基于叶绿素荧光光谱分析的光能利用效率研究

以水稻为研究对象,利用叶绿素荧光光谱对水稻叶片的光能利用效率进行分析。研究中,采集水稻叶片的叶绿素荧光光谱,同步测定净光合速率和光合有效辐射,并进行光能利用效率的计算。以红光区F685和远红光区F732为光谱特征参数的分析显示,F685、F732及参数组合F685/F732与光能利用效率显著线性相关,因此分别以F685、F732和以F685/F732为模型输入建立了光能利用效率预测模型并进行对比,发现基于F685/F732的预测模型精度更高。由于CO2的同化过程受气孔导度的影响,而叶片温度是气孔导度的信号,且光能利用效率受叶片温度影响显著,为提高模型预测精度,也将叶片温度作为模型输入,建立了基于F685/F732和叶片温度的光能利用效率预测模型,决定系数为0.885。     

基于激光激发叶绿素荧光分析的叶片水分利用效率模型

以无损检测为前提,采用激光为激发光源,对杨树活体叶片进行荧光光谱采集,对采集到的光谱数据进行处理分析得到水分利用效率的荧光光谱敏感波段,建立基于叶片温度修正下的植物水分利用效率与荧光光谱的数学回归模型,模型的复相关系数R2=0.975.并对建立的数学回归模型进行效果检验,相关系数r=0.8746,模型的检测效果较好.     

玉米叶片净光合速率快速检测方法研究

玉米叶片的净光合速率可以用来表征植物生物量的积累和营养盈亏等健康状态,为探求玉米叶片净光合速率的快速无损检测方法,利用叶绿素荧光光谱分析技术对拔节期玉米叶片净光合速率进行检测。实验选取了吉林省典型种植品种先玉335作为研究对象,通过对80组数据的无量纲化处理和标准化处理,降低光谱噪声引起的样本差异,分析不同光谱波段与叶片净光合速率的相关性,确定500~550nm、675~715nm、715~745nm等3组波段作为光谱检测样本。选择675~715nm波段作为光谱波段的典型参数预测玉米叶片的净光合速率,得出两者之间存在显著线性关系,其决定系数R^2=0.7 9 2 4,表明以6 7 5~7 1 5 nm波段预测玉米叶片的净光合速率是可行的。对回归模型进行验证,得到预测值与真实值之间的决定系数R^2=0.7 9 2 1,表明此回归模型对拔节期玉米叶片净光合速率具有良好预测能力,为植物生理信息快速无损检测提供了新的方法。     

基于激光诱导荧光光谱分析的黄瓜叶片叶绿素含量检测

利用反射式激光诱导叶绿素荧光光谱分析技术对黄瓜活体叶片叶绿素含量进行检测实验研究。通过对中心波长为473nm和660nm 2种激发光的4种激发强度(2.5、5.0、7.5、10.0mW)条件下荧光光谱的分析,结果显示:在强度7.5 mW、波长473 nm的光源下激发产生的荧光光谱具有很好的准确性和稳定性;在此条件下,荧光参数F_(732)/F_(685)与植物活体叶片内叶绿素含量成极显著线性关系,并以此为基础建立了数学回归模型(R~2>0.93,p<0.001),模型回归系数显著,模型可靠性极好,准确地反映了荧光参数与叶绿素含量的关系。     

基于反射光谱的苹果叶片叶绿素和含水率预测模型

为探索苹果叶片叶绿素含量(质量比)、叶片含水率与反射光谱之间的关系,以华北地区苹果树为研究对象,分别测定了各个关键生长期苹果叶片的光谱反射率、叶绿素含量和叶片含水率。分析光谱反射率与叶绿素含量以及叶片含水率之间相关性发现,在不同生长时期,苹果叶片叶绿素a含量与反射光谱在515~590 nm和688~715 nm两组波段内具有较高的相关性,且果实成熟期数据显示相关度最高(R2=0.6)。在420~500 nm、640~680 nm、740~860 nm 3个波段叶片含水率与反射光谱有较高的相关性,且果实膨大期的叶片含水率在可见光波段的相关系数最大。根据所选敏感波段,分别利用多元线性回归、主成分分析和人工神经元网络建立基于反射光谱的苹果叶片不同生长时期叶绿素和含水率的预测模型。通过对所建立的预测模型进行校验,结果显示,利用主成分分析方法所建立的苹果叶片叶绿素含量预测模型的决定系数最高(R2=0.885 2),校验系数为0.828 9。该模型可以较为准确地预测苹果叶片叶绿素含量。而采用神经元网络所建立苹果叶片含水率预测模型的决定系数R2=0.862,校验系数为0.8375,预测效果最好。     

