Para lograr una detección rápida de la tasa de germinación de semillas de soja, este estudio recopiló 350 muestras de semillas de soja de 16 especies diferentes. De ellas, 14 variedades obtuvieron muestras con 8 gradientes de actividad diferentes mediante envejecimiento artificial, mientras que las 2 variedades restantes fueron envejecidas de forma natural. Tras recoger los datos espectrales, se realizaron pruebas de germinación para obtener los datos de tasa de germinación. Se utilizó la validación cruzada de Monte Carlo (MCCV) combinada con la regresión por mínimos cuadrados parciales (PLSR) para eliminar muestras atípicas, seleccionando además el método de suavizado por convolución de Savitzky-Golay con transformación de variables normales estándar (SG+SNV) para el preprocesamiento de los datos espectrales. Luego, se eligieron las longitudes de onda características mediante el método de eliminación de variables no informativas (UVE). Se amplió la aplicación del método de regresión por proceso gaussiano disperso (SGPR) a escenarios con muestras pequeñas y alta dimensionalidad, comparando además el efecto de diferentes funciones núcleo en el rendimiento del modelo. Para verificar la superioridad del modelo SGPR, se establecieron modelos de control basados en regresión por proceso gaussiano (GPR), regresión por vectores de soporte (SVR) y PLSR. Los resultados mostraron que el modelo SGPR-Matern32 optimizado presentó un mejor desempeño predictivo en el conjunto de entrenamiento (R²=0.9737, RMSE=0.0454), conjunto de validación (R²=0.9498, RMSE=0.0650) y conjunto de prueba (R²=0.9636, RMSE=0.0694), además de una eficiencia de modelado significativamente mejorada en comparación con el GPR tradicional. El estudio confirmó que la tecnología de espectroscopía de infrarrojo cercano combinada con el método de modelado SGPR-Matern32 puede mejorar significativamente la eficiencia y precisión de la detección de la tasa de germinación de semillas de soja, proporcionando un medio técnico fiable para la detección no destructiva de la vitalidad de las semillas de soja.

Semillas de soja; espectroscopía de infrarrojo cercano; regresión de procesos gaussianos dispersos; tasa de germinación