共查询到20条相似文献,搜索用时 31 毫秒
1.
日本的作物生理研究进展中国科学院黑龙江农业现代化所刘晓冰一、作物高产的根—冠互作理论1株型理论和库能力理论的不足株型理论认为作物群体的光合速率随着叶面积指数的增加而成比例增加,当叶面积指数(LAI)达到一定数值时,叶面积指数再增加将由于互相遮阴而使... 相似文献
2.
3.
4.
5.
对国内外测定叶面积指数的主要方法进行了综述,分析了各种方法的优势与劣势,同时对叶面积指数测量仪器进行了对比,阐述了存在的一些问题,总结了研究进展,并且进行了展望。 相似文献
6.
采用CAD矢量法测量了园林树木异形叶面积。结果表明:当测量精度较高时,试验变异系数均低于1%,适合对异形叶片、病虫害叶片、超大巨形叶片、微小形叶片的叶面积进行准确测量。 相似文献
7.
随着光谱技术的发展,植物光谱分析方法已成为监测作物生长与营养信息的重要手段。通过概述利用光谱技术监测作物叶面积指数(LAI)、生物量、含水量、叶绿素及氮素五项指标的研究进展,对光谱技术在作物生长与营养信息监测方面的研究进行了展望。 相似文献
8.
CAD图形处理技术在植物叶面积测量中的应用 总被引:28,自引:0,他引:28
采用数码像机在田间获取植物叶片加参照直尺的数字图像,然后利用AutoCAD 2000的area命令,可以快速测量所定义区域的面积和周长。同时将该方法与目前生产上常用的CID仪器法、交叉网格法、复印称重法进行比较分析。结果表明:CAD图形处理方法和上述传统的叶面积测定方法的测定结果呈极显著的线性相关关系,适用于叶面积的测量工作,该方法的最大优点就是可以在不摘除植物叶片的前提下,快速、准确的进行叶面积测量工作。为植物叶面积测量提供了新的思路。 相似文献
9.
10.
运用CGMD302作物生长监测光谱仪对植株进行无损监测,能够在不影响作物生长的前提下,及时有效地对生长指标进行测量。该试验在浙江湖州浙江农林大学德清现代农业高科技园区,采用甬优538和秀水134两个品种,设立不同氮水平试验小区,开展单季稻小区试验。试验明确了在直播播种技术下叶面积指数和生物量与播种后天数的量化关系,建立了叶面积指数、生物量和产量与CGMD302作物生长监测光谱仪测得的光谱参数的估计模型。能够在各个生育时期对水稻的不同生长指标进行监测,及时了解水稻生长状况,在水稻的生长过程中起到很好的监测指导作用。 相似文献
11.
采用数字图像处理技术、叶面积仪法、复印称重法测定室内观叶植物的叶面积,并对3种方法的测定结果进行比较分析。结果表明,图像处理法与其他叶面积测定方法的测定结果具有极显著线性相关关系,说明图像处理技术适用于叶面积测量工作。 相似文献
12.
相比传统方法计算叶片特征参数,无损图像处理技术无需采摘叶片,在保持植株完整株型的前提下为下一次数据测量提供了保障并应用先进的计算技术准确计算植株的各种特征值,无损图像处理技术逐渐成为国内外学者研究植物生长形态的重要手段。介绍基于数码技术的叶面积计算方法和基于图像处理的叶片轮廓建模方法,概述数码技术应用于叶面积计算的国内外研究进展,总结归纳叶片轮廓提取方法和拟合方法的优缺点,并指出应用图像处理技术计算叶面积仍需进一步解决的问题。 相似文献
13.
14.
15.
在作物上,个体叶面积的测量在分析作物郁蔽程度方面是很有用处的,因这些测量可确定叶面积系数的空间构成。这个资料可用于叶的生长标准和在个体发育中不同层次、不同郁蔽程度光合势的评定。(参阅Firman和Allen 1988) 相似文献
16.
17.
基于数字图像视觉分析的叶面积活体测定系统研究 总被引:3,自引:0,他引:3
通过计算数字图像中每个像素点代表的真实面积和叶片图像所占的像素数量,可以计算出图像中叶片的面积.基于此原理,该文提供了利用数码相机快速获得植物叶片图像并准确测定叶面积的方法.该方法适用于对多种植物的平面状叶面积进行活体测量,同时能够对异性叶片离体测量,尤其适合大量叶面积的测量工作,且具有速度快、数据准确、精度高的特点. 相似文献
18.
玉米叶面积指数的普适增长模型 总被引:15,自引:0,他引:15
建立了1个模拟叶面积指数动态变化的扩充的Logistic模型,利用禹城、沈阳的玉米叶面积指数(LAI)实测资料进行了拟合,结果表明,此模式是模拟叶面积指数随地理位置、品种、播期、密度变化的统一模型.对叶面积指数与积温间关系的分析,综合了不同地理位置、不同品种、不同播期、不同密度的叶面积指数资料,得到1条相对叶面积指数变化曲线,可反映特定区域作物叶面积指数的动态变化,也可用于区域作物产量模拟和遥感估产的研究。 相似文献
19.
图像分析在大田作物生长监测中的应用进展 总被引:4,自引:0,他引:4
数码影像分析技术已经发展成为廉价、快速的作物生长监测技术手段之一,综述了利用数码照片分析技术进行作物生长监测的研究进展,包括以下三个部分的内容:(1)图像分析进行作物生长监测的光学原理;(2)图像分析中经常采用的光学参数和计算方法;(3)图像分析技术用于作物生长监测的方法和研究进展.对采用图像分析进行作物生长监测的发展方向进行了展望,认为建立特异性的作物生长参数识别光谱学参数、具有人工智能和自学习功能的图像分析方法是采用图像分析进行作物生长监测的未来重要研究方向.提出获取定点多时相照片是提高图像分析准确性的重要手段. 相似文献