基于荧光光谱分析的马铃薯叶片钾素营养检测研究

马铃薯属于喜钾作物,在栽培过程中钾素营养的供应直接关系到马铃薯的产量与品质.本研究探讨了不同供钾水平下马铃薯作物叶片的荧光光谱响应特性,并基于不同形式的光谱参量构建了马铃薯不同生育时期叶片钾素含量的回归模型.结果表明:将敏感波段中680nm和718nm波长处的荧光强度F680和718进行组合及对数变换处理后[F680+F718、lgF680、lgF718、lg(F80+F718)]作为光谱参量,所构建的叶片钾素含量回归模型的决定系数均较原始光谱参量(F680、F718)有所提高,其中以lg (F680+F718)为光谱参量所建立的回归模型拟合效果最佳,在发棵期和结薯期回归模型的决定系数均高于0.94,基于该参量所建立的模型适宜用来估算马铃薯叶片钾素的含量及对马铃薯作物钾素营养的丰缺状况进行评价.     

基于支持向量机的叶绿素荧光预测光能利用效率研究

基于激光诱导叶绿素荧光光谱分析技术,提出了一种基于支持向量机理论的光能利用效率预测方法。同步采集黄瓜叶片的叶绿素荧光光谱、净光合速率和光合有效辐射,选取500~800 nm波段的叶绿素荧光光谱作为研究对象,首先对原光谱进行SG-FDT预处理;其次对预处理的光谱采用PCA方法提取特征值,根据累计贡献率选取前10个主成分代替原光谱信息;最后通过支持向量机建立光能利用效率预测模型。通过对惩罚系数C和核函数参数g的大量测试,最终确定C为0.031 25、g为1,并利用60个训练样本对模型进行训练。10个测试样本的预测结果表明,测试样本的平均误差为8.94%,具有很好的预测效果。     

基于激光诱导荧光高光谱技术无损检测脐橙表面敌敌畏残留

常规化学方法检测农药残留不仅对样品具有破坏性,而且费时费力。本文以激光诱导荧光结合高光谱图像技术为手段,对脐橙表面的敌敌畏农药残留进行光谱无损检测;实验方法是在脐橙表面,喷施用自来水配制的不同浓度的敌敌畏农药溶液,在实验室条件下风干后,采集激光诱导荧光高光谱图像,再用气相色谱法检测脐橙表面的农药残留量,应用偏最小二乘(Partial least squares,PLS)方法建立农药残留的预测模型,并找出最佳光谱区间,然后应用支持向量机(Support vectormachine,SVM)方法在最佳光谱区间的基础上建立农药残留的预测模型;所建模型结果其预测集样品的农药残留量实测值(0.4862~10.3791mg/kg)和预测值之间的相关系数为0.8101;实验结果说明,以激光诱导荧光结合高光谱技术为手段的无损检测技术,在检测脐橙农药残留方面是有可行性的。     

环境因子对温室甜瓜蒸腾的驱动和调控效应研究

为探明温室环境对甜瓜蒸腾的驱动和调控机理,以土壤相对含水率、空气温度、相对湿度和光辐射量为试验因素,按四因素五水平二次回归正交旋转组合设计,测定了不同环境因子组合下甜瓜叶片蒸腾速率和气孔导度。利用水量平衡法控制土壤含水率,用Li-6400型光合仪叶室控制温度、相对湿度和光辐射量,定量分析了瞬时尺度上土壤和气象环境因子对甜瓜叶片蒸腾速率影响的的主效应、单因子效应、边际效应和交互作用,建立了环境因子驱动的蒸腾速率模型。研究结果表明:除相对湿度外,土壤相对含水率、空气温度和光辐射量对蒸腾速率均为正效应,其中土壤相对含水率和空气温度的单因子效应趋近线性函数,光辐射量和相对湿度的单因子效应分别为开口向上和向下抛物线函数;土壤相对含水率和空气温度的边际效应随编码值的递增变化较平缓,且在试验编码范围内均为正效应,光辐射量和相对湿度对蒸腾的边际效应随编码值的增加分别呈显著递增和递减趋势,其正负效应临界编码值分别为-0.69和-1.49;环境因子对蒸腾的影响存在交互作用,表现为协同促进或拮抗调控作用,大气水汽压亏缺是环境影响蒸腾的重要中转因子,在瞬时尺度叶片蒸腾的调控中起主导作用。     

