稀土对甜菜某些形态指标与生理指标的影响

本文从某些形态指标和生理指标初探稀土促进甜菜增产增糖的机理。田间调查和室内分析表明,稀土不仅能促进叶片面积的增大和叶片寿命的延长,而且能提高叶绿素的含量和增加比叶重.这些均有利于提高甜菜的光合能力.     

长期土壤干旱下扬花期冬小麦部分生理生化反应及抗旱性分析

为明确冬小麦在扬花期对长期土壤干旱的生理生化响应及其与抗旱性的关系,以西农979等7个品种为材料,测定和分析了干旱胁迫条件下小麦扬花期功能叶部分生理生化指标和根系活力,并利用主成分分析、聚类分析对其抗旱性进行综合评价。结果表明,长期中度和严重干旱下,扬花期小麦功能叶片超氧化物歧化酶(SOD)活性、过氧化物酶(POD)活性、丙二醛(MDA)含量、质膜相对透性、可溶性糖含量、脯氨酸含量和胞间CO2浓度均不同程度上升,根系活力、净光合速率、气孔导度和蒸腾速率均不同程度下降,可溶性蛋白含量的变化则因品种不同表现不一。通过综合分析,7个品种中,晋麦47和小偃22抗旱性较强,矮抗58、西农979、西农509抗旱性中等,郑麦9023和郑麦36抗旱性较弱。     

包衣大豆萌发期、苗期生理与形态指标研究

通过对种衣剂包衣的大豆种子萌发期、苗期生理指标、形态指标测定结果表明：包衣的大豆种子发芽率,呼吸强度、苗期可溶性糖含量、叶绿素含量、株高和根比、胚根长和粗等指标均高于对照。     

甜菜抗耐丛根病品种生理指标和形态指标初探

甜菜丛根病是世界甜菜生产中的一种毁灭性病害。于５０年代在意大利首先发现，后相继在许多国家迅速传播和蔓延，对甜菜制糖业造成了极大的损失。由于该病是由甜菜坏死黄脉病毒（ＢＮＹＶＶ）引起，以真菌作介体而传播的病毒病害，田间表现为系统浸染，地上部和地下部均表...     

高产高梁的形态与生理特性研究

对辽宁省内6个不同产量水平高粱杂交种形态与生理指标进行比较研究.结果表明开花期高产高粱杂交种的株高在181～203 cm,叶面积6 641～7 264 cm2,SPAD值(叶绿素)57～58,叶片净光合速率20～24 μmolCO2·m-2·S-1,气孔导度0.28～0.29 μmolH2O·m-2·S-1,高粱植株上部1～2叶叶角值40～46°,高粱植株150 cm处透光率较好,达65%～69%.     

遥感光谱指标和神经网络结合的冬小麦地上部生物量估测

为探讨基于神经网络对小麦地上部生物量(aboveground biomass, AGB)进行遥感估测的可行性,在江苏省泰州泰兴市、盐城大丰区和宿迁沭阳县布设冬小麦大田试验,在对冬小麦近红外波段反射率(near-infrared band reflectance, REF_nir)、红光波段反射率(red band reflectance, REF_red)、归一化差值植被指数(normalized difference vegetation index, NDVI)、差值植被指数(difference vegetation index, DVI)、比值植被指数(ratio vegetation index, RVI)、土壤调节植被指数(soil adjusted vegetation index, SAVI)和优化土壤调节植被指数(optimized soil adjusted vegetation index, OSAVI)等7个遥感光谱指标与冬小麦生长指标(LAI和AGB)进行相关性分析基础上,构建基于BP神经网络的冬小麦AGB估测模型,并与...     

