基于LED激发光源的叶绿素荧光强度检测与分析

采用了650nm红色发光二极管(LED)的矩阵(6×8)作为激发光源,构建了一种基于MINI-PAM荧光仪的调制脉冲式在线检测叶绿素荧光系统。利用该系统分别对番茄苗期、花期、果期活体叶片的荧光强度与激发光源(LED)光强关系进行试验研究。通过对可编程电源来调节LED光强(在0～1 700μmol/m2.s之间),以50mA为步进值依次增加,并利用Excel软件对测得的荧光值F进行分析。结果显示:电流值在3 700mA以下,每一时期植株叶片的荧光强度与恒流源输出电流强度具有显著的线性关系,决定系数R2>0.97。以此研究为基础,建立了荧光强度与激发光强度的关系模型,模型可靠性高,能够比较真切地反映出荧光强度与激发光强之间的关系。     

基于叶绿素荧光参数的LED动态补光方法的研究

通过分析现有的自动调光方式,研究一种新的补光方法—双线间接调光法,并以完成此方法为基础设计了动态补光系统。该系统分上下两个控制系统:下级以单片机为核心,PWM为控制方法,通过传感器测量光照强度直接调节LED输出光强;上级以上位机为控制核心,通过MINI-PAM测量植物的叶绿素荧光参数来调节下级单片机中的光照阈值,从而间接控制LED输出光强。应用该系统对番茄苗期的生长状态进行测试和对照实验,取得了良好的效果。     

基于激光诱导荧光光谱分析的黄瓜叶片叶绿素含量检测

利用反射式激光诱导叶绿素荧光光谱分析技术对黄瓜活体叶片叶绿素含量进行检测实验研究。通过对中心波长为473nm和660nm 2种激发光的4种激发强度(2.5、5.0、7.5、10.0mW)条件下荧光光谱的分析,结果显示:在强度7.5 mW、波长473 nm的光源下激发产生的荧光光谱具有很好的准确性和稳定性;在此条件下,荧光参数F_(732)/F_(685)与植物活体叶片内叶绿素含量成极显著线性关系,并以此为基础建立了数学回归模型(R~2>0.93,p<0.001),模型回归系数显著,模型可靠性极好,准确地反映了荧光参数与叶绿素含量的关系。     

应用于植物生理状态检测的低成本叶绿素荧光成像系统

[目的/意义]植物光合作用过程中释放的叶绿素荧光与光化学反应紧密耦合,其荧光信号采集是光合作用效率、植物生理及环境胁迫等无损的测试手段。作为获取该信号的叶绿素荧光成像系统通常价格昂贵,针对此问题,本文提出一种低成本叶绿素荧光成像系统设计方案。[方法]叶绿素荧光成像系统主要由激发光灯组、CMOS(Complementary Metal Oxide Semiconductor)相机及其控制电路和智能手机上位机三部分组成。激光发灯组采用LED面光源和碗状结构,通过对光场的仿真分析保证光照强度和均匀性;采用微型CMOS相机进行荧光图像采集,利用智能手机作为上位机完成激发光控制,并将数据回传至手机或服务器进行分析、处理、存储及显示。[结果和讨论]基于该方案,制造了一款仪器样机,其激发光强最大为6250μmol/(m²·s),光场整体变化幅度偏差为2%,光谱范围为400～1000 nm,稳定的采集频率最高可达42 f/s,具备连续光激发和调制脉冲激发功能。[结论]通过叶绿素荧光图像采集实验验证了本仪器的有效性。该仪器结构简单、造价成本低,在植物生理状态检测领域有着很好的应用价...     