冬小麦生育早期长势反演模型通用性研究

分析了生育早期(返青期、拔节前期、拔节后期)各阶段的冠层叶片光谱特性与叶绿素含量的关系,基于单波段反射率构建了一元预测模型,同样基于植被指数构建了多元叶绿素含量的反演模型,对两类建模方法构建的叶绿素含量预测模型进行了同生长阶段预测(SPV)和后续生长阶段的交叉预测(CPV),比较了模型的预测效果,得出了构建冬小麦生育早期冠层叶片叶绿素含量的通用预测模型的建模策略。研究结果表明:以返青期冠层叶片单波段反射率构建的一元反演模型,具有一定的模型通用性,能够较为准确的预测拔节前期的叶片叶绿素含量。利用偏最小二乘原理构建多元反演模型具有良好的通用性和较强的鲁棒性,能够较好地反演冬小麦生育早期冠层叶片叶绿素含量。而以MPRI、NDVI、RVI为组合构建的多元模型兼具通用性和简练性,可以作为多元预测模型构建的参考组合。     

3FLD和反射率荧光指数估测小麦条锈病病情严重度的对比分析

为研究小麦条锈病病情严重度和日光诱导叶绿素荧光强度的关系,确定适合于探测小麦条锈病病情严重度的叶绿素荧光因子。本文分别利用3FLD(three bands Fraunhofer Line Discrimination)和反射率指数2种方法提取了日光诱导叶绿素荧光强度,对比分析了这2种方法估测的日光诱导叶绿素荧光强度在小麦条锈病病情严重度遥感探测中的应用潜力。利用3FLD方法计算的O2-A和O2-B波段叶绿素荧光强度与小麦条锈病病情严重度均达到了极显著相关,复相关系数分别为0.677 2和0.492 4。基于反射率指数估测日光诱导叶绿素荧光时,叶绿素荧光反射率比值指数R_(740)/R_(720)、R_(440)/R_(690)、R_(740)/R_(800)以及叶绿素荧光一阶导数光谱指数D_(705)/D_(722)、D_(730)/D_(706)与小麦条锈病病情严重度均达到了极显著相关,尤其是比值指数R_(440)/R_(690)与小麦条锈病病情指数的相关性最高,复相关系数达到了0.718 7。基于辐亮度的3FLD算法和基于反射率的叶绿素荧光比值指数2种方法提取的叶绿素荧光强度均能够实现小麦条锈病病情严重度的遥感探测,但利用反射率方法提取的日光诱导叶绿素荧光强度构建的小麦条锈病病情严重度估测模型优于3FLD算法,更适合小麦条锈病病情严重度的遥感探测。论文的研究结果为基于卫星平台的叶绿素荧光遥感探测小麦条锈病提供了重要的理论依据。     

基于高光谱的甜菜SPAD值估算研究

叶绿素作为植物体内参与光合作用的重要色素,其含量对作物生长状况、产量和品质有很大影响。为此,利用野外便携式ASD光谱仪,实测了田间甜菜冠层光谱数据,且用SPAD-502叶绿素仪测定叶片SPAD值。基于原始光谱和一阶导数光谱与SPAD值相关性,选取植被指数和波段深度信息建立SPAD值预测模型,并用对照田试验数据对模型进行验证。通过对比植被指数建立的回归模型及波段深度分析,结合多元逐步回归建立的估算模型可知,波段深度比(BDR)结合SMLR建立的估算模型验证结果最好(RMSE=2.54,RE=4.5%)。研究结果表明:导数处理能提高光谱数据与SPAD值相关系数,波段深度信息结合多元逐步回归相比植被指数能提高SPAD值估算精度。     

基于光谱分析的温室番茄叶片叶绿素含量预测

通过分析叶片光谱反射率与其叶绿素含量的相关关系表明,温室番茄叶片的光谱反射率与其叶绿素含量的敏感波段为510～625 nm和690～710 nm,最佳波长为526 nm、609 nm和697 nm.利用最佳波长处的光谱反射率与多种建模方法如多元回归分析MLR(Multilinear Regression)、偏最小二乘回归分析PLSR(Partial Least Square Regression)建立了预测叶片叶绿素含量的模型,建模相关系数很相近,均大于0.740,但是PLSR在一定程度上消除了多重相关性的影响,模型验证时的相关系数(0.768)大于MLR模型(0.740);本研究在NDVI的基础上提出了一个新的光谱指数NDCI,并基于NDCI建立了叶片叶绿素含量的预测模型(Rc=0.753),获得了比较好的预测效果(Rv=0.761),为作物长势检测仪的开发奠定了基础.     

