19y=0.0062x-4.40230.8429 1.37E-13

衡谷200131y=0.0039x+0.39500.6587 1.74E-08

沧谷4号y=0.0031x+1.16370.5705 5.84E-07

济谷12号y=0.0082x-11.69000.7735 3.44E-11

麦谷1号y=0.0052x-1.81160.6474 2.86E-08

鲁谷10号y=0.0088x-5.08790.7695 4.48E-11

豫谷4号y=0.0044x-2.38800.6657 1.27E-08

豫谷1号y=0.0056x-2.39310.9176 8.18E-18

2.4 穗体积与穗粒重的关系

从表4中可以看出，穗体积与穗粒重回归方程的决定系数在0.5527～0.9057之间，其中沧谷4号回归方程的决定系数最低，R2=0.5527，豫谷1号的最高，R2=0.9057。说明穗体积能够解释穗粒重变化的55.27%～90.57%。显著性P值在6.25E-17～1.09E-06之间。豫谷1号穗体积与穗粒重的直线拟合效果较好（图4）。

表4 各品种穗体积与穗粒重的

回归方程、决定系数及显著性

品种回归方程决定系数R2显著性P值

矮88y=0.0003x+1.71250.7405 2.71E-10

冀谷19y=0.0003x+1.08430.8318 3.85E-13

衡谷200131y=0.0003x+1.32190.7014 2.27E-09

沧谷4号y=0.0002x+2.52850.5527 1.09E-06

济谷12号y=0.0004x-3.58440.8179 1.27E-12

麦谷1号y=0.0002x+2.51910.7099 1.47E-09endprint

鲁谷10号y=0.0005x+0.35150.7883 1.24E-11

豫谷4号y=0.0002x+0.69310.6715 9.70E-09

豫谷1号y=0.0003x+1.19350.9057 6.25E-17

3 讨论与结论

果穗大小有 3 种几何维数：长度和粗度是一

图4 豫谷1号穗体积与穗粒重的直线拟合

维特征，面积是二维特征，体积是三维特征。穗长和穗粗容易测定[8，9]，实际应用很多 ，但是，穗的二、三维特征却比较罕见，目前可见在玉米上的应用[2]。本研究得到的谷穗形态数据可以用于谷子种质资源评价、遗传和育种、谷穗脱粒机械设计等领域。

决定系数R2是将线性相关系数进行平方得到的，而相关系数是用以反映变量之间相关关系密切程度的统计指标[10]。通过分析谷子的穗长、穗粗、穗侧面积、穗体积与穗粒重的回归方程的决定系数，可以看出，考察单一谷穗大小特征对穗粒重的作用，穗侧面积和穗体积等高维特征的作用明显高于穗长和穗粗等一维特征。方差分析是生物统计中常采用的一种方法[11]，通过谷子穗长、穗粗、穗侧面积、穗体积与穗粒重的方差分析中的显著性，可以看出，穗侧面积和穗体积等高维特征与穗粒重的显著性关系明显高于穗长和穗粗等一维特征。通过谷穗形态快速测量技术可以轻而易举地获取谷穗的高维几何特征，配合使用本研究获得的高精度预测穗粒重方法，可望在未来实现由谷子几何特征估算谷子穗粒重的自动化。本研究仅是9个品种的结果，继续扩大谷子品种范围进行验证，将为本研究成果的推广应用奠定更为扎实的基础。

谷穗侧面积和穗体积等高维几何特征对穗粒重的作用明显大于穗长和穗粗等一维几何特征。穗侧面积和穗体积是反映谷穗形态的两个重要性状，能够高精度预测穗粒重的变化。在栽培和育种实践中，无论是谷穗生长诊断，还是变异选择，首选的几何特征应该是穗体积，穗面积次之，穗长和穗粗再次之。这为谷穗生长诊断和籽粒产量的间接选择提供了新的更优的途径。

参 考 文 献：

[1] 赵春明，韩仲志，杨锦忠，等. 玉米果穗 DUS 性状测试的图像处理应用研究[J]. 中国农业科学，2009，42（11）：4100-4105.

[2] 杨锦忠，张洪生，赵延明，等. 玉米穗粒重与果穗三维几何特征关系的定量研究[J].中国农业科学，2010，43（21）：4367-4374.

[3] 于经川，刘兆晔，马淑丽，等. 小麦上三叶与穗粒重关系的研究[J]. 莱阳农学院学报：     自然科学版，2006，23（1）：116-118.

[4] 成东梅，彭涛，高燕，等. 高产小麦旗叶与穗粒重关系的研究[J]. 安徽农业科学，2007，  35（36）：11798-11799.

[5] 李淑芳，李玉发，王凤华，等. 粳稻剑叶与穗粒重关系的研究[J]. 吉林农业科学，2004，   29（5）：9-11.

[6] 张晓宇，杨锦忠. 数字图像处理在玉米发芽试验中的应用研究[J]. 玉米科学，2005， 13（2）：109-111.

[7] 杨锦忠，郝建平，杜天庆，等. 玉米图像处理技术及其评价初探[J]. 青岛农业大学学报：自然科学版，2009，26（3）：246-249.

[8] 姜盼，张彬，毕昆. 基于图像处理的小麦穗长测量[J]. 中国传媒大学学报：自然科学版，2010，17（4）：69-73.

[9] 毕昆，姜盼，李磊，等. 基于形态学图像处理的麦穗形态特征无损测量[J]. 农业工程学报，2010，26（12）：212-216.

[10]李秀敏，江卫华. 相关系数与相关性度量[J]. 数学的实践与认识，2006，36（12）：188-192.

[11]高忠江，施树良，李钰. SPSS方差分析在生物统计中的应用[J]. 现代生物医学进展，   2008，8（11）：2116-2119.endprint