结合图像的叶绿素荧光动力学植物水分胁迫探测方法

为了准确、直观探测植物水分胁迫及生长状态信息,融合了叶绿素荧光动力学参数及荧光图像对不同干旱胁迫条件下的植物进行了实验观测。以460 nm蓝色LED作为激发光源,EMCCD加装690 nm带通滤光片进行荧光图像采集,对4种不同采样周期下的各1 000幅图像求每幅图的像素平均值,按时间序列绘制荧光强度,可得到信息更全面的叶绿素荧光动力学曲线,并计算得出各个动力学参数。同时,对不同时间产生的荧光图像进行降噪、乘除等运算,并用伪彩色显示,可直观分析各类因素导致的荧光分布不均匀性。对易失水叶片和非易失水叶片分别进行快速水分胁迫和缓慢水分胁迫实验,结果表明,荧光比Rfd及动力学曲线上次峰值出现的时间随着胁迫的加剧均发生相应变化,且与叶片含水率之间具有较高的拟合决定系数。因此,将叶绿素荧光动力学特征和图像信息相结合,可提高植物干旱胁迫早期预测的准确度和直观性,为现场连续无损地监测植物生长状态、各类胁迫信息、病虫害检测等提供了一种快速的遥测手段。     

基于叶绿素荧光光谱分析的光能利用效率研究

以水稻为研究对象,利用叶绿素荧光光谱对水稻叶片的光能利用效率进行分析。研究中,采集水稻叶片的叶绿素荧光光谱,同步测定净光合速率和光合有效辐射,并进行光能利用效率的计算。以红光区F685和远红光区F732为光谱特征参数的分析显示,F685、F732及参数组合F685/F732与光能利用效率显著线性相关,因此分别以F685、F732和以F685/F732为模型输入建立了光能利用效率预测模型并进行对比,发现基于F685/F732的预测模型精度更高。由于CO2的同化过程受气孔导度的影响,而叶片温度是气孔导度的信号,且光能利用效率受叶片温度影响显著,为提高模型预测精度,也将叶片温度作为模型输入,建立了基于F685/F732和叶片温度的光能利用效率预测模型,决定系数为0.885。     

玉米叶绿素荧光参数的测定与分析

光合作用是决定玉米产量的一个重要因素,明确光合作用与产量之间的关系,发现光合作用系统的控制基因,不仅能揭示光合器官高效吸能、传能和转能过程的机理,还能为大幅度提高农作物光能利用率、进而提高产量提供理论依据。依靠分子标记技术和常规育种技术相结合,是进一步提高玉米产量的前提。     

微喷条件下葡萄叶绿素质量比及荧光参数变化特征

为研究极端干旱区葡萄微喷条件下叶绿素质量比及荧光动力学参数的变化特征,通过对葡萄各生育期叶绿素质量比和叶绿素荧光的测定,分析了微喷条件下不同处理的叶绿素荧光的日变化特征、叶绿素质量比变化及叶绿素质量比与荧光参数的相关性.结果显示:葡萄在坐果期、果实膨大期和果实成熟期的叶绿素质量比(Chl)及荧光参数差异具有统计学意义,Chl和F_v/F_m的变异系数均较小,分别为0.013~0.017和0.009~0.010,F_v/F_o的变异系数最大,为0.026~0.029;在叶绿素与荧光参数的关系上,F_v与F_o,F_m,F_v/F_m,F_v/F_o和F_v/F_m与F_v/F_o呈显著正相关,相关系数为0.157~0.999.F_o/F_m与F_m,F_v,F_v/F_o,F_v/F_m均呈负相关,相关系数为-0.143~0.992;随着喷水周期增大,F_v/F_m和F_v/F_o的实测值降低明显,表明适宜的喷水时长和周期可改善葡萄的叶绿素荧光特性,从而准确反映水分胁迫效应.     

