小麦ABA受体基因TaPYL9的克隆和表达分析

为了了解小麦ABA受体基因TaPYL9(Pyrabactin resistance like 9)在非生物胁迫下的功能,通过同源克隆法获得小麦TaPYL9基因,对其进行生物信息学分析,并采用实时荧光定量PCR(qRT-PCR)技术检测该基因在ABA、NaCl和PEG处理下的表达情况。结果表明,TaPYL9 cDNA全长1 173 bp,开放阅读框618 bp,编码1个包含205个氨基酸残基的不稳定的亲水蛋白,该蛋白以α-螺旋为主,含有1个由2个α-螺旋和7个β-折叠组成的PYL螺旋手柄结构;TaPYL9蛋白与山羊草AsPYL9-like蛋白亲缘关系最近,与拟南芥AtPYL9蛋白属于同一亚族;TaPYL9蛋白和AsPYL9-like蛋白保守基序相同,与拟南芥13个PYL中的AtPYL9蛋白的保守基序相似性最高;TaPYL9在ABA、NaCl和PEG处理下总体上表达量上升。综上,TaPYL9为小麦ABA受体蛋白,对ABA敏感,可能参与小麦高盐和干旱胁迫应答的调控。     

枝干番杏组织培养技术

以枝干番杏的带叶茎段为外植体,比较不同灭菌方法的灭菌效果,及不同激素浓度对丛生芽诱导及生根的影响。结果表明:本研究中枝干番杏组织培养不经过愈伤组织阶段,芽诱导最适宜的培养基为MS+6-BA 8.325 mg·L~(-1)+NAA 16.65 mg·L~(-1)。芽丛生继代最适培养基为MS+6-BA 2.4 mg·L~(-1)+NAA 9.6 mg·L~(-1),根诱导最适培养基为1/2 MS+6-BA 1.2 mg·L~(-1)+NAA 4.8 mg·L~(-1)。枝干番杏的离体快繁体系有望用在番杏科其他植物的组培中。     

不同香型、基因型烤烟致香物质含量与感官质量差异研究

为了研究不同香型、基因型烤烟致香物质含量与感官质量差异,用气相色谱/质谱联用仪(GC/MS)对烤烟品种K326和云烟87烟叶的香味物质含量进行了检测。结果表明:不同香型烟区烤烟中的致香物质含量差异较大,致香物质总量表现为贵州四川河南;不同基因型烤烟中的致香物质含量也存在差异,河南烟区云烟87略大于K326,贵州烟区K326远高于云烟87,四川会理烟区云烟87高于K326,四川会东烟区K326高于云烟87。采用雷达分析法对烤烟感官质量的综合评定认为,四川、贵州烟区烟叶感官质量较好,河南较差。     

烤烟烟碱含量的高光谱预测模型

利用高光谱参数预测烤烟叶片中的烟碱含量,选取大田试验条件下不同光照强度处理的烟株测定光谱反射率。选择18个高光谱参数与烟碱含量进行相关性分析并构建回归方程,进而建立烤烟叶片烟碱含量的高光谱参数预测模型,并对模型进行均方根误差和相对误差检验。结果表明:烟碱含量与选取的高光谱参数之间的相关系数均达到极显著水平,最高为0.83。选取其中相关性最好的8个高光谱参数并建立多种函数的回归模型发现,抛物线的拟合精度r2在各方程中为最优,达到0.773。结合误差检验得出:选取的8个参数中误差检验与预测模型的精度相符合,说明预测模型稳定性良好,能够进行烟碱含量的快速、简便、准确的预测,尤其以NDSI导数、RSI导数、SASI导数的抛物线预测模型为最佳。     

不同水分处理对烟草叶片高光谱及红边特征的影响

采用ASD Fieldspec HH光谱仪, 测定了不同水分处理下两个烟草品种叶片的光谱特性, 分析其红边特征参数的变化规律及其与烟叶生理指标的相关性。结果表明: 不同水分处理之间的烟草叶片光谱反射率差异明显, 但两个品种的变化规律一致。烟草伸根期和旺长期, 近红外光区的光谱反射率随土壤水分的增加而升高, 成熟期则呈相反趋势, 且光谱反射率在旺长期达到最高值。不同水分处理下烟草叶片一阶微分光谱趋势总体一致, 但红边一阶导数光谱差异显著。红边位置随土壤水分减少向长波方向移动, 发生“红移”现象。红边幅值和红边面积在伸根期和旺长期均随土壤含水量的增加而发生“红移”现象, 成熟期则发生“蓝移”现象。烟草叶片的红边位置同其生理指标的相关性要优于其他参数, 同叶绿素a含量、叶绿素b含量、类胡萝卜素含量、叶绿素总量、叶片鲜重、叶片干重、叶面积和叶片含水率均呈极显著相关关系; 红边幅值和红边面积与叶绿素a含量、叶绿素b含量、类胡萝卜素含量、叶绿素总量和叶片含水率之间均呈极显著性正相关, 红边面积同叶片干重呈极显著性负相关关系。     

