石榴果实的糖酸组成及风味特点

采用高效液相色谱法测定4种石榴成熟期果实中糖和酸的组成,并对其味感值和糖酸组分与果实风味指标间的相关性进行分析。结果表明,石榴果实中可溶性糖组分有蔗糖、葡萄糖、果糖和山梨醇,其中葡萄糖和果糖含量最高,分别占总糖含量的43.84%~48.36%和49.18%~50.67%。4个品种中,"玉石籽"的总糖含量最高,"白皮"的最低。石榴果实中主要有机酸是奎宁酸、琥珀酸、草酸、L-苹果酸、莽草酸、柠檬酸和D-苹果酸,其中"玛瑙籽"的总酸含量最高,"青皮"的最低。石榴果实中果糖的味感值最大、其次是葡萄糖;味感值最大的酸是奎宁酸,其次为柠檬酸。相关性分析结果表明,石榴果实的糖酸比与甜味/酸味比值之间呈极显著正相关,各品种间糖酸比(甜味/酸味比值)的差异主要取决于有机酸的含量,与糖含量无关。综合其风味特点,"青皮"和"玉石籽"是甜味较浓的品种,"白皮"和"玛瑙籽"则是酸味较浓的品种。     

冬小麦不同株型品种光谱响应及株型识别方法研究

以直立和平展2种株型的冬小麦品种为材料，研究了它们的光谱响应以及田间植被覆盖度的差异，探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明，（1）小麦不同株型品种在近红外波段（700～1300 nm）光谱反射率有明显差异，生育前期平展型品种高于直立型品种，并以拔节期的差异为最显著，随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期，并且此期冠层的敏感波段680 nm和760～900 nm的反射率在2种株型品种之间差异明显。（2）小麦冠层叶面积指数（LAI）与归一化差异植被指数NDVI(680,890)呈正相关，并且不同生育阶段其相关程度有差异，这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。（3）相同COV条件下，直立型品种的NDVI高于平展型品种的NDVI，并且随着COV的增加，差异逐渐变小，二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点，利用NDVI和COV的关系可以对株型进行识别，以小麦拔节期为最佳识别阶段，此期2种株型品种的NDVI具有显著差异（P＜0.05）。     

冬小麦叶片氮素时空分布特征及其与籽粒品质的关系

从时间变化、水平和垂直空间分布的角度对冬小麦氮素营养指标进行了分析。结果表明，株型紧凑的普通籽粒蛋白品种“京冬8（JD8）”叶片全氮含量于返青后16 d达最大值，而株型松散的籽粒高蛋白型品种“中优9507（9507）”于返青后8 d达最大值。后期9507叶片全氮含量下降明显，JD8则不同。两品种叶片叶绿素（Chl）含量随时间消     

基于红边参数的夏玉米长势监测及其营养诊断研究

分析了夏玉米各组分含量、红边参数以及两者间的相关性。结果表明,可利用FD-Max反演叶面积指数,利用Depth672反演茎秆全N含量,利用Lwidth反演叶片全N含量、叶片和茎秆的含水量以及可溶性糖含量。构建了以红边参数为自变量的各组分的反演模型,对反演模型预测性分析表明,利用上述红边参数预测农学组分是可行的。     

樱桃离体叶片高效再生的影响因素

利用基因工程技术将外源的抗病基因导入受体植物,使受体获得抗病性,已成为抗病育种的一个新途径。叶片是基因工程操作中常用的受体材料,本实验以几个樱桃树种、品种为试材,系统研究了影响樱桃叶片再生的几个因素,旨在为基因转化提供一个高效、稳定的植株再生体系。1材料和方法1     

不同水肥处理下冬小麦冠层含水率与温度关系的研究

研究了不同水肥处理下冬小麦冠层含水率与冠层温度的关系。结果表明,随灌水量增加,冬小麦冠层含水率呈逐渐增加的趋势,灌水量达一定程度后,冠层含水率反而下降,冠层温度表现出与冠层含水率相反的趋势;冠层含水率与冠层温度呈显著负相关。两品种施氮处理冠层含水率均明显高于不施氮处理。“京冬8号”各施氮处理冠层含水率随施氮量增加呈逐渐降低的趋势,冠层温度则随施氮量增加而上升;其冠层含水率与冠层温度存在显著负相关关系。“中优9507”各施氮处理不具“京冬8号”的规律性,但其冠层含水率与冠层温度也呈负相关。用冠层温度反映冠层含水率具有较高的可靠性。     

基于夏玉米冠层内辐射分布的不同层叶面积指数模拟

为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射（photosynthetically active radiation, PAR）是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数（leaf area index, LAI）,并与不同高度层LAI实测值进行比较。结果显示：Bonhomme& Chartier算法反演不同高度层LAI精度较高,上层均方根误差（root mean square error,RMSE）为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。     

基于主成分分析的叶面积指数尺度效应

为描述多空间尺度观测数据在表达同一区域农作物叶面积指数(LAI)分布特征时存在的差异,该文提出了一种基于主成分分析(PCA)的LAI尺度效应分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多元线性回归模式基于主成分信息(PCs)反演估算LAI,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空间尺度观测数据为基准,通过尺度上推构建一系列不同空间尺度数据;再依据上述尺度效应分析方法进行有效信息提取和LAI估算,并纳入有效主成分个数(NEPCs)、决定系数(R2)和平均相对精度(MRA)等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LAI尺度效应定量分析中的可行性和有效性。     

小麦条锈病气象预测方法及遥感监测研究进展

从影响小麦条锈病发生发展的大尺度气候背景、局地气象因子两方面，对小麦条锈病发生发展的气象预测研究进行了综述，指出了常规预测方法存在的问题和难点。概述了高光谱遥感在小麦条锈病监测中的应用，并对遥感与作物模型的结合进行了探讨，在此基础上展望了基于大气环流的小麦条锈病中、长期预测及G IS辅助的遥感技术在小麦条锈病监测方面的应用前景。     

运用光谱技术改进Beer-Lambert定律的定量化及其应用研究

 运用简便、快捷的无损测试提供的归一化植被指数（normalized difference vegetation index, NDVI）方法，对Beer-Lambert定律进行定量化改进，构建了以NDVI为自变量的LAI预测模型，并采用不同年份、不同株型的玉米数据对其改进结果进行检验。结果表明，当生长55 d时，叶向值（LOV）显著不同的3种株型的NDVI、LAI和消光系数K的差异均最大；披散型（LOV≤30°）NDVI饱和点的出现较中间型和紧凑型为早；利用NDVI改进Beer-Lambert定律的定量预测模型能够敏感反映植株冠层结构参数的动态变化，且最适用于紧凑型品种。随着玉米育种目标更偏向培育偏紧凑型品种，其改进结果在育种栽培实际中更有利用价值。