袁 俊 鄭 雯 ， 祁亨年 高 璐 胡曉軍 趙光武 施俊生 賈良權(quán)

（1湖州師范學(xué)院信息工程學(xué)院，313000，浙江湖州；2浙江農(nóng)林大學(xué)農(nóng)業(yè)與食品科學(xué)學(xué)院，311000，浙江杭州；3浙江省種子管理總站，311000，浙江杭州）

種子是某些植物特有的繁殖器官，在生物圈中扮演著重要角色。種子活力是種子檢測中一項重要指標(biāo)，在種子加工行業(yè)越來越受到重視。國際種子檢驗協(xié)會（ISTA）較為準(zhǔn)確地定義了種子活力：種子活力是指在廣泛的環(huán)境條件下，決定可接受的種子批發(fā)芽活動和表現(xiàn)的性能因素的總和。種子活力在描述發(fā)芽率、出苗率、非生物因素以及生物因素影響抗性、不同條件下種子貯藏能力方面具有較大優(yōu)勢，種子活力能較為全面地衡量種子性能，對種子活力進行檢測具有實際意義[1-2]。

活力高的種子往往表現(xiàn)為個體大，播種后長勢好，生命力強；活力低的種子表現(xiàn)為長勢差，結(jié)實率低，可能導(dǎo)致作物減產(chǎn)。為此，種子活力檢測對農(nóng)業(yè)生產(chǎn)有著重要意義[3-4]。傳統(tǒng)種子活力檢測方法有標(biāo)準(zhǔn)發(fā)芽實驗法、TTC染色法、電導(dǎo)率測定法和加速老化試驗等方法，這些方法對種子都是有損的。傳統(tǒng)檢測方法檢測周期較長，標(biāo)準(zhǔn)發(fā)芽實驗法通常需要6～8d，操作繁瑣，且采取抽樣檢測，無法獲取采集到的每顆種子的真實活力數(shù)據(jù)；TTC染色法和加速老化試驗法對種子造成不可避免的損傷；電導(dǎo)率測定法復(fù)現(xiàn)性差，活力檢測結(jié)果與環(huán)境因素關(guān)聯(lián)較強[5-6]。因此傳統(tǒng)的種子活力檢測方法無法滿足現(xiàn)代農(nóng)業(yè)發(fā)展中的規(guī)模化、快速和無損檢測要求。

隨著光學(xué)技術(shù)的發(fā)展和農(nóng)業(yè)生產(chǎn)需求的提高，國內(nèi)外很多學(xué)者將光學(xué)技術(shù)與種子活力研究結(jié)合起來，取得了豐碩的成果[7-10]。種子具有體積大小不一、形狀各異的特點；不同種子種皮顏色存在差異；種子內(nèi)含有含量豐富的高分子有機物，如核酸、淀粉和蛋白質(zhì)等，不同的物質(zhì)成分可表現(xiàn)為不同的光譜特性。部分種子可以通過種皮顏色差異判斷活力，而通過種子的光譜圖譜既可以獲取種子多維空間信息，又可以反映種子的內(nèi)部物質(zhì)成分屬性，因此采用光學(xué)技術(shù)可對種子活力進行檢測[11-12]。國內(nèi)外采用光學(xué)技術(shù)檢測種子活力的方法主要有近紅外光譜、高光譜成像、X光光譜、紅外熱成像和色選技術(shù)等檢測技術(shù)[13-14]。光學(xué)檢測技術(shù)有明顯優(yōu)勢：檢測耗時短，能在較短時間獲取種子活力數(shù)據(jù)，或者快速篩選出高活力種子；檢測分辨率高；對種子無損傷；可對種子活力進行批量檢測。本文對近年來發(fā)展較為迅速的種子活力光學(xué)檢測技術(shù)進行了綜述，介紹了相關(guān)光學(xué)檢測技術(shù)的工作原理與應(yīng)用，總結(jié)了種子活力光學(xué)檢測技術(shù)的特點和被檢測種子的特征，指出了目前光學(xué)檢測技術(shù)應(yīng)用的局限性，對光學(xué)技術(shù)在種子活力檢測領(lǐng)域的發(fā)展前景進行了展望。

1 種子活力光學(xué)檢測技術(shù)

