基于数码图像的棉花叶片氮含量估测研究

为了探究利用数码图像处理技术诊断棉花氮素营养的最佳图像特征参数和最佳叶位,以‘新陆早53号’为材料,使用智能手机获取棉花不同叶位叶片图像,利用数字图像处理技术提取叶片图像颜色和纹理特征参数,分析叶片氮含量和特征参数的相关性,构建基于不同图像特征参数的氮含量估测模型。结果表明：颜色特征参数r、G/(B+R)、G/B和纹理特征参数COR、ASM与叶片氮含量相关性较好,相关性系数(r)均大于0.55。基于颜色-纹理综合特征参数构建的氮含量估测模型均优于基于颜色或纹理特征参数所建模型,其中倒4叶氮含量估测模型最优,模型决定系数(R²)为0.875、均方根误差(RMSE)为1.324、相对误差(RE)为8.09%。因此,利用数字图像处理进行棉花氮素营养诊断时,应选择的最佳图像特征参数为r、G/(B+R)、G/B、COR、ASM,应选择的最佳叶位为棉花倒4叶。     

基于无人机多光谱遥感的大豆叶面积指数反演

为给大豆科学管理提供基础数据,利用无人机多光谱遥感数据实现对大豆叶面积指数(LAI)的反演估值。从多种光谱植被指数中选出与LAI相关性较好的5种指数,分析探讨在田块尺度上,适用于东北地区的大豆叶面积指数的低空无人机遥感反演模型。结合田间实测LAI数据及模型精度及拟合效果,NDVI模型精度较好,但拟合效果较差,其余4种植被指数模型精度和拟合效果较好,拟合效果R²均达到了0.6以上;支持向量机模型决定系数R²达到0.688,均方根误差达0.016,具有更好的预测能力。2种模型均表明无人机多光谱遥感系统可以快速反演田间大豆叶面积指数,在指导精准农业生产方面具有实用意义。     

基于随机森林法的棉花叶片叶绿素含量估算

为了高效和无损地估算棉花叶片的叶绿素含量,本研究测定了棉花光谱反射率及叶绿素含量(soilandplant analyzerdevelopment,SPAD)值,对光谱数据进行包络线去除处理、立方根转换和倒数转换,以SPAD值与反射光谱之间的相关性为基础,通过随机森林法筛选出对棉花叶片SPAD值影响较大的特征波段,构建估算棉花叶片SPAD值的BP神经网络(back propagation artificial neural networks, BP ANN)、偏最小二乘回归(partial least squares regression,PLSR)两个模型。结果表明,在605～690nm范围内的反射率与SPAD值相关性达0.01显著水平,均呈负相关,相关系数最高值为-0.619。与原始光谱相比,经过变换后的棉花反射率与SPAD值相关性结果相差较大,其中去除包络线光谱在550～750 nm波段范围有效提高了相关性,相关性效果优于倒数转换数据和立方根转换数据。随机森林法能够有效评出对SPAD值影响较大的特征波段,进而提高模型估算精度。在两种模型中,基于去除包络线光谱建立的PLSR和BP神经网络模型的决定系数R~2分别为0.92、0.83,说明这两种模型的估算能力较好;两种模型RMSE分别为0.88、1.26, RE分别为1.30%、1.89%,表明PLSR模型的估算精度比BP神经网络模型高。从模型的验证效果来看,PLSR模型在估算棉花SPAD值方面有一定的优势和参考价值。     

