小麦叶片叶绿素含量测定及其与SPAD值的关系

用分光光度计法和SPAD-502叶绿素仪法分别测定小麦叶片的叶绿素含量。结果表明,使用分光光度计法浸泡叶片比研磨叶片测得的叶绿素含量略高,且误差较小,两种处理提取叶绿素的含量呈显著正相关;SPAD值与分光光度计法测定的小麦叶绿素含量呈显著正相关,经数学模型检验,在抽穗期SPAD值与叶绿素a、叶绿素b及总叶绿素含量的最佳数学模型为乘幂模型,而在开花期SPAD值与叶绿素a、叶绿素b及总叶绿素含量的最佳数学模型分别为乘幂模型、指数模型和对数模型。     

西葫芦叶片SPAD值与叶绿素含量相关性分析

为了探讨西葫芦叶片SPAD值与叶绿素含量之间的相关性,采用SPAD叶绿素仪和酒精-丙酮浸提法对西葫芦叶片的叶绿素含量及SPAD值进行测定。结果表明,4种西葫芦叶片的叶绿素a、叶绿素b和总叶绿素含量与SPAD值的相关性均为极显著。就SPAD值与叶绿素a的相关性而言,板栗西葫芦的最佳数学模型为y=0.8252e0.0109x(r=0.8057**),盛玉306的最佳数学模型为y=0.2719e0.0344x(r=0.8854**);丰抗早的最佳数学模型为y=0.6186e0.0173x(0.7831**);香蕉西葫芦的最佳数学模型为y=0.9181 ln(x)-2.1481(r=0.7901**)。就SPAD值与叶绿素b的相关性而言,板栗西葫芦的最佳数学模型为y=0.6069e0.0081x(r=0.7845**);盛玉306的最佳数学模型为y=0.6069e0.0081x(r=0.6473**);丰抗早的最佳数学模型为y=0.4712e0.0129x(r=0.7868**);香蕉西葫芦的最佳数学模型为y=0.7384 ln(x)-1.886 9(r=0.8357**)。就SPAD值与叶绿素总含量的相关性而言,板栗西葫芦的最佳数学模型为y=1.4989e0.009x(r=0.8095**);盛玉306的最佳数学模型为y=0.5225e0.0309x(r=0.8200**);丰抗早的最佳数学模型为y=1.0843e0.0156x(r=0.7989**);香蕉西葫芦最佳数学模型为对数函数y=1.6565 ln(x)-4.0349(r=0.8154**)。     

草莓叶片叶绿素含量、含氮量与SPAD值间的关系

探讨了草莓叶片叶绿素含量、含氮量及不同施氮量与SPAD值之间的关系。结果表明，草莓叶片叶绿素含量、含氮量与SPAD值显著相关，当每盆施氮量为3．0g尿素时，SPAD值增幅最显著，为48．8％，最佳施氮量为每盆3．0g尿素。     

作物叶片叶绿素含量与SPAD值相关性研究

测定了水稻、棉花、玉米、高梁、大豆等夏季农作物叶片的叶绿素含量和SPAD-502值,确定了两者的最佳相关函数,经检验,均达到极显著水平.用SPAD-502叶绿素计和相关函数可迅速测定作物叶片的叶绿素含量.     

菜心叶片SPAD值与叶绿素含量的相关性分析

以菜心的两个品种:"三月青"和"青柳叶"为试验试材,利用SPAD-502叶绿素仪与丙酮乙醇混合法对其叶绿素含量进行测定,以及对测量数据进行线性、对数、乘幂和指数函数的相关性比较分析,来探究菜心叶片SPAD值与叶绿素含量之间的相关性。结果表明:不同菜心品种的叶绿素a、叶绿素b、总叶绿素含量以及SPAD值都各不相同。通过相关性分析,发现叶绿素含量与SPAD值均呈现显著的相关关系。由此表明,可以利用叶片SPAD值很好地反映整个植株的叶绿素含量水平,通过建立方程式就可以由SAPD值计算出叶绿素的含量。此法简便易行,并且不损害叶片,可以保留植株的完整性。     

基于成像高光谱的苹果叶片叶绿素含量估测模型研究

以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513~539、564~585、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。     

基于成像高光谱的苹果叶片叶绿素含量估测模型研究

以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513⁵39、564539、564⁵85、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。     

高山杜鹃叶片叶绿素含量测定及其与SPAD值的关系

为了探讨SPAD叶绿素测定仪活体快速测定叶绿素含量的精确性,以及叶色值(SPAD值)与叶绿素含量之间的关系,本研究采用分光光度计法和SPAD叶绿素测定仪法分别测定高山杜鹃品种“富丽金陵”叶片的叶绿素含量.结果表明,在应用分光光度计测定叶绿素含量时,浸提法测得的叶绿素含量显著高于研磨法,且以V(丙酮)∶V(无水乙醇)∶V蒸馏水=4.5∶4.5∶1的混合浸提液效果较好;叶片SPAD值与叶绿素含量间存在正相关关系,经回归分析表明,叶绿素a、叶绿素b、叶绿素a+b与SPAD值之间的最佳相关函数均为乘幂函数模型.     

