基于近红外光谱研究林木主要材性性状遗传变异规律

Efficient and rapid detection of wood properties could highly improve the wood properties genetic selection and reduce the breeding cycle. However, the genetic breeding selection for wood properties is limited by the traditional analysis methods which are time- and cost-consuming, hard to measure, and not suitable for a large number of samples measurement and Comprehensive, simultaneous determination of multiple wood properties. In this study, the NIR technology was used as a rapid measurement method to predict the physical and chemical wood properties of slash pine. The sample spectra collection form, calibration methods (PLS and PCR) and important variables selection algorithm were studied to obtain robust and accurate prediction model. In addition, the genetic variations of wood properties in the main planting trees species were studied based on the NIR prediction model which could speed up the process of genetic breeding in the main planting tree species and process to develop an efficient foundation for future breeding and forest plantation cultivation strategies.

林木遗传改良中，木材材性、化学性状由于测定成本高，效率低，一般采用在生长、表型性状测定、评选基础上的小样本取样、各性状直接测量，难以做到候选群体的数量、品质性状的全面、同步测定和多性状综合评价。本研究以近红外光谱技术为基础，以重要用材树种湿地松为对象，通过研究光谱信息采集方式、比较两种常用预测模型构建方法（PLS和PCR），以及利用光谱信息选择算法（sMC）筛选最佳光谱信息等一系列措施，建立一套基于木芯的高通量、稳定准确的木材多性状快速测定模型，实现多性状同时在线快速检测，并以模型预测数据为依据，开展基于大样本的材性遗传参数估算精度研究。研究结果有助于克服林木材性评价难题，实现高效、快速、准确的木材材性多性状检测，精准评选生长、材性兼优的遗传资源和良种，提高林木遗传变异成效。

林木遗传改良中，木材材性、化学性状由于测定成本高，效率低，一般采用在生长、表型性状测定、评选基础上的小样本取样、各性状直接测量，难以做到候选群体的数量、品质性状的全面、同步测定和多性状综合评价。本研究以近红外光谱技术为基础，以重要用材树种湿地松为对象，通过研究光谱信息采集方式、比较两种常用预测模型构建方法（PLS和PCR），以及利用光谱信息选择算法（sMC）筛选最佳光谱信息等一系列措施，建立了一套基于木芯的高通量、稳定准确的木材基本密度快速测定模型，实现在线快速检测，并开展了基于大样本的材性遗传参数估算精度研究，解析了湿地松木材相关材性的遗传变异规律，筛选了优良品系。在此基础上，本项目还开发了与湿地松抗逆相关的性状快速预测模型，并实现了以无人机多光谱为基础的湿地松冠层生理数据的高通量获取和遗传评价，研究结果有助于克服林木生长及材性评价难题，实现高效、快速、准确的林木生长和木材材性多性状检测，精准评选生长、材性兼优的遗传资源和良种，提高林木遗传变异成效。