1 北京林业大学草地资源与生态实验室, 北京 100083
2 北京林业大学水土保持与沙漠化防治教育部重点实验室, 北京 100083
提出了一种基于近红外光谱分析技术快速无损测定苜蓿秋眠类型的新方法。 应用近红外光谱漫反射技术测定苜蓿样本的光谱并对其进行主成分分析(PCA), 根据主成分的累积贡献率选取前10个主成分建立支持向量机(SVM)分类模型, 并对其参数及核函数类型进行了详细的分析和讨论。 试验结果表明, 当c=0.339 2, g=32时, 测试集的预测准确率可达98.182%, 可以作为初步测定苜蓿秋眠类型的手段之一。 同时, 与主成分回归分析、 偏最小二乘法、 BP神经网络、 LVQ神经网络等方法相比较的结果表明, PCA-SVM模型可以有效地解决小样本问题, 且可以避免陷入局部极小。
苜蓿秋眠性 近红外光谱 主成分分析 支持向量机 Fall dormancy in alfalfa Near infrared spectroscopy Principal component analysis Support vector machine 光谱学与光谱分析
2011, 31(6): 1510
安徽科技学院生命科学学院, 安徽 凤阳 233100
苜蓿的秋眠性是苜蓿引种, 栽培的依据。采用RAPD技术对32份不同秋眠性苜蓿进行遗传多样性和系统发育研究。结果表明, 13条引物共扩增出217个标记, 有214个多态位点, 多态频率达到98.6 %, 说明这些苜蓿品种具有很高的遗传多样性。聚类分析表明, 安徽野生南苜蓿和其它栽培品种苜蓿有大的遗传差异, 单独聚为一类。其余31个品种在相似系数为0.815的地方聚为4类, 并且, 相对秋眠性强的苜蓿品种的遗传基础更为丰富, 而秋眠级数低的苜蓿品种相对遗传基础较狭窄。本研究同时表明, 安徽野生苜蓿将能够为南方苜蓿育种丰富遗传基础, 应加大保护和研究。
苜蓿 秋眠性 遗传多样性 alfalfa RAPD RAPD fall dormancy genetic diversity