基于全波段高光谱的冬小麦生长参数估算方法比较

利用高光谱数据监测作物生长情况具有无损和高效的特点,是现代农业的发展方向。为了简化高光谱数据处理流程,直接利用原始的高光谱反射率完成从建模到估算作物生长参数的全过程,应用于作物长势的实时监测。本文利用偏最小二乘回归（partial least squares regression,PLSR）、支持向量回归（support vector regression,SVR）和前馈神经网络（feedforward neural network,FNN）3种方法,利用全波段高光谱数据分别对冬小麦多个关键生育期（拔节、孕穗、扬花和乳熟期）生长参数（地上部生物量、叶面积指数、全氮含量和叶绿素浓度）进行了估算。比较3种方法的建模及估测效果,发现对于建模集数据,SVR对上述生长参数4个生育期的估测结果R²均值为0.89~0.98,MAPE为1.70%~7.53%,对于验证集数据,R²均值为0.90~0.94,MAPE为4.04%~7.46%,拟合优度和估测精度均超过PLSR和FNN,是估算方法中利用全波段光谱反射率估测冬小麦生长参数的最佳方案。随着无人机载高光谱技术成熟,SVR方法能够用于处理航拍获取的大范围田间高光谱信息,简便快捷地进行建模与参数反演,实时反映作物生长状态。     

2种植物生长延缓剂对向日葵穴盘苗素质的影响

旨在研究多效唑和烯效唑叶面喷施对夏季高温高湿条件下向日葵穴盘苗素质的影响,筛选其适宜喷施浓度。以向日葵穴盘苗为研究对象,试验设置2种生长延缓剂（多效唑和烯效唑）6个喷施浓度(0、200、400、600、800、1000 mg/L)。结果表明,多效唑和烯效唑叶面喷施降低向日葵穴盘苗株高(PH)和叶面积(LA),而增加茎粗(SD)株高比(SD/PH)、叶片相对叶绿素含量(SPAD)及根系干重。多效唑和烯效唑处理下叶片SPAD的增加在一定程度上缓解了生长延缓剂对LA的抑制作用;LA×SPAD可综合反映地上部干重(SDW)和植株干重(PDW)的变化。综合SD、PH、LA和SPAD建立了衡量多效唑和烯效唑处理下向日葵穴盘苗素质的壮苗指数${{I}_{2}}=\frac{SD}{PH}\times \sqrt{LA\times SPAD}$,该壮苗指数与常规壮苗指数呈显著相关性(R²=0.9097^**)。对壮苗指数的分析表明,在本试验条件下多效唑和烯效唑适宜喷施浓度分别为400 mg/L和600 mg/L。本研究明确了夏季高温高湿条件下多效唑和烯效唑对向日葵穴盘苗素质的影响,筛选出适宜的喷施浓度,为夏季向日葵穴盘育苗中多效唑和烯效唑合理施用提供理论依据。     

基于叶片SPAD的棉花氮营养指数估算研究

为了探究不同施氮处理对棉花叶片SPAD值、生物量和氮营养指数(NNI)的影响,通过两年田间试验,设置5个施氮水平（即0、120、240、360、480 kg/hm²）,开展棉花叶片SPAD值、氮素吸收分配规律和生物量变化的研究。研究结果发现：棉叶SPAD值随施氮量增加呈增加趋势,在N4处理下获得最大值;建立棉花氮浓度稀释模型：N_c=3.02W_max^-0.24,分析表明棉叶SPAD与NNI之间呈正相关关系,相关系数R²为0.05~0.74;经验证,棉花不同生育时期的模型模拟性能较好,出苗后97天时相关系数达到最大。棉花叶片SPAD值与临界氮浓度存在显著的正相关关系,可以作为棉花氮营养诊断的指标。     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%;外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。     

基于无人机多光谱影像的水稻冠层SPAD值预测研究

比较筛选水稻冠层SPAD值估测模型，为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像，选取7种常用的植被指数，利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明，在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同，拔节期最高的是GNDVI，抽穗期最高的是CI_Green，乳熟期最高的是CI_Rededge。抽穗期是水稻叶片SPAD值反演的最佳时期，模型具有较好的建模精度和估测效果，其中多元线性回归的建模精度较高，偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。     