苹果实生苗叶片叶绿素含量遗传趋势

为探讨苹果实生苗叶片叶绿素含量的遗传规律,以7个苹果品种及其杂交组合的F₁代为试材,对5个F₁代及亲本叶片叶绿素SPAD值进行分析。结果表明,不同品种的叶片叶绿素含量差异较大,苹果叶片叶绿素含量是受多基因控制的数量性状,F₁代叶绿素含量与亲本比较有降低的趋势,后代分离不广泛,其遗传主要表现为基因的加性效应,并存在较小的非加性效应。在5个组合中,只有摩里士×藤牧组合具有正向的杂种优势。叶绿素含量杂种优势因作物类型、品种和测定时期不同而结果各异。杂种能否表现优势,亲本的选择和选配十分重要。     

水稻叶片叶绿素含量与吸收光谱变量的相关性研究

采用小区试验研究了水稻叶片叶绿素含量与吸收光谱衍生变量的相关性。结果表明：拔节期、抽穗期和灌浆期是水稻叶片诊断的敏感时期;选择最佳的敏感波段组合构造衍生变量,利用光谱衍生变量反演水稻叶片叶绿素含量。发现：在抽穗期和灌浆期,对数相加模型的反演能力明显优于SPAD值的反演能力。SPAD值的反演能力仅在拔节期略优于对数相加模型的反演能力,说明用每个生育期的相应敏感光谱波段对数相加能更加准确地估测叶绿素含量。本文为进一步改进SPAD-502的测量性能提出一些探索性研究。     

50种植物叶片绿色度和叶绿素含量相关性研究

[目的]比较不同类群植物叶片绿色度(SPAD值)和叶绿素含量,分析其相关性,以期了解各类植物对环境的特殊适应性。[方法]利用SPAD-502叶绿素计和分光光度计分别测定广州大学校园50种常见植物的SPAD值以及叶绿素含量。[结果]13种豆目植物和4种夹竹桃科植物叶片SPAD值均在0.05水平显著高于总体平均值;豆目植物中,云实科植物叶片SPAD值和叶绿素含量普遍高于蝶形花科和含羞草科植物的相关值。6种外来植物叶片SPAD值在0.05水平显著低于总体平均值,而叶绿素a/b以及叶绿素含量则低于总体平均值,但差异不显著。[结论]50种植物叶片SPAD值与叶绿素含量的最佳相关函数为多项式函数。     

温洲蜜柑叶片光谱反射率与叶绿素含量的相关性

以日南一号温州蜜柑为试材,对不同时期、不同黄化程度叶片反射光谱及叶绿素含量进行研究,结果表明,日南一号叶片反射光谱在350～1750nm范围内,出现了5次反射峰,其中可见光区域552nm和近红外长波1680nm波段处各出现了1次较弱的反射峰,在近红外短波段范围出现了3次强反射峰．在整个测定波段范围内,光谱反射率强弱为夏梢叶片〉春梢叶片〉秋梢叶片．随着叶绿素含量降低,叶片反射率增强,但叶绿素含量进一步降低,反射率出现减弱．在可见光波段范围,光谱反射率强弱为重度黄化叶〉中度黄化叶〉轻度黄化叶〉正常叶,而在近红外区域,出现中度黄化叶〉重度黄化叶〉轻度黄化叶〉正常叶的趋势．     

基于星-机光谱融合的棉花叶片SPAD值反演

【目的】为提高棉花叶片叶绿素含量的反演精度,并掌握其在山东省夏津县的空间分布特征。【方法】本研究以山东省德州市夏津县为研究区,以夏津县大李庄棉田为试验区,通过SPAD（soil and plant analyzer development,SPAD）仪实地测定试验区棉花叶片叶绿素含量的相对值（SPAD值）,并获取同期试验区无人机（unmanned aerial vehicle,UAV）近地多光谱图像和研究区Sentinel-2A MSI（MSI）卫星影像;然后分别基于UAV和MSI的光谱反射率,构建并筛选最优光谱参量,采用多元线性回归（multiple linear regression,MLR）建立SPAD值定量反演模型;最后采用二次多项式拟合法融合UAV和Sentinel-2A MSI对应的最优光谱参量,对比分析融合前后模型效果,优选最佳反演模型,实现研究区SPAD值反演。【结果】研究表明,(REG-R)/(REG+R)、R/G、CL(red edge)、NDVI可作为SPAD值的最优光谱参量;基于UAV图像的定量反演模型精度优于基于MSI影像的模型;基于二次多项式拟合后建模R ²提高了0.015—0.057,RMSE降低了0.457—0.638,验证R ²提高了0.040—0.085,RMSE降低了0.387—0.397,RPD提高了0.020—0.139;将融合后的MSI光谱参量代入基于UAV图像的反演模型（Fused MSI-Mod_UAV）,也可获得较高的反演精度,建模R ²达0.672,RMSE为3.982,验证R ²达0.713,RMSE为3.859,RPD为1.685;基于上述模型进行研究区棉花叶片SPAD值反演分析,试验区整体呈南高北低的分布趋势,研究区呈中间低、四周高的分布趋势,均与实地情况一致,具有较好的预测效果。【结论】采用二次多项式拟合法融合无人机和卫星影像数据,可较好地实现区域高精度作物生长指标的定量反演,研究结果可丰富多源遥感融合理论与技术,为后续棉花长势监测与精准生产提供技术参考和数据支持。     

