基于光谱分析的库尔勒香梨叶片全氮含量估测研究

【目的】为了实现无损、实时、快速地监测香梨养分状况,【方法】利用SVC HR—768便携式光谱仪测定大田20 a树龄库尔勒香梨叶片的光谱反射率,并结合室内叶片氮素含量分析,采用逐步回归法对香梨叶片的全氮含量与原始光谱、一阶导数光谱、高光谱参数之间的关系进行分析。【结果】全氮含量与原始光谱在761 nm处构建的线性模型,调整决定系数R2值达到0.986;在1 564 nm处一阶微分光谱与全氮含量构建的线性模型,调整决定系数R2值为0.997;对于所选的高光谱特征变量,叶片全氮含量与红边位置变量(Dr)和红边面积变量(SDr)的相关关系极显著,并由此建立的线性模型的调整决定系数R2值均达到0.9以上,说明这些变量预测香梨叶片全氮含量具有可行性。【结论】对所构建的方程进行检验,确定了基于1 564 nm的一阶导数光谱模型为香梨叶片全氮含量的最佳预测模型。     

锦橙叶片氮含量可见近红外光谱模型研究

以单系枳砧蓬安100号锦橙为试材,采用田间试验的方法开展利用鲜叶可见近红外光谱估测叶片氮素营养状况的研究。运用偏最小二乘法(PLS)分析叶片反射光谱与氮含量之间的关系。结果表明,在可见光350～700nm,随着氮肥用量的增加,叶片光谱反射率呈下降趋势;而在750～1075nm范围内,叶片光谱反射率随着氮肥用量增加而增加。通过对叶片反射光谱、一阶微分、二阶微分和倒数对数光谱进行变量标准化(SNV)处理,运用偏最小二乘法(PLS)与内部交叉验证建立的氮含量预