基于高光谱遥感的玉米叶片SPAD值估算模型研究

灌浆期玉米叶片叶绿素含量对玉米光合作用及产量形成具有重要作用。为通过高光谱特征准确、高效估测玉米叶片叶绿素含量,以SPAD值表征叶绿素相对含量,构建了基于光谱特征参数的传统回归模型、基于全谱和光谱特征参数的PLSR模型和BP神经网络模型,并进行了比较分析。结果表明：基于全谱构建的PLSR模型SPAD值拟合效果最好（R ²=0.910,RMSE=2.071）,而基于光谱特征参数所建立的PLSR模型拟合效果可达到与全谱PLSR模型相近的水平。但后者的实测值与预测值拟合效果（R ²=0.867,RMSE=2.581,RPD=2.628）优于全谱PLSR模型,且建模时间短,模型复杂程度降低。BP神经网络模型相较于两种PLSR模型预测效果略差,但优于传统回归模型。综合来看,基于光谱特征参数建立的PLSR模型估测效果最好。     

基于冠层光谱的早籼稻籽粒粗蛋白含量估测

利用2019年长江中下游早籼稻早中熟组种质资源为材料,分析主要生育期冠层光谱反射率与籽粒粗蛋白含量的关系,筛选出可用于早籼稻籽粒粗蛋白含量预测的敏感生育期和敏感波长,建立了基于敏感波长和光谱参数的籽粒粗蛋白的一元线性、多元线性、指数和多项式预测模型,用决定系数（R ²）、均方根误差（RMSE）和相对误差（RE）对模型精度进行评价,以期找到估测早籼稻籽粒粗蛋白含量的最适模型。研究发现,在孕穗期514、580、638和695nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达到极显著水平;在基于敏感波长的估测模型中,四元线性模型估测效果最佳,其建模集R ²、RMSE和RE分别为0.566、0.342%和2.874%,验证集R ²、RMSE和RE分别为0.518、0.154%和1.303%;在基于光谱参数构建的估测模型中,DSI(R′₅₁₄和R′₆₃₈)为自变量构建的多项式模型估测效果较优,其建模集R ²、RMSE和RE分别为0.638、0.312%和2.639%,验证集R ²、RMSE和RE分别为0.581、0.230%和2.307%。     

基于高光谱的棉花叶片磷含量估测模型

研究不同施磷条件下棉花叶片叶绿素含量的变化规律,旨在建立基于高光谱的叶片磷含量估测模型,实现棉花叶片磷含量快速监测。在盆栽试验条件下,设置不同的磷肥量,测定棉花功能叶叶绿素含量与磷含量,并利用植被指数和叶绿素含量的相关性构建磷含量的光谱变量,从而实现利用高光谱对棉花叶片磷含量的定量监测。结果表明：(1)棉花播种后100天左右,叶片磷含量与叶绿素呈现显著关系(决定系数R²=0.96)。(2)利用多个植被指数(X)和叶绿素含量(I)的相关性构建倒一叶、倒二叶、倒三叶、倒四叶的磷含量光谱变量,其中各叶片相关性最优的模型：倒一叶(L₁)为I₁=2.6131X_RENDVI-0.4275,X_RENDV为红边归一化植被指数,R²=0.71,RMSE=0.2;倒二叶(L₂)为I₅=0.0142X_TVI+0.3274,X_TVI为三角植被指数,R²=0.76,RMSE...     

Hyperspectral Models for Estimating SPAD Value of Cotton Leaves under Waterlogging Stress