1.1 X光光譜檢測技術(shù)

X光光譜技術(shù)可用于檢測種子活力，通過獲取種子的X光圖譜了解其內(nèi)部結(jié)構(gòu)，如種子內(nèi)部空腔、胚和胚乳等，將種子內(nèi)空洞面積作為種子發(fā)芽勢的指標(biāo)，從而能夠獲取種子活力數(shù)據(jù)[15]。目前商用儀器有Faxitron公司生產(chǎn)的MX-20 DC12型X光檢測儀（美國）。種子經(jīng)過清洗、浸泡和干燥處理后在檢測板上排列整齊，放入暗室進行X光譜采樣，將采樣圖片整合為三維圖像顯示后進行種子活力判別，其工作原理如圖1所示。

圖1 X光種子活力檢測原理Fig.1 The principle of seed vigor test by X-ray

X光用于種子活力檢測的時間較早，得到國內(nèi)外學(xué)者的廣泛關(guān)注[16-17]。Swaminathan等[18]使用X光檢測了16種作物的種子活力，數(shù)據(jù)顯示該方法用于種子活力檢測結(jié)果可靠。Ogé等[19]使用X光譜對種子檢測發(fā)現(xiàn)，種子活力受含異天冬氨酰的蛋白質(zhì)影響。Lombardo等[20]獲取赤櫟橡子的X光圖譜，發(fā)現(xiàn)受到象鼻蟲損壞的種子活力低。Al-Turki等[21]發(fā)現(xiàn)胚正常的種子發(fā)芽檢測得到的種子活力與X光檢測結(jié)果一致。Zhao等[15]發(fā)現(xiàn)當(dāng)種子自由腔的大小一定時，體積越大的種子活力越強。楊冬風(fēng)[22]將X光光譜與人工智能結(jié)合起來，種子活力檢測準(zhǔn)確率為95%以上。蘇爭艷等[23]發(fā)現(xiàn)胚乳與種胚之間自由空隙與種子活力高低呈明顯的正相關(guān)。綜上，X光光譜檢測技術(shù)具有檢測時間短、檢測效率高、準(zhǔn)確率高、對種子無損傷的優(yōu)點，但X光檢測設(shè)備成本相對較高，此外，由于X光本身具有輻射，因而推廣使用較為困難。

1.2 近紅外光譜檢測技術(shù)

近紅外光譜（near-infrared spectroscopy，NIRS）是指波長范圍780～2 526nm的光譜。種子中含有大量的含碳有機物，如糖、脂質(zhì)和蛋白質(zhì)等，通過檢測這些物質(zhì)的官能團特征吸收譜線可以對種子組成進行定量分析，近紅外光譜技術(shù)在國內(nèi)外廣泛用于種子活力檢測研究中[24-25]。目前商用近紅外光譜儀使用較為廣泛的有布魯克儀器公司生產(chǎn)的MPA傅立葉變換近紅外光譜儀（德國），Thermo Scientific公司生產(chǎn)的Antaris II型傅里葉變換近紅外分析儀（美國）。近紅外光譜種子活力檢測原理如圖2所示，將待檢測種子平鋪在容器中放入封閉暗箱內(nèi)，采集種子近紅外光譜，對光譜數(shù)據(jù)進行處理，從而獲得種子活力等級數(shù)據(jù)。

時偉芳等[26]使用傅里葉變換近紅外光譜（FTNIR）檢測300粒小麥種子活力，發(fā)現(xiàn)以腹面和背面兩面平均光譜的建模效果優(yōu)于單面光譜，建模集和檢驗集的判別率分別為86.36%和91.30%。Kusumaningrum等[27]采集大豆種子的FT-NIR數(shù)據(jù)，使用變量重要性投影（VIP）法從1 557個波長完整變量集中選擇了146個最佳變量，分類結(jié)果顯示準(zhǔn)確率為100%。陰佳鴻等[28]研究了含水量不同的劣變燕麥種子活力差異，發(fā)現(xiàn)含水率低時，用多元散射校正預(yù)處理判別效率最高，含水率較高時標(biāo)準(zhǔn)歸一化預(yù)處理判別率最高，但誤判率較大。

圖2 近紅外光譜種子活力檢測原理Fig.2 The principle of seed vigor test by near-infrared spectroscopy

