水稻是我们赖以生存的主要粮食,种子活力水平是判断种子质量的重要因素。传统检测种子活力的方法太过于繁琐,因此,需要探索一种新型有效、快速、无损的方法鉴定种子活力。近红外技术与高光谱技术是近年来较为成熟的新兴技术,能够有效判别种子的活力。本研究利用近红外光谱和高光谱技术,结合线性回归与随机森林建模分析,分别对不同贮藏条件下不同水稻品种进行活力测定。以实际发芽与否为基准,结合生理生化指标测定,再融合近红外光谱（近红外的波段为900nm—1700 nm,分辨率为5 nm）和可见光（可见光的波段为400nm—1000nm,分辨率为3 nm）数据进行预测分析,以检测模型识别种子发芽与否的准确度。本研究的主要结论如下:1.不同贮藏条件下不同水稻品种种子发芽指标结果根据标准发芽试验测定的结果得出:冷库贮藏条件下的水稻种子活力高于自然贮藏条件下的水稻种子。其中发芽率的最大差异值达到了93%。2.不同贮藏条件下不同水稻品种种子生理生化指标结果不同水稻品种种子的发芽指标（发芽率、发芽势、活力指数、简易活力指数和发芽指数）与生理生化指标（POD酶活性、CAT酶活性、蛋白质含量、淀粉含量）呈正相关关系,发芽率越高,这些生理生化指标也越高。冷库贮藏条件下的这些生理指标普遍高于自然贮藏条件下。贮藏时间越久,其CAT酶活性和POD酶活性越低,蛋白质含量和淀粉含量就越少。3.近红外技术测定水稻种子活力的准确度不同品种谷粒在不同波长条件下,其平均反射率的曲线整体变化基本一致,都表现为波浪形变化。但不同水稻品种间种子的平均反射率变现不同,同一品种种子谷粒与糙米的光谱特征也存在明显差异。以实际测定的发芽情况为标准利用一般判别分析可知,自然贮藏条件下的交叉验证平均值是75.33%,冷库贮藏条件下的交叉验证结果是72.08%。采用随机森林建立模型判别的准确率为74.00%和68.80%。以533群体中贮藏于自然条件下水稻种子建立的相关模型为基础,以实际测定隆平高科水稻种子的发芽情况为验证标准,对隆平高科的水稻种子进行验证,其结果表明:自然贮藏条件下预测的准确率是50.40%,冷库贮藏条件下预测的准确率是53.30%。4.高光谱技术测定水稻种子活力的准确度不同水稻种子谷粒与糙米的高光谱曲线,总体变化趋势为先下降在上升。同一品种谷粒在不同波长条件下,其光谱特征值不同,同一品种种子谷粒与糙米的光谱特征也存在明显差异。以实际测定的发芽情况为标准利用一般判别分析可知,自然贮藏条件下的交叉验证平均值是84.49%,冷库贮藏条件下的交叉验证结果是86.21%。采用随机森林建立模型判别的准确率为71.40%和75.30%。以533群体中贮藏于自然条件下水稻种子建立的相关模型为基础,以实际测定隆平高科水稻种子的发芽情况为验证标准,对隆平高科的种子进行验证,其结果表明:自然贮藏条件下预测的准确率是48.50%,冷库贮藏条件下预测的准确率是53.70%。综上所述,种子存放时间越久,其萌发指标指数越来越低。贮藏时间与条件会影响到种子内部物质变化。本试验中基本可以实现对不同水稻品种种子活力的预测。不论是近红外光谱还是高光谱,依据冷库贮藏条件下水稻种子建立的模型预测准确率都比自然贮藏条件下的准确率要高,造成这种结果的原因还有待深入挖掘研究。