[Object] To setup the hyperspectral sensing models for estimating SPAD value of cotton leaves under waterlogging stress. [Method] Irrigation and drainage controllable plots were introduced to simulate the waterlogging stress treatment in the flowering and boll forming stage, during which the change characteristics of the cotton leaf spectral reflectance and SPAD value were observed after 1 d, 3 d, 6 d, 9 d waterlogging, respectively. To find out the hyperspectral sensing models for estimating SPAD value of cotton leaves under waterlogging stress, the correlation and regression relationships between SPAD value and spectrum parameters were analyzed. [Result] (1) The SPAD value of the fourth cotton leaf from the top was significantly lower than control when suffers from waterlogging for 3 d, when waterlogged 9 d the SPAD value decreased by around 15% compared with the control. (2) The cotton suffering from waterlogged damage in the flowering and boll forming stage caused the reflection peak in green light wave band became steep, while the near infrared spectral reflectance increased, and caused the reduction of red absorption and red edge position "blue shifts", the red edge position drifts towards short wave with 4～5 nm when suffers from waterlogging for 9 d. With increase of the waterlogged days, the red edge slope and red edge area increased with a maximum value at 6 d of waterlogging, meanwhile, the skewness and kurtosis of red edge increased. (3) After waterlogging, the SPAD value of the fourth cotton leaf from the top (chlorophyll content) had a remarkable correlation with red edge slope(Dr), red edge position(λr), green peak reflection(Rg), green peak position(λg), red well position(λo), blue edge area(SDb), yellow edge skewness(Sy), yellow edge kurtosis(Ky), red edge skewness(Sr), red edge kurtosis(Kr), etc. An experience linear, polynomial and exponential models for estimating SPAD value had been built through using the Sy, Sr, Kr as independent variables, respectively, their determination coefficient (R²) were greater than 0.9, and the root mean square error (RMSE) were less than 1; and an experience binary linear regression equation for estimating SPAD value had been built through multivariate regression using the λg, SDr/SDb(VI3), Sb, Sy, Ky as independent variables, the R² was as high as 0.973, and the RMSE was 0.393. [Conclusion] The model can be remote sensing model used as estimating leaf SPAD of cotton value under waterlogging stress.     

乙矮合剂对不同密度夏玉米花粒期不同部位叶片衰老特性的影响

为探讨乙矮合剂对密植夏玉米叶片衰老及后期早衰的调控机制, 建立华北夏玉米区密植高产稳产化学调控技术, 以中单909和浚单20为材料, 设置乙矮合剂(ECK)和密度梯度处理, 研究密度梯度对夏玉米花粒期不同部位叶片衰老特性的影响与ECK的调控效应。结果表明, 随密度增加, 两品种花粒期单株叶面积减小且降幅增大; 各叶位叶片的叶绿素相对含量和可溶性蛋白含量呈下降趋势; 超氧化物歧化酶(SOD)、过氧化氢酶(CAT)、过氧化物酶(POD)活性呈降低趋势; 丙二醛(MDA)含量则呈增高趋势; 上述指标在叶位和品种间存在差异。ECK处理显著提高各密度不同部位叶片SOD、CAT、POD活性和叶绿素相对含量及可溶性蛋白含量, 显著降低MDA含量; 单株绿叶面积降幅减小, 叶片衰老进程延缓, 衰老程度减轻。ECK处理后, 较高密度群体下(7.5~10.5万株 hm^-2), 中单909和浚单20较各自对照分别增产5.59%~6.63%和6.73%~8.10%。因此, 采用合理的种植密度结合喷施乙矮合剂可作为华北夏玉米区高产栽培的重要技术措施。     

棉花上部叶片叶绿素SPAD值动态变化研究

为了探索利用叶绿素SPAD值在不同生育阶段进行棉花营养诊断的方法,以2个早熟品种（‘中棉所36’、‘中棉所50’）和2个中熟品种（‘中棉所41’、‘鲁棉28’）为对象,研究了棉花主茎倒1至倒4叶在全生育期的叶绿素SPAD值动态变化,并研究了氮、磷施用量对鲁棉28蕾期、花期和吐絮期主茎功能叶的SPAD值影响。结果表明：2个早熟品种的棉花主茎叶全生育期SPAD值呈现倒一叶<倒二叶<倒三叶<倒四叶的规律,2个中熟品种在盛铃期以前主茎4片叶SPAD值也呈现和早熟品种一样的规律,但盛铃期以后SPAD值叶序变化不规则。在吐絮前,棉花主茎倒四叶SPAD值可以作为棉株营养诊断的参考,早熟品种棉花主茎倒一叶或倒二叶吐絮前10天和吐絮后10天左右的SPAD差值大小可以作为棉株衰老程度的参考值,中熟品种棉花主茎倒三叶吐絮前15天和吐絮后15天左右的SPAD差值大小可以作为棉株衰老程度的参考值。本试验条件下,纯氮用量高于270 kg/hm2,吐絮期主茎功能叶SPAD值与不施氮处理差异极显著,高氮处理利于主茎功能叶在吐絮期维持较高的SPAD值;纯P2O5用量在120 kg/hm2即能使吐絮期主茎功能叶维持较高的SPAD值,增加磷肥用量SPAD值反而下降。     

