陆地棉花铃期抗旱指标筛选及评价

为分析棉花资源的抗旱性,以253份陆地棉资源为试验材料,于花铃期进行干旱胁迫处理,测定包括光合作用、农艺性状和产量性状相关的15个指标,通过主成分分析、相关性分析、抗旱隶属函数分析及聚类分析,对其进行抗旱性综合评价及抗旱指标筛选。以抗旱性度量值（D值）为参数,可将上述资源分为强抗旱、抗旱、耐旱、较敏感、敏旱5类。其中,强抗旱材料包括JK625、库车7946、肯尼亚2号等14份;敏旱材料包括HT-176、川R128、鄂棉18号等19份。有效铃数、气孔导度、蒸腾速率、叶绿素相对值、有效果枝数、皮棉重和株高较其他指标更为敏感,可作为花铃期抗旱性鉴定的关键指标;另外,叶绿素相对值、株高、气孔导度和蒸腾速率可作为花铃期抗旱的立测指标。     

基于无人机多光谱影像的棉花SPAD值及叶片含水量估测

利用多光谱快速准确获取棉花花铃期旱胁迫性状对棉花后期产量和纤维品质具有重要帮助。为实现棉花关键抗旱指标的快速检测,该研究以253份棉花品种为材料,设置干旱胁迫和正常灌溉2个处理,在花铃期通过大疆精灵4多光谱无人机获得图像,分析花铃期干旱胁迫和正常处理棉花的光谱反射率,结合地面调查叶绿素相对值(S_PAD)和叶片含水量(L_WC)数据,结合神经网络算法中的径向基函数进行模型的预测。结果显示：棉花干旱胁迫前后除红光反射值略上升,其余4个光谱均小于正常处理;通过径向基函数模型估测S_PAD和L_WC的最佳估测模型都为二次函数,决定系数R²分别为0.848 8和0.936 6,均方根误差R_MSE分别为2.005和0.930,相对误差R_E分别为0.004和0.011;将2个模型应用于试验区影像,对S_PAD及L_WC预测值进行聚类分析,根据S_PAD聚类结果,试验棉花旱情等级划分为特旱、重旱、...