Men等[29]獲取種子的光譜數(shù)據(jù)與根長圖片，采用支持向量機（SVM）算法將種子分成有活力、活力較低和無活力3類，分類準(zhǔn)確率95%。Shrestha等[30]將化學(xué)計量學(xué)與近紅外光譜技術(shù)結(jié)合起來，使用PLS-DA和間隔PLS-DA（iPLS-DA）算法檢測2種西紅柿種子活力，選取了5個重要研究區(qū)段，發(fā)現(xiàn)iPLS-DA高于PLS-DA的檢測效果。李武等[31]獲取近紅外光譜原始數(shù)據(jù)后用偏最小二乘法回歸（PLSR）建立甜玉米種子活力定量模型，結(jié)果表明，近紅外光譜技術(shù)適合于種子活力快速評價。宋樂等[32]獲取了水稻近紅外光譜圖譜，對數(shù)據(jù)進行二階導(dǎo)數(shù)+矢量歸一化后使用主成分分析定性分析種子活力，判別準(zhǔn)確率100%。尹淑欣等[33]將用矢量歸一算法預(yù)處理后提取的光譜特征值作為BP神經(jīng)網(wǎng)絡(luò)輸入值，建立種子活力快速無損檢測模型，判別準(zhǔn)確率為90.3%。白京等[34]將SG平滑預(yù)處理的近紅外光譜數(shù)據(jù)采用SVM建模，校正集和預(yù)測集判別準(zhǔn)確率分別為95.56%和86.67%。

Seo等[35]采用FT-NIR與拉曼光譜檢測辣椒種子活力，發(fā)現(xiàn)2種方法的精度均達(dá)到99%。羅麗萍等[36]用電導(dǎo)率法、光密度法和近紅外光譜法對不同老化程度的種子活力檢測，通過在準(zhǔn)確性、快捷性和損傷性3個方面對比，得出了近紅外光譜法速度快、效果較好、無損傷的結(jié)論。

由此可知，近紅外光譜檢測種子活力的成本較低，耗時短，檢測重復(fù)性好，通過種子的近紅外光譜檢測可快速獲得種子活力數(shù)據(jù)。因此，近紅外光譜種子活力檢測技術(shù)成為種子活力光學(xué)無損檢測優(yōu)先使用的檢測方法。

1.3 高光譜檢測技術(shù)

高光譜（hyperspectral imaging，HSI）技術(shù)具有光譜分辨率高、獲取信息充分等優(yōu)點。近紅外光譜檢測只能得到被檢測目標(biāo)的光譜信息，而高光譜成像技術(shù)則可得到被檢測目標(biāo)的光譜與空間信息，且波長范圍包含可見光波段到紅外波段之外[37-38]。高光譜成像技術(shù)檢測種子活力的原理如圖3所示，通過調(diào)整實驗載臺位置可以多角度獲取種子的高光譜圖像，通過訓(xùn)練模型可以實現(xiàn)種子活力鑒別。

圖3 高光譜種子活力檢測原理Fig.3 The principle of seed vigor test by hyperspectral imaging

彭彥昆等[39]獲取了400～1 100nm波長范圍內(nèi)的番茄種子高光譜圖像，通過將光譜數(shù)據(jù)統(tǒng)計分析與標(biāo)準(zhǔn)發(fā)芽試驗結(jié)果對比，發(fā)現(xiàn)在波長713nm下圖像特征對活力結(jié)果判斷的正確率最高，校正集和驗證集的正確率分別為93.75%和90.48%。李美凌等[40]用高光譜成像技術(shù)采集了2個不同品種、老化與未老化各一半的水稻種子高光譜數(shù)據(jù)，結(jié)合PCA-SVM方法建立種子活力鑒別模型，結(jié)果表明，老化和未老化種子的鑒別準(zhǔn)確率可達(dá)100%。Zhang等[41]使用可見-紅外高光譜檢測了小麥種子，使用4個光譜數(shù)據(jù)集（包括腹側(cè)溝，反面，均值和混合數(shù)據(jù)集）建立了種子活力檢測模型，結(jié)果表明，標(biāo)準(zhǔn)正變量-連續(xù)投影算法-偏最小二乘判別分析模型有較高的準(zhǔn)確度。Ambrose等[42]采用高光譜成像技術(shù)對一組經(jīng)熱處理和另一組未經(jīng)熱處理的玉米種子進行了活力檢測，使用偏最小二乘判別分析建模，結(jié)果表明，該高光譜模型在短波紅外區(qū)域顯示最高的準(zhǔn)確度，校準(zhǔn)集準(zhǔn)確率97.6%，預(yù)測集準(zhǔn)確率95.6%。