小麦脱植基相关基因在春性小麦叶片叶绿素降解过程中的作用分析

小麦叶片的衰老会导致产量的损失,而叶绿素降解是小麦叶片衰老的明显特征,分析小麦叶绿素降解过程中脱植基反应的相关基因叶绿素酶（TaCLH）和脱镁叶绿素水解酶（TaPPH）在春性小麦叶片衰老过程中的作用,为解析小麦叶绿素降解的分子机制提供参考。以10个春性小麦品种为参试材料,对衰老过程中TaCLH和TaPPH的相对表达量进行测定,结合不同品种在开花后不同时期的相对叶绿素含量（SPAD）、功能绿叶面积（GLAD）和叶绿素荧光参数的变化规律,研究叶片衰老过程中TaCLH和TaPPH与SPAD、GLAD和叶绿素荧光参数的相关关系。结果表明,TaPPH的相对表达量与GLAD、SPAD及叶绿素荧光参数[ETR、F_v/F_m、Y(Ⅱ)]等生理指标之间存在极显著负相关关系,与TaCLH相对表达量存在极显著正相关关系,表明TaPPH在春小麦叶绿素降解过程的脱植基反应中起主要作用。     

棉花叶片不同位点SPAD值与植株氮营养相关性研究

为了确定最能代表棉花氮素营养水平的叶片SPAD值测定位点,采用水培试验方法,设7个供氮水平,分3次测定棉花6片主叶（倒1叶至倒6叶）17个不同位点的SPAD值,对棉花不同叶位及同一叶片不同测定位点SPAD值与棉株氮素营养水平的相关关系进行研究。结果表明,倒4叶SPAD值与棉株地上部氮含量的相关性最好,相关系数为0.6524,达到了显著水平,可认定倒4叶为棉花的功能叶。而棉花倒4叶17个测定位点中,叶片上缘位置SPAD值与地上部氮含量的相关性较靠近叶柄的部位更好,其中S3位点即叶尖位置的相关系数最高,为0.4597,达极显著水平。可以初步确定棉花倒4叶叶尖位置为测定SPAD值以判断棉花氮素营养水平的最佳位点。     

棉花氮素和SPAD值叶位分布规律研究

 在盆栽和大田氮肥试验的基础上,研究棉花氮素和叶绿素含量（SPAD值）随叶位的空间分布特征,并对不同叶位叶片的含氮率、SPAD值之间及其与总叶片含氮率和植株含氮率之间的相关性进行了分析。结果表明棉花不同叶位叶片含氮率、叶绿素含量、SPAD值均存在差异,增加施氮量能提高叶片含氮率、叶绿素含量和SPAD值,同时减小叶位间的差异;SPAD值对氮素的敏感性为倒4叶最高,倒2叶最低,而倒1、倒3叶的敏感性排序因品种不同而不同;蕾期、初花期和盛花期均以倒4叶与总叶片及植株含氮率相关系数最高;且适宜氮素水平下,初花期倒4叶SPAD值的变异系数最小。以某一特定叶片的SPAD值或以叶色差的大小来诊断棉花氮素营养状况时,倒4叶是较为理想的指示叶。