水稻栽培历史悠久,种植面积广阔;稻谷是最重要的谷物之一;稻米营养丰富,是世界大部分地区的传统主食。值得说明的是,稻米的品质受品种、产地、种植及生长条件影响。因此,建立一种快速鉴别稻米品种及产地信息的方法,对维护消费者的利益,完善稻米市场具有重大意义。激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)具有检测速度快、多元素同时检测、无需样品复杂预处理等优点,可实现样品准确快速、绿色无污染的检测,因此,越来越受到世界各国学者的关注,已成为物质成分检测领域的热点。课题组前期对稻谷LIBS检测研究中发现,LIBS方法可以实现稻米产地、品种鉴别分析。此外,通过分析稻壳样品LIBS光谱信息发现,重金属Cu对Zn、Mn、Fe、Mg、Si、K元素有着显著胁迫影响。基于此,本工作旨在评估LIBS在稻米品种快速鉴别及重金属Cu胁迫影响研究中的应用潜力。主要研究内容简述如下:(1)以压片处理的稻谷粒为样品,对LIBS装置实验的光谱仪采集延迟时间、激光能量、双脉冲两束激光间延时等参数条件进行了优化。结果显示:最佳的采集延迟时间为1.8μs,激光总能量值为350 m J,A、B通道激光能量分别为170 m J和180m J,两激光脉冲时间间隔为1100 ns。(2)提出了一种基于LIBS特征光谱和判别模型相结合的稻米品种鉴别方法。在210-480 nm波长范围内,对11个江苏产地不同品种的水稻种子样品分别采集了稻谷粒、稻壳、稻壳粉、糙米、糙米粉、精米、精米粉七种不同样品制备方法的LIBS光谱,其中稻谷粒分类精度最高。利用主成分分析(PCA)提取LIBS光谱数据的特征变量。采用判别分析(DA)、径向基函数神经网络(RBF)和多层感知器神经网络(MLP)三种判别模型方法,比较了判别模型在水稻种子品种识别中的精度。结果表明,MLP模型的性能较好。采用MLP方法,样品的平均识别率在训练集和预测集中可以分别达到100%和97.9%。说明LIBS与MLP相结合可用于水稻种子的分类研究,以达到对稻米的快速鉴别。(3)通过分析稻壳的LIBS谱来探索铜胁迫效应,采集了不同程度Cu胁迫下水稻稻壳的LIBS光谱指纹信息。在江西三大铜矿地区:贵溪、铅山、德兴共采集了24份同品种的水稻稻谷样品。结果表明,德兴地区的水稻稻壳中Cu的LIBS光谱强度最高,其次是铅山和贵溪。这一现象与原子吸收光谱法(AAS)测定的水稻土壤中Cu的参考浓度一致。采用数据处理方法,分析了Cu胁迫水稻稻壳中Zn、Mn、Fe、Mg、Si及K元素的强度。基于内部定标法,建立了PLS模型。结果表明,Zn、Mn、Fe、Mg、Si、K与Ca的比值随Cu胁迫的增大而增大,呈正相关关系。在不同程度Cu胁迫下,稻壳中Zn、Mn、Fe、Si、K与Ca的强度比有显著差异。研究结果表明,LIBS结合适当的计算方法可以实现稻米重金属Cu胁迫的早期快速诊断,为农作物重金属污染的综合防治提供了基础支持。(4)对共振增强激光诱导击穿光谱技术进行了试验平台的搭建及初步探索性实验,具体的增强效果还需要进一步的探索研究。以上研究表明了LIBS光谱检测法具有实现稻米品种快速检测和重金属胁迫快速诊断的可行性,为农作物重金属污染的综合防治提供了参考。且本研究发现Cu胁迫稻壳中矿物质元素含量出现显著差异,提供了稻米基于元素胁迫程度分析研究的新思路,并对稻米元素缺失及过多的综合防治如施加相对应缺乏的矿物质元素肥料提供了参考。