干旱胁迫下腐植酸对燕麦叶绿素荧光特性的调控效应

【目的】明确腐植酸(HA)对干旱胁迫下燕麦叶片叶绿素荧光特性的调控效应。【方法】采用盆栽试验,研究了在正常供水(75%田间持水率)、中度干旱胁迫(60%田间持水率)、重度干旱胁迫(45%田间持水率)3个水分条件下喷施HA对燕麦叶片叶绿素量及荧光参数的影响。【结果】①水分胁迫导致Chla+Chlb、Chla/Chlb、Fm、Fv、Fv/Fm、Fv/Fo和qP显著降低,而Fo和NPQ显著升高;②与CK相比,干旱胁迫下HA处理Chla+Chlb提高0.6%~40.82%、Chla/Chlb提高1.13%~30.09%、Fm提高0.7%~121.19%、Fv提高1.0%~171.79%、Fv/Fm提高0.2%~83.89%、Fv/Fo提高1.9%~211.56%、qP提高0.1%~68.30%、NPQ提高6.02%~73.36%、而Fo降低0.70%~14.06%,其中在重度干旱胁迫下均达到显著差异。【结论】干旱胁迫对燕麦PSⅡ光反应系统产生明显伤害,喷施腐植酸可缓解其影响,且在重度干旱胁迫条件下效果最明显。     

基于日光诱导叶绿素荧光的陆地总初级生产力估算

陆地总初级生产力(GPP)是全球碳循环和全球变化研究的关键参数,基于遥感方式是目前陆地生态系统GPP估算的主流方法。为了准确估算全球和区域尺度的陆地GPP,本文通过分析叶绿素荧光与光合作用关系的理论,在GPP-SIF经验线性估算模型的基础上,引入影响植被光合能力和影响冠层SIF发射的因素,构建了适用于未出现严重长期外界胁迫的基于近红外荧光的GPP估算理论模型。结合GOME-2 SIF产品、FLUXNET2015数据集中实测GPP和MODIS相关产品,在不同类型植被进行了验证分析。结果表明：该模型在所有植被类型上的估算精度较经验线性估算模型都有很大的提高,同时本文模型能较好地体现出不同植被类型GPP的季节性变化特征,在全球尺度上的应用也取得了较好的效果。     

厚度自校正的SPAD叶绿素测量方法

为了降低厚度对叶绿素仪在测量土壤和作物分析仪器开发(SPAD)值的影响,提出了一种厚度自校正的SPAD测量方法。首先,介绍了厚度自校正的测量原理;其次,设计了一套可同时测量SPAD值和叶片厚度的测量系统;最后,通过水稻进行实验验证。结果表明:自校正后的SPAD与各叶绿素含量的相关系数均比自校正前有明显提高,平均达到了0.819,该测量方法提高了SPAD估计叶绿素的能力和精确度。     

基于信息熵特征选择的小麦冠层叶绿素含量估测方法

为运用图像颜色特征估测作物的叶绿素含量,以自然环境下的小麦冠层图像为研究对象,提出一种基于熵权法的颜色特征选择方法,并应用机器学习方法建立小麦冠层叶绿素含量估测模型。熵权法通过信息熵来衡量颜色特征指标权重,实现冠层图像特征排序,机器学习方法选用多元线性回归（Multiple linear regression, MLR）、岭回归（Ridge regression, RR）和支持向量回归模型（Support vector regression, SVR）估测小麦冠层叶绿素含量。试验结果表明,与皮尔逊相关系数法和主成分分析法选取的特征集进行对比,熵权法得到a*、R-G-B、R-G、（a*+b*）/L、a*/b*、(R-G)/(R+G+B)、(R-B)/(R+B)、H/S、(R-G)/(R+G)等9个特征组成的特征集,可以利用较少的特征指标达到最优的预测效果。在选取相同特征指标参数的情况下,SVR的预测能力优于其它模型,其R2和RMSE的平均值分别为0.80、1.89,相比于MLR和RR模型R2分别提升2.8%、1.1%,RMSE分别下降0.13和0.05。将基于熵权法建立的SVR模型应用到2021年采集的小麦冠层图像数据,结果表明模型具有很好的稳定性。     