夏花生高产形态生理指标及栽培技术研究

在豫东平原夏花生增产潜力很大，１９９２－１９９４年在丘县沈楼村连续３年１０ｈｍ＾２以上获得平均５２６９．５、５３２１．４、５３２９．５ｋｇ／ｈｍ＾２的英果产量。本文重点阐述了利用豫花６号实现５２５０ｋｇ／ｈｍ＾２英果产量的形态生理指标及栽培技术。     

新疆冬小麦苗期耐低磷指标的筛选

为了筛选快速评价冬小麦苗期耐低磷性的指标,测定了两种磷素水平下15个冬小麦品种苗期的株高、根长、根数、根干重、茎干重、植株磷积累量等6项生理指标.相关分析和通径分析表明,茎干重和根干重对植株磷积累量有极显著的直接作用,茎干重是影响植株磷积累量的最重要的性状;通过主成分分析可将6个单项生理指标综合成3个相互独立的综合指标,小麦在低磷条件下的适应性与植株干物质特征最为密切.本研究结果表明,植株磷积累量、茎干重、根干重、根数可以作为小麦苗期耐低磷基因型快速筛选的指标.     

河南省冬小麦长势遥感监测指标的适宜性

为了解不同监测指标在河南省各个监测地域分区中对小麦不同生育期长势监测的有效性和适宜性,以MODIS为主要数据源,在长势监测地域分区的基础上,从小麦实时监测和生长过程监测两个角度出发,对NDVI、LAI、NPP、NDWI和TCI等监测指标与长势等级和单产进行了相关分析。结果表明,在各长势监测地域分区中,NDVI、LAI和NPP都与长势等级呈负相关,与单产呈正相关,一般在抽穗期和开花期相关性最高。NDWI在各个监测分区都表现不稳定,且在不同生育期与长势等级和单产的相关性也较低。TCI在豫西山地丘陵区和豫南地区与长势等级呈正相关,与单产呈负相关,相关性在起身期和拔节期相对较高。说明,不同长势监测分区需要用不同监测指标进行长势监测,在同一长势监测分区不同生育期遥感监测的适宜指标也存在差别。     

多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究

为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题,在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BR_red)和近红外波段反射率(BR_nir)的基础上,计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析,选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BR_red和RVI)作为输入变量,建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCC_BP),并对估测模型进行精度验证。结果表明,WWLCC_BP估测模型在拔节期估测的决定系数(r²)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCC_BP和高分六号影像...     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理,丰富小麦长势动态监测的模式,结合2017-2018年定点观测试验,以GF-WFV数据为遥感影像源,研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系,以逐步回归方法筛选目标长势变化量参数,分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明,冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关,而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好,因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证,基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高,其决定系数分别为0.70和0.64,均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况,能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

冬小麦播期遥感监测研究现状与展望

播期是影响小麦产量与品质的一个重要因素,冬小麦生产管理对播期的及时和准确监测有强烈需求。遥感数据源的日趋丰富及遥感定量化水平的日益提高,为大面积、低成本监测小麦播期提供了可能。本文对冬小麦播期遥感监测的研究进展进行了回顾,系统归纳了当前国内外播期遥感监测方法,分析了目前冬小麦播期遥感监测中存在的问题。推进高时空分辨率遥感数据的使用、强化多尺度传感器遥感数据融合算法的应用、开展冬小麦生长前期不同播期光谱数据的挖掘、探索冬小麦生长前期光谱与上茬作物时序遥感数据的综合及尝试遥感数据与作物模型同化方法的借鉴是冬小麦播期遥感监测的未来发展方向。     