冬小麦生育早期冠层叶片光谱的特征与应用

利用不同测试方法对冬小麦返青期和拔节期的冠层叶片反射光谱进行了测量,分析了反射光谱与叶绿素质量浓度之间的相关关系。分析结果表明:处于返青期的小麦由于生长较为稀疏,冠层叶片反射光谱受到裸露地面等外界因素的影响,反射率和NDVI值与叶绿素的相关性差。拔节期由于地表覆盖率提高,反射率和NDVI值与叶绿素之间的相关性较好。返青期和拔节期冠层叶片反射光谱曲线的"红边"位置与叶绿素之间的相关性,可以较好地反映其叶绿素的质量浓度。通过实验分析两者之间的相关性,分别建立了返青期和拔节期叶绿素质量浓度线性预测模型和二项式模型,结果显示模型可用于冬小麦冠层叶片叶绿素质量浓度的无损检测预测。比较了植被指数NDVI值的不同获取方法,提出了不同生长阶段测试方法的选择方案,为冠层叶片叶绿素检测以及精细追肥提供技术支持。     

初期稻叶瘟病害的叶绿素荧光光谱分析

为了实现稻叶瘟病害的早期、快速检测,对稻叶瘟病害初期水稻叶片的叶绿素荧光光谱变化进行分析,建立光谱诊断模型。将稻梨孢接种于水稻叶片,分别在接种前期(0 h)、潜育期(48 h)和病斑初现期(7 d)3个时段采集水稻叶片的叶绿素荧光光谱。分析3个时段光谱变化特征,并利用Savitzky-Golay平滑(SG)和一阶导数变换(FDT)对光谱进行预处理。利用高斯拟合法(GFF)分别对原始光谱、SG平滑光谱和SG-FDT光谱提取各波段光谱特征向量。将试验样本划分为建模样本和检验样本,以病害初期的3个时段作为稻叶瘟病害的等级指标,分别采用全波段光谱特征向量和组合波段光谱特征向量,对3种预处理光谱利用建模样本建立稻叶瘟病害的支持向量分类(SVC)模型,对比4个经典核函数,并利用检验样本对模型进行检验。结果表明,蓝绿光区域、红光与远红光区域荧光随初期稻叶瘟病害程度的变化而变化,SG-FDT光谱的GFF-SVC(PLOY)模型对3个时段病害的分类准确率最高,且原始光谱、SG光谱、SG-FDT光谱的不同波峰位及其组合对稻叶瘟病害的识别效果不同。     

不同灌水和光强条件下小粒咖啡叶片光响应及光合生理特征

为探明小粒咖啡水分和光照耦合管理模式, 采用盆栽试验,研究3个灌水水平(W_H:高水;W_M:中水;W_L:低水)和3个光强水平(S₀:不遮阴;S₁:轻度遮阴;S₂:重度遮阴)对小粒咖啡叶片光响应曲线、光合、蒸腾及气孔导度等生理指标的影响.结果表明:遮阴对小粒咖啡叶片的叶绿素及胡萝卜素含量的影响大于灌水,与不遮阴相比,增大遮阴强度使叶绿素总量和叶绿素b分别增大13.53%~260.21%和31.10%~412.91%;不遮阴和轻度遮阴时,与低水相比,增大灌水量使叶绿素a、叶绿素b和叶绿素总量分别增大13.30%~110.65%,92.11%~148.36%和39.85%~124.30%;不遮阴和轻度遮阴时,与低水相比,增大灌水量提高最大净光合速率26.61%~185.27%;而重度遮阴时,增大灌水量使最大净光合速率先增大后减少,中水和低水时,与不遮阴相比,增大遮阴强度使最大净光合速率增大10.73%~103.73%;不同灌水和光强条件下咖啡叶片的净光合速率、蒸腾速率以及气孔导度日变化均呈双峰型,与不遮阴相比,增大遮阴强度使叶片日均净光合速率和日均气孔导度分别增大12.36%~57.74%和4.56%~42.66%,而降低日均蒸腾速率;与低水相比,日均气孔导度和净光合速率随着灌水量增大而显著增大;轻度遮阴和高水组合水分利用效率最大,同时光能利用效率和最大净光合速率最大,S₁W_H为小粒咖啡水光高效利用组合.     