Baek等[43]使用部分最小二乘判別法對從大豆種子的NIR-HSI中提取的數(shù)據(jù)進行了分析，其分類準(zhǔn)確性在95%以上。He等[44]用高光譜掃描3個不同年份的2 400個種子，通過8個波段的光譜數(shù)據(jù)，使用SG平滑預(yù)處理的極限學(xué)習(xí)機模型開發(fā)出的種子活力檢測系統(tǒng)，準(zhǔn)確度達(dá)94.38%。Kandpal等[45]使用近紅外高光譜檢測甜瓜種子，將光譜數(shù)據(jù)中最適波長、選擇性比（SR）和顯著性多元相關(guān)性（sMC）作為模型3種輸入變量進行模型訓(xùn)練，結(jié)果顯示PLS-DA模型使用從校正集提供的變量的結(jié)果表現(xiàn)較好，而PLSDA-SR法在驗證集中表現(xiàn)了最高的分類精度（94.6%）。Wakholi等[46]收集了600個玉米樣品高光譜數(shù)據(jù)，其中一半經(jīng)過熱處理，另一半為對照組，測試了3種分類模型，線性判別分析（LDA）、偏最小二乘判別分析和SVM，其中SVM分類準(zhǔn)確率最高，達(dá)到100%。

綜上所述，由于高光譜成像技術(shù)具有光譜和圖像2個屬性，因此國內(nèi)外在利用HSI技術(shù)進行種子活力的檢測研究中，在活力鑒定算法、不同種類種子上都進行了研究，高光譜技術(shù)越來越成為種子活力檢測的一個活躍的研究方向，也正是因為高光譜成像技術(shù)可以同時獲取光譜信息與種子圖像信息，使得批量化對單粒種子活力的快速、無損檢測的商用逐漸成為可能。

1.4 光聲光譜檢測技術(shù)

光聲光譜（photoacoustic spectroscopy，PAS）是一種利用光聲效應(yīng)發(fā)展起來的檢測技術(shù)，具有靈敏度高、用途廣等優(yōu)點，特別適合強散射和非透明物體檢測。其檢測原理是光源照射目標(biāo)使目標(biāo)受熱，光波的周期性導(dǎo)致溫度周期性上升，從而影響周圍空氣發(fā)生微弱振動而產(chǎn)生聲波，通過檢測該微弱聲波可獲取該目標(biāo)的數(shù)據(jù)，被檢測到的部分稱為光聲信號，經(jīng)過放大器后可得到光聲光譜。光聲光譜設(shè)備可以按試驗需求配置，其工作原理如圖4所示。

圖4 光聲光譜種子活力檢測原理Fig.4 The principle of seed vigor test by photoacoustic spectroscopy

李歡歡等[47]在試驗中采用傅里葉變換紅外光譜儀Nicolet 6700（Thermo Elemental，美國），配合PA 300光聲附件（MTEC Photoacoustics，美國）搭建的檢測系統(tǒng)獲取了水稻種子的光聲光譜，并結(jié)合LS-SVR算法建立了水稻種子活力快速無損分選模型，經(jīng)過測試，混合建模校正集相關(guān)系數(shù)和標(biāo)準(zhǔn)偏差分別為0.9701和0.4657，預(yù)測集相關(guān)系數(shù)與標(biāo)準(zhǔn)偏差分別為0.9562和0.5729，表明光聲光譜在種子活力檢測方面具有較高的精確度。Pardo等[48]使用光聲光譜檢測蔬菜種子活力，在250～750nm的光譜范圍內(nèi)檢測了老化與未老化蔬菜種子的熱擴散速率與光吸收系數(shù)，試驗結(jié)果顯示未老化種子的光吸收較高，將試驗結(jié)果與掃描電鏡顯示結(jié)果對比進一步證明光聲光譜檢測速度快，效果好。Klein等[49]在較低的精度使用光聲光譜測量乙烷、乙烯和乙醛的含量，發(fā)現(xiàn)隨著種子老化程度加深，這些物質(zhì)含量增加越多，種子活力越低。光聲光譜目前應(yīng)用較少，但其精確度高，適合于表面粗糙種子活力檢測，在探究種子活力原理方面具有很大潛力。

1.5 可調(diào)諧半導(dǎo)體激光吸收光譜技術(shù)

可調(diào)諧半導(dǎo)體激光吸收光譜（tunable diode laser absorption spectroscopy，TDLAS）技術(shù)是近年來迅速發(fā)展的痕量氣體檢測技術(shù)，具有檢測極限高、分辨率好、實時性強等優(yōu)點，其工作原理如圖5所示。

