剪花序对丹参生物量分配、花器官生长和药材品质的影响

以一年生丹参为试材，采用对盛花期丹参进行1/3花序长度剪花(CI_1/3)、1/2花序长度剪花(CI_1/2)和完整花序长度剪花(CI_Total)处理，以未剪花序正常生长植株为对照，研究了不同处理对丹参植株生物量的变化、物质分配格局规律及花序生长状况的影响，以期为生产上合理采用疏花措施提供参考依据。结果表明：1/3花序长度剪花处理(CI_1/3)显著增加了丹参植株生物量，1/2花序长度剪花处理(CI_1/2)和完整花序剪花处理植株生物量无显著变化，不同花序长度剪花处理对植株各器官生物量分配的影响主要表现在处理后28 d内，随着处理后时间的延长，CI_1/3根系生物量的累积优势得到体现。剪花处理抑制了丹参花序生长，完整花序剪花处理在14 d后再生花序数持续增多，56 d后于CI_1/2的花序数无明显差异。剪花序促进了丹参药材产量增加，对丹参酮类化合物、丹酚酸B含量无显著影响。综上，适度剪花处理可有效控制丹参植株花序再生，利于根系干物质积累，促进增产...     

利用相关矩阵法优化光谱指数的冬油菜氮素营养诊断

近年来高光谱技术由于无损和高效等优点成为了现代精准农业发展的必要手段方法。为实现冬油菜无损、快速的氮素盈亏诊断，该研究以连续两年(2022—2023年)不同覆盖及施氮处理下冬油菜蕾薹期采集的90份植物样品(地上部生物量和植株氮浓度)和高光谱实测数据为数据源，根据原始光谱和一阶微分(first-order differential,FD)光谱与氮营养指数(nitrogen nutrition index,NNI)的相关系数计算了8种(共16个)典型的光谱指数，随后利用相关矩阵法提取最佳光谱组合，并根据与NNI相关系数的计算结果筛选最优光谱指数，最后将最优光谱指数分为3组模型输入变量，分别采用支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、极限学习机(extreme learning machine,ELM)和反向神经网络(back propagation neural network,BPNN)构建冬油菜蕾薹期NNI估算模型。结果表明一阶微分光谱指数与NNI的相关系数均大于原始光谱指数，3个组合选择的光谱指数与NNI的相关...