融合暗荧光参数的茄子叶片光合速率预测模型构建

现有光合预测模型主要考虑环境因子对植物光合作用的影响，模型只能对生理状况相似的叶片进行光合速率预测，本文面向不同生长状态叶片光合速率预测模型的建模需求，提出融合叶片暗荧光参数Fv/Fm的多环境因子光合速率预测模型构建方法。试验以不同生长状态的茄子叶片为样本，在获取暗荧光参数的同时，分别测量不同温度、CO2浓度和光照强度下的光合速率，构建建模样本集。在此基础上，利用遗传支持向量机算法，建立了光合速率统一预测模型，其训练集决定系数为0.8895，均方根误差为3.2679μmol/(m2·s)。采用异校验方式进行模型验证，结果表明，融合荧光参数后模型精度显著提高，光合速率预测值与实测值拟合斜率为0.9046，截距为0.3641，〖JP〗说明引入Fv/Fm后，模型可实现对不同生理状态叶片光合速率的精准预测。     

无人机多光谱遥感反演花蕾期棉花光合参数研究

光合作用对作物的生长发育、干物质的积累以及产量的形成起着至关重要的作用。为探讨遥感技术反演作物冠层光合参数的可行性,以无人机作为遥感平台,搭载6波段多光谱相机,通过采集棉花花蕾期不同时刻(09:00、11:00、13:00、15:00、17:00)冠层多光谱遥感图像,提取其冠层光谱反射率信息,并同步测定棉花冠层叶片的净光合速率(Pn)、蒸腾速率(Tr)、气孔导度(Gs)和胞间二氧化碳浓度(Ci)等光合参数。通过对4种光合参数和6波段光谱反射率进行相关性分析,并分别使用一元线性回归和主成分回归、岭回归、偏最小二乘回归等多元回归方法,建立不同光合参数在不同时刻的反演模型。结果表明:净光合速率(Pn)、蒸腾速率(Tr)、气孔导度(Gs)和胞间二氧化碳浓度(Ci)的最优反演模型分别为13:00的基于蓝光波段反射率的一元线性模型,15:00的基于红光波段反射率的一元线性模型,15:00的岭回归模型和15:00的基于红光波段反射率的一元线性模型,模型的决定系数R2均在0.5以上,验证相对误差RE均小于9%。该研究可为大范围监测作物的光合作用提供一定的参考。     

覆膜与施氮对花生生育中期叶绿素和光合特性的影响

为探究覆膜与施氮对花生生育中期叶绿素、光合特性的影响,设置不覆膜(B)和覆膜(F)与施氮水平(N0、N1、N2、N3、N4、N5)组合,研究不同组合处理对花生生育中期叶绿素、光合特性的影响规律。结果表明,花针期,与不施氮相比,施氮能提高叶绿素含量,B处理下叶绿素含量随施氮水平提高而提高,F处理下叶绿素含量随施氮水平提高呈先提高后保持稳定的变化趋势;施氮能提高净光合速率、气孔导度、蒸腾速率,施氮水平N4均达到峰值;相同施氮水平,覆膜能显著提高净光合速率、气孔导度、蒸腾速率、胞间二氧化碳浓度;此时期施氮影响的效果较弱,覆膜发挥主导作用。结荚期,与不施氮相比,施氮能显著提高叶绿素、净光合速率、蒸腾速率和气孔导度,施氮水平N2均达到峰值,说明0～120 kg/hm~2内,施氮水平和叶绿素、净光合速率、蒸腾速率、气孔导度成相互促进的关系,而超过此范围,四者与施氮水平成抑制的关系。胞间二氧化碳浓度随施氮水平的增加先减小后增加,与净光合速率随施氮水平的变化趋势相反。相同施氮水平,覆膜能提高净光合速率、气孔导度、蒸腾速率,但较施氮影响更加微弱,远低于花针期内的提高效果,覆膜影响的效果减弱,施氮水平发挥主导作用。     

玉米叶片全磷含量高光谱遥感监测诊断模型研究

在2012—2014年连续实施夏玉米磷素营养监测定位试验,在4种不同施磷量和2个夏玉米品种处理下,分别测定了拔节期、大喇叭口期、吐丝期和灌浆期玉米叶片光谱反射率及其对应叶片的全磷含量。选取了9个代表性光谱波段及其组合,利用前2年归一化光谱数据分品种与叶片全磷含量分别进行回归拟合。在各生育时期,每个品种选择决定系数和F值最高的4个模型,并利用第3年测定的光谱和全磷含量数据分别对两个品种进行均方根误差和相对误差的验证,选择均方根误差和相对误差较小的拟合模型。结果表明,在拔节期、大喇叭口期和灌浆期,玉米叶片全磷含量最佳的拟合光谱参量分别为波段(830+880)、(830+940)、(880+1 100)nm的归一化指数。