烤烟叶片镉含量高光谱预测模型的构建

为快速准确地获取烟草叶片镉含量,本研究模拟了4个镉污染水平,用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率,并测定不同时期烟草叶片的镉含量,筛选出与镉含量相关性最好的敏感波段,并建立光谱参数,将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加,在可见光和近红外范围（400~910 nm）内反射率先降低后增加,在930~1 000 nm波段范围内,叶片反射率与烟叶中镉含量呈正相关,在1 000~2 500 nm波段范围内反射率先增加后降低。经筛选,比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI （520,710）和NDVI （530,710）; BP神经网络模型的决定系数（R²）为0.681,均方根误差（RMSE）为8.001,并对模型进行检验,R²为0.801,RMSE为4.430。研究表明,BP神经网络模型对烟草叶片镉含量具有良好的预测效果。     

Cd胁迫对烤烟生理特性及积累特征的影响

通过盆栽试验研究了土壤中不同Cd浓度(0、3、6、10、30、60 mg/kg)对烤烟色素、丙二醛(MDA)、可溶性糖、游离脯氨酸(PRO)含量及Cd在烟株中积累特征的影响。结果表明:(1)随Cd浓度的增大,团棵期和现蕾期色素含量呈先增后降的趋势,采收期时则逐渐降低;Cd﹥10 mg/kg时,各生育时期色素含量都显著低于对照(P<0.05)。(2)随着Cd胁迫浓度的增加,烟株各部位Cd显著高于对照(P<0.05);团棵期Cd≤10 mg/kg和现蕾期Cd胁迫条件下的Cd含量大小是叶>根>茎,团棵期Cd>10 mg/kg和采收期Cd胁迫条件下的Cd含量大小是根>叶>茎;烤烟叶片中Cd含量大小顺序为下部叶>中部叶>上部叶。(3)生理指标敏感性总体表现为:总叶绿素(叶绿素a+b)>丙二醛>类胡萝卜素/可溶性糖>脯氨酸,其中各生育时期总叶绿素含量都与叶片镉含量显著负相关,是烤烟镉胁迫的理想生理指标。     

烤烟叶片氯密度高光谱预测模型的建立

连续2 a设置烤烟3个品种处理和3个地点处理,提取10个植被指数[修正三角形植被指数(Modified triangular vegetation index,MTVI)、归一化植被指数1(Normalized difference vegetation index 1,NDVI1)、归一化植被指数2(Normalized difference vegetation index 2,NDVI2)、新型植被指数(New vegetation index,NVI)、比值植被指数1(Ratio vegetation index 1,RVI1)、比值植被指数2(Ratio vegetation index 2,RVI2)、比值植被指数3(Ratio vegetation index 3,RVI3)、水分指数(Water index,WI)、归一化色素叶绿素植被指数(Normalized chlorophyll pigment vegetation index,NCPI)、简单比值水分指数(Simple ratio water index,SRWI)],用一元线性回归模型、多元线性回归模型、BP神经网络模型分别对烤烟叶片氯密度进行估算,比较其对烤烟叶片氯密度的预测效果。结果表明,NDVI2、NVI、RVI2、RVI3、NCPI、SRWI 6个植被指数与烤烟叶片氯密度均极显著相关,相关系数均0.680。一元线性回归模型、多元线性回归模型、BP神经网络模型的决定系数分别为0.617、0.617、0.868,其均方根误差分别为1.573、1.577、0.828。BP神经网络的预测效果比一元线性回归模型、多元线性回归模型预测效果好。     

旺长期烤烟对不同程度干旱胁迫的光谱响应

基于不同时长和程度的干旱胁迫试验,采用ASD光谱仪,研究了不同干旱胁迫处理下不同基因型烤烟叶片水分含量与光谱特征的变化规律,分析不同烤烟叶片水分指标FMC(叶片相对含水量)、LEWT(叶片等效水厚度)与光谱特征参数间的相关关系,构建烤烟叶片水分指标的高光谱特征参数模型。结果表明:不同程度干旱胁迫下烤烟叶片含水量和光谱反射率均随干旱程度的加重而降低,在不同干旱时长下,FMC的变化并不明显,而LEWT对其较为敏感,说明不同干旱胁迫处理间EWT的差异要比FMC显著,不同基因型烤烟品种表现一致,表明LEWT比FMC更适合反映旺长期烤烟叶片水分状况。利用光谱参数建立FMC和LEWT的一元及多元线性模型和BP神经网络模型中,均以BP神经模型网络模型效果最好,其模型R2(决定系数)分别为0.8650、0.9464,RMSE(均方根误差)分别达到0.0049、0.0047,表明模型的精度和稳定性均较好。     

基于去包络线法的番茄叶霉病发病程度估测方法

阐明番茄叶霉病(Fulvia fulva)光谱特征并对其发病程度进行估测,可为番茄叶霉病大面积遥感监测提供依据。本研究通过分析番茄叶霉病不同发病程度下叶片光谱变化特征,筛选对发病程度识别的敏感波段。并利用去包络线法对光谱反射率进行处理,构建基于光谱特征吸收参量的发病程度估测模型。研究结果表明:随着叶霉病病害等级的加深,番茄叶片的原始光谱反射率、光谱敏感度、相对反射率均呈逐渐降低趋势;可见光波段(550~730 nm)和短波红外波段(1 860~2 260 nm)是识别番茄叶霉病发病程度的最佳波段;且随着病害等级的增加,吸收波段位置(λ)向短波方向移动,最大吸收深度(D_c)和吸收面积(A)均呈递增规律。利用光谱参数构建的番茄叶霉病病害等级预测的逐步回归模型R~2达0.81,且模型验证结果较好。研究结果对利用高光谱遥感技术定量估测番茄叶霉病发病程度以及监测、防治农作物病虫害均具有较高的实用价值。