圖5 TDLAS技術(shù)原理Fig.5 The principle of TDLAS

賈良權(quán)等[50-52]基于種子有氧呼吸釋放CO2的特點，利用TDLAS技術(shù)對玉米種子呼吸過程中釋放的CO2進行檢測。通過種子呼吸釋放的CO2強度與標(biāo)準(zhǔn)發(fā)芽試驗結(jié)果進行相關(guān)性分析，判定種子活力，并且經(jīng)過3～8h可以判定出種子活力等級，TDLAS檢測具有高靈敏度、高分辨率的優(yōu)點，同時檢測成本相對較低，相較于近紅外光譜技術(shù)、高光譜技術(shù)和X光譜技術(shù)，TDLAS技術(shù)具有顯著的優(yōu)勢。利用種子代謝產(chǎn)物推斷種子活力成為種子活力檢測的新思路，活力強的種子酶活力高，呼吸旺盛，代謝產(chǎn)物豐富，相比于直接獲取種子全方位信息，對其代謝單一產(chǎn)物的檢測顯得較為簡單，數(shù)據(jù)量少，計算簡便，準(zhǔn)確率較高。在種子活力批量檢測上具有明顯優(yōu)勢。目前，市場上尚無采用TDLAS技術(shù)進行種子活力檢測的商用儀器，僅有實驗室自主設(shè)計的檢測裝置。

1.6 色選技術(shù)

色選技術(shù)是利用被測物的顏色差異，通過光學(xué)技術(shù)將異色物分離出的方法，常用在散體物料、工業(yè)品、食品檢測和分級領(lǐng)域。在種子活力檢測中，低活力的種子通常伴隨著變質(zhì)、褐變，其顏色與高活力種子有明顯差異，因此可利用色選技術(shù)通過種子顏色差異將高、低活力種子區(qū)分開。商用色選機有SATAKE公司生產(chǎn)的FMS 2000型色選機（日本）。種子活力色選技術(shù)示意圖如圖6所示。褐變程度不同的種子在傳送帶上傳動，經(jīng)過斜坡受到重力的影響產(chǎn)生一個加速運動的過程，在外部光源照射下經(jīng)過已經(jīng)設(shè)置好參數(shù)的反光板，正常顏色的種子可以通過色選過程，而顏色改變的種子被空氣槍吹出，完成不同活力種子的分類。

圖6 色選技術(shù)種子活力檢測原理Fig.6 The principle of seed vigor test by color sorting

Klein等[53]研究發(fā)現(xiàn)，經(jīng)過色選分選出的深色東部蒲葵種子在15%的H2O2中浸泡18h可有效打破休眠狀態(tài)，相比傳統(tǒng)的4～6周分層時間，效率明顯提高。胡偉鳳等[54]發(fā)現(xiàn)經(jīng)過色選后的水稻種子，種子活力明顯提高并且高活力種子比重大。吳萍等[55]采用篩選和色選技術(shù)相結(jié)合的精選方法，發(fā)現(xiàn)種子發(fā)芽勢和發(fā)芽率從原來的86%和92%分別提高到89%和95%，許陽[56]應(yīng)用色選技術(shù)從甜玉米種子中篩出霉粒、雜質(zhì)和破損粒，使種子顏色外觀保持均勻一致，可以較為方便地分離出高活力種子。綜上可知，色選技術(shù)是一種簡潔的種子活力檢測技術(shù)，通過區(qū)分褐變程度不同的種子顏色能快速篩選出高活力種子，在種子分選領(lǐng)域應(yīng)用也逐漸發(fā)展起來，已有專業(yè)的分選設(shè)備，但對于應(yīng)用于不同品種種子分選的設(shè)備參數(shù)設(shè)置需要進一步研究[54-55]。

2 問題與討論

針對種子性狀各異的特點，光學(xué)技術(shù)能依據(jù)各種種子的特征提供不同的活力檢測方式：體積較大、活力大小可通過褐變程度判斷的種子可采用色選技術(shù)快速判斷，如蘿卜種子；存在空種子，多胚、風(fēng)化或受到蟲害、機械損傷的種子批，可采用X光光譜檢測技術(shù)通過種子內(nèi)部結(jié)構(gòu)檢測種子活力，如番茄種子；對于高活力種子與劣變后的低活力種子，可采用近紅外光譜或高光譜技術(shù)對種子中蛋白質(zhì)、多糖或不飽和脂肪酸含量進行檢測，從而獲取高活力種子，如玉米種子[4，28]；大批量種子可采用TDLAS技術(shù)通過檢測其呼吸強度對種子活力狀況進行評價，如水稻種子；對于一些無需進行前處理的種子樣品，光聲光譜技術(shù)是檢測其種子活力的有效方法[47]。