施肥对红枣叶片SPAD值与比叶重影响的研究

[目的]通过连续多年的试验掌握红枣叶片叶绿索值变化规律,探讨红枣叶片叶绿素值(SPAD)对施肥量的响应,为以后红枣果树养分需求规律和提高养分利用率提供依据.[方法]跟踪研究红枣果树特定部位,同时采用变量施肥对叶片叶绿素值进行测定.[结果]在红枣叶片不同时期叶绿素与施肥量呈正相关,但氮素投入量达到一定水平后叶绿素值随施氮量增加有下降趋势.在红枣叶片生长早期(0～30 d)比叶重与SPAD值相关性达极显著.[结论]有必要针对作物在各物候期不同养分供应状况下建立相应叶绿素值标准,以便更好的利用叶绿素仪,达到更好的诊断效果.     

缺锌胁迫对苹果叶片光合速率及叶绿素荧光特性的影响

【目的】研究不同程度的缺锌胁迫对大田苹果树叶片的叶绿素含量、光合速率、叶绿素荧光特性等的影响,进一步揭示缺锌对叶片光系统的伤害机理。【方法】以大田盛果期‘红富士/平邑甜茶’正常树和缺锌小叶病树为试材,对叶片锌含量、叶绿素含量、净光合速率、荧光参数等指标进行测定。【结果】缺锌胁迫下,苹果叶片叶绿素含量下降,单叶面积、比叶重显著减小;气孔导度降低,胞间CO2浓度升高,净光合速率和水分利用效率下降。随缺锌程度加重,叶片初始荧光Fo上升,PSⅡ潜在活性Fv/Fo 、PSⅡ实际光化学效率ΦPSⅡ、光化学淬灭系数qP及PSⅡ天线转化效率Fv’/Fm’显著下降;J点相对可变荧光VJ和K点的相对变化Wk上升,电子传递的量子产额ETo/ABS和单位面积有活性的反应中心数量RC/CSo下降,光合性能指数PIABS显著降低。【结论】缺锌时非气孔限制是导致苹果叶片光合速率降低的原因之一;缺锌时首先引起放氧复合体（OEC）的破坏,进而使PSⅡ反应中心受损,PSⅡ供体侧、受体侧电子传递受抑制,影响叶片对光能的吸收、传递与利用。     

SPAD值与棉花叶绿素和含氮量关系的研究

通过田间试验,利用叶绿素仪测定了不同氮素水平及不同生育时期棉花(新陆早13号及10号)功能叶片的SPAD值、叶绿素含量及植株全氮含量,在此基础上分析了棉花叶片SPAD值与叶绿素含量及全氮含量的关系.结果表明:棉花叶片的叶绿素含量与SPAD值呈线性相关;在不同生育期棉花的功能叶SPAD值与植株全氮有较好的线性相关;在相同时期不同品种间的SPAD值有显著性差异.应用SPAD值能够迅速准确地预测棉花的氮素营养状况,为确定棉花合理的施肥时期及施肥量提供理论依据,是一项前景很广的农业技术.     

基于高光谱的苹果盛果期冠层叶绿素含量监测研究

【目的】建立苹果冠层叶绿素含量及冠层光谱特征参量间的定量关系模型,以促进高光谱技术在苹果树精准施肥以及快速、无损长势监测中的应用。【方法】以蒙阴县果园的苹果树为试验材料,连续2年分别测定了苹果冠层光谱反射率和冠层叶绿素（Chl(a+b)）含量,分析了冠层叶绿素含量与光谱反射率之间的相关关系,并计算了400—1 000 nm任意两波段组合而成的RVI、DVI、NDVI和RDVI,分析了它们与冠层叶绿素含量的关系,以逐步回归分析做比较,建立了苹果冠层叶绿素含量监测模型。【结果】结果表明,以单变量估算叶绿素含量的最佳光谱指数为NDVI(975,742),相关系数为0.5093。利用多元逐步回归建立的苹果冠层叶绿素含量最佳监测模型为Y=-0.56(log1/R)771-0.48(log1/R)1978 +0.20(log1/R)2407 -0.10(log1/R)2440+4.749。【结论】用多元逐步回归方法建立的模型来监测苹果冠层叶绿素含量效果较好,为利用高光谱技术监测苹果生长状况提供了理论依据。