基于高光谱的倒伏冬小麦产量预测模型研究

为利用高光谱遥感技术对倒伏小麦产量进行准确、快速地估算,选取在乳熟期发生不同程度倒伏的两个春性冬小麦品种为材料,利用光谱仪测定了不同倒伏级别下小麦冠层光谱反射率,研究植被指数与产量及其构成因素间的相关性,最终建立快速、有效估测倒伏小麦产量的数学模型。结果表明,不同级别倒伏对小麦千粒重和产量的影响均达显著水平（P<0.05）,随倒伏级别的增加,千粒重和产量均呈降低趋势,二者最高降幅分别为10.72%和17.69%。对倒伏小麦产量与冠层光谱反射率进行相关分析,在350~690 nm波段,相关系数随波长的增加总体呈下降趋势;在690~760 nm波段,相关系数呈上升趋势,在764 nm处,相关系数绝对值达最大,为0.734。千粒重与DVI_570,670的相关系数值最高,产量与DVI_764,407的相关性最好,且都通过了0.01水平检验。利用植被指数-千粒重-产量构建的反演模型,可提高模型预测精度,与单因子植被指数-产量模型、多因子植被指数-产量模型相比,能更好地反演不同倒伏程度的小麦产量。     

基于多源遥感数据和机器学习算法的冬小麦产量预测研究

为探讨基于多源遥感数据和机器学习算法预测冬小麦产量的可行性,利用中麦175/轮选987重组自交系F₇代群体中70个家系开展田间试验,通过无人机遥感平台和地面表型车平台及手持式冠层鉴定平台,获取冬小麦灌浆期光谱数据,分别用4种机器学习方法和集成方法建立产量预测模型。结果表明,在61个光谱指数中,除MCARI、DSI、PVI外,其余指数均与产量显著相关或极显著相关,700 nm和800 nm组合的高光谱指数能够比较准确地预测产量。相对于高光谱和多光谱,RGB传感器预测产量精度最高,平均决定系数(r²)为0.74,平均均方根误差(RMSE)为517.78 kg·hm^-2。相对于决策树(DT)、随机森林(RF)、支持向量机(SVM)三种传统机器学习算法,岭回归(RR)算法预测产量的精度最高,平均r²为0.73,平均RMSE为516.1 kg·hm^-2。与单一的传统机器学习算法相比,DT、RF、SVM、RR结合集成算法的预测精度高且稳定,r²高达0.77,RMSE也...     

旱冻双重胁迫下的冬小麦幼苗长势遥感监测研究

为了探讨"旱冻交加"的气候条件下遥感监测小麦苗情的可行性,以河南省冬小麦为例,利用多时相MODIS为遥感数据源,引入了广泛用于小麦苗情监测的距平植被指数(AVI),同时基于植被健康状态指数(VHI)和晚霜冻害综合指数(I),构建了旱冻双重胁迫条件下的小麦苗情综合指数(CI),以反映冬小麦拔节期的生长状况,并分别利用实测样点苗情分类和距平植被指数对结果进行验证。结果表明,CI的总体分类精度为85.00%,Kappa系数为0.74;冬小麦总茎数与CI呈线性正相关关系,拟合方程为y=8.732CI+1.256,决定系数为0.605 3;与实测样本对比,CI预测精度为73.30%,苗情分类分级更符合小麦生长实际情况。因此认为旱冻双重胁迫下可以利用CI对冬小麦苗情进行监测。     

基于HJ-1A/1B影像的冬小麦开花期主要生长指标遥感定量监测研究

为建立冬小麦开花期生长状况的遥感监测方法和技术,结合2011-2013年定点观测试验,以环境减灾卫星HJ-1A/1B数据为遥感影像源,着重分析了样本试验区冬小麦开花期主要生长指标间及其与籽粒品质、产量和卫星遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的开花期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,在冬小麦开花期,作物氮反应指数(NRI)、绿色归一化植被指数(GNDVI)可分别作为监测冬小麦叶面积指数和生物量的敏感遥感变量,结构加强色素植被指数(SIPI)和SIPI可作为监测冬小麦SPAD值和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠,模型的决定系数(r2)分别为0.73、0.69、0.62和0.61,均方根误差(RMSE)分别为0.79、1 068kg·hm-2、4.66和0.42%。利用遥感数据绘制的冬小麦开花期主要生长指标遥感监测等级分布空间量化表达图与实际相符。