近年來，隨著電子信息和光學(xué)工程技術(shù)的發(fā)展，光學(xué)技術(shù)在種子活力檢測領(lǐng)域中取得了長足的進展，部分檢測技術(shù)在科研實踐中已得到應(yīng)用，然而，目前市場上尚無成熟的可商用的種子活力光學(xué)檢測裝備，究其原因主要有以下幾點：（1）目前光學(xué)檢測技術(shù)在種子活力檢測中的應(yīng)用，普遍側(cè)重于檢測方法及活力相關(guān)光學(xué)信號及其算法處理，對種子活力的光學(xué)檢測機理研究相對較少。（2）光學(xué)技術(shù)檢測種子活力尚缺乏特征光譜與活力等級的定量關(guān)系，目前應(yīng)用光學(xué)技術(shù)檢測種子活力，需要對每一批次或每一品種種子進行標(biāo)準(zhǔn)發(fā)芽試驗，再與通過光學(xué)技術(shù)檢測獲得的數(shù)據(jù)進行相關(guān)性分析，才能獲得光學(xué)技術(shù)檢測種子活力的結(jié)果，在實際商用前，還需要進行相關(guān)種子和光學(xué)數(shù)據(jù)測試。由于不同種子其特征光譜等屬性不完全相同，還需要進行大量檢測試驗，因此在商業(yè)化使用時仍需要獲取相應(yīng)種子的特征屬性數(shù)據(jù)庫。（3）光學(xué)檢測技術(shù)成本普遍偏高，X光、高光譜和光聲光譜檢測設(shè)備價格昂貴，限制了商用的發(fā)展，目前基本上處于實驗室研究階段。（4）種子活力檢測的最終目標(biāo)是為制種和播種等農(nóng)業(yè)生產(chǎn)服務(wù)。目前大多光學(xué)檢測技術(shù)只涉及到種子活力的檢測，檢測后的種子仍需進行分級分選研究，不同活力種子的分選分級是商業(yè)化生產(chǎn)的重要一環(huán)。

3 總結(jié)與展望

光學(xué)技術(shù)在種子活力檢測中的應(yīng)用，相對于利用種子生物性質(zhì)的傳統(tǒng)的種子活力檢測方法，在種子物理層面的活力檢測方式越來越受到科研工作者和育種專家的重視，在實際應(yīng)用上有以下優(yōu)勢：X光、近紅外光譜和高光譜檢測技術(shù)都能夠?qū)崟r對種子活力進行檢測；TDLAS技術(shù)和色選技術(shù)在種子加工過程中可以實現(xiàn)較大的處理量，能夠滿足實際生產(chǎn)快速檢測要求；通過光學(xué)技術(shù)可以實現(xiàn)獲取單粒種子活力數(shù)據(jù)，為后續(xù)播種或者人工育種提供優(yōu)良親本。隨著精準(zhǔn)農(nóng)業(yè)的發(fā)展，基于光學(xué)技術(shù)的種子活力無損檢測方法具有重要的發(fā)展?jié)摿Α?/p>

基于目前蓬勃發(fā)展的光學(xué)技術(shù)在種子活力檢測中的應(yīng)用研究現(xiàn)狀，筆者建議今后光學(xué)技術(shù)在種子活力檢測領(lǐng)域的發(fā)展方向可以從以下3個方向開展：第一，開展種子活力的光學(xué)檢測機理研究，通過對種子的光學(xué)特征、物質(zhì)成分和活力相關(guān)代謝等研究，獲得機理清晰的光學(xué)特性與種子活力相關(guān)的機理，為開展基于光學(xué)技術(shù)的種子活力檢測提供理論依據(jù)；第二，針對具體檢測領(lǐng)域，開展種子的特征光譜研究，建立種子活力特征光譜數(shù)據(jù)庫。目前種子檢測研究總體品種較少，缺乏普遍適用的種子活力特征光譜數(shù)據(jù)庫；第三，隨著電子信息技術(shù)和自動化技術(shù)的發(fā)展，進一步將種子活力光學(xué)無損檢測技術(shù)與智能分選裝備相結(jié)合，研制出低成本、快速、無損檢測和分選裝備是重要發(fā)展趨勢。