1.一种基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，该方法包括以下步骤：S1、挑选颗粒饱满、无霉变、大小形状相同、种子生理成熟后的水稻种子，剔除夹杂物和杂种子；将筛选的种子按组封装入干燥瓶，添加若干质量有差异的蒸馏水，制作成水分含量有差异的若干标准水稻种子样品；

S2、采用扫描测量方式，利用激光诱导击穿光谱仪测量步骤S1得到的若干标准水稻种子样品的光谱；

S3、对标准水稻种子样品的激光诱导击穿光谱进行去噪处理；

S4、根据去噪处理后的标准水稻种子激光诱导击穿光谱，得到水稻种子样品主要元素Si、K、P、Ca、Fe、Al、Mg、Na、Ti和CN分子链的最强谱线的强度，利用神经网络构建水稻种子水分含量的分级预测模型，即得到水稻种子水分含量与上述水稻种子样品主要元素最强谱线强度之间的关系；

S5、采用扫描测量方式，利用激光诱导击穿光谱仪测量出待测水稻种子样品的光谱；

S6、对待测水稻种子样品的激光诱导击穿光谱进行去噪处理；

S7、根据已得出的水稻种子水分含量预测模型和待测水稻种子样品所有测量点的主要元素最强谱线强度，判断出待测水稻种子的水分含量。

2.如权利要求1所述基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，所述步骤S2中，测量的光谱范围，为250—800nm。

3.如权利要求1所述基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，所述步骤S4中，构建水稻种子样品的水分含量预测模型方法，为神经网络法。设在同一颗水稻种子的同一点上测量的次数为N1，则删除前面x1次测量的数据，其中x1

4.如权利要求3所述基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，所述步骤S4中，x1的值不小于4。

5.如权利要求1所述基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，所述步骤S7中，设在同一颗待测水稻种子的同一点上测量的次数为N2，则删除前面x2次的测量数据，其中x2

6.如权利要求5所述基于主要元素光谱强度的水稻种子水分含量分级检测方法，其特征在于，所述步骤S7中，x2的值不小于4。