基于高光谱图像的叶绿素荧光Fv/Fm图像预测方法

叶绿素荧光参数Fv/Fm在植物逆境胁迫研究中具有重要意义,当前获取方法需要对植物进行暗适应处理,难以实现实时测量。为实现Fv/Fm的实时获取,本文以4种水分胁迫水平下的辣椒为研究对象,基于高光谱成像及特征波段筛选方法对Fv/Fm进行预测。采用中值滤波对Fv/Fm图像去噪,并基于二维坐标变换实现高光谱图像与叶绿素荧光图像的匹配。对比标准正态变换(SNV)、多元散射校正(MSC)和Savitzky-Golay卷积平滑(SG)3种光谱预处理算法,并基于连续投影(SPA)算法筛选特征波长。基于效果最优的SG预处理算法,分别以偏最小二乘回归(PLSR)、分析误差反向传播(BP)神经网络、径向基函数(RBF)神经网络对比建模精度,其中BP算法建立的模型精度相对较高,其测试集决定系数为0.918、均方根误差为0.011。研究表明,SG-SPA-BP的建模方法在实现预测精度的同时降低了模型复杂度,为基于高光谱图像对Fv/Fm图像的实时准确预测提供了方法。     

冬小麦叶绿素含量空间分布成图方法与精度分析

作物叶绿素含量能够反映作物的生长情况,建立大田叶绿素空间分布模型能够直观地表现田间作物长势情况,为开发车载式作物长势空间分布分析系统提供技术支撑,进行了基于地统计学的冬小麦叶绿素含量空间分布成图方法及精度分析。首先,采集了67个样区中心点叶绿素含量和GPS信息,基于地统计学理论讨论了利用稀疏样本点数据建立高精度空间分布图的可行性。随机划分建模集和验证集,基于建模样本分别使用反距离插值法（IDW）和普通克里金插值法（OK）绘制了冬小麦叶绿素含量田间分布图,然后对验证集数据进行分析,比较了2种方法的检测精度,并讨论了实验过程中可能存在的误差源。2种插值方法拟合的预测数据与验证数据均存在正相关关系,基于IDW插值与验证数据相关系数为0.722,协方差为1.361;基于OK插值与验证集数据相关系数为0.517,协方差为0.798。结果表明,IDW插值分析方法更适用于采样点分布不均且距离较近的稀疏样本点空间分布成图。     

玉米果穗自动考种系统设计与试验

目前玉米考种主要采用传统的手工考种和基于机器视觉的半人工考种。基于机器视觉的半人工考种是由人工来完成玉米果穗的摆放,通过机器视觉的方法来实现玉米果穗特征参数测量,测量完毕后由人工收集玉米果穗,缺点是半人工、非全自动,测量效率受人工操作时间限制。针对上述问题,为实现玉米果穗考种过程中性状信息的自动图像采集处理及自动称量,设计了一种玉米果穗自动考种系统,主要包括直线振动喂料机、横向定位传输机构、气动夹取搬运机构、图像采集平台、称量平台、推送机构、可编程控制器（PLC）和计算机8部分,来实现玉米果穗的自动喂料、自动排序、自动图像采集处理和自动称量等功能。在此基础上对机构及控制系统进行了样机试制,试验结果表明,样机对玉米果穗的夹取、搬运及放置位置准确,图像采集处理方法可行,样机一个工作周期在6s以内,试验中,采用单相机时整穗的平均图像测量速度在600ms/穗以内。样机整体性能能够满足考种使用要求。     

分布式单总线蔬菜大棚温度监测预警系统

利用数字温度传感器DSl8820与AT89C52单片机组成基于LabVIEW单总线的温度监测网络，实现了大范围环境内大量待测点温度的在线监测，并具有超温报警、数据存储和随时打印功能。所有数字温度传感器通过1根三态I／O口与单片机相连，现场布线方便、可靠。系统中传感器可以自动在线“注册’，或“注销”，满足被测物体数量及位置频繁变动的场合。     

一种用于农网电力有源滤波器谐波检测的方法

为了实现对农村电网谐波的实时和准确补偿,提出了一种用于单相有源电力滤波器可检测任意指定次谐波的新方法.该检测方法基于锁相回路和一种简单的自适应算法对指定次谐波信号幅值和相位进行在线估测,并通过闭环自适应调整参数以提高检测精度.同时,对该方法进行了频域分析,并通过仿真验证了该方法的正确性和灵活性.