摘 要：
关键词：谷穗;图像处理;穗粒重估算;穗体积;穗面积
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）
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
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
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
豫谷1号y=0.1405x-6.45360.74951.58E-10
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
冀谷19y=1.4308x-15.6310.78941.15E-11
沧谷4号y=0.8351x-6.16790.44103.41E-05
豫谷4号y=0.921x-9.70990.48938.39E-06
2.3 穗侧面积与穗粒重的关系
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
衡谷200131y=0.0039x+0.39500.6587 1.74E-08
沧谷4号y=0.0031x+1.16370.5705 5.84E-07
鲁谷10号y=0.0088x-5.08790.7695 4.48E-11
2.4 穗体积与穗粒重的关系
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
冀谷19y=0.0003x+1.08430.8318 3.85E-13
沧谷4号y=0.0002x+2.52850.5527 1.09E-06
豫谷4号y=0.0002x+0.69310.6715 9.70E-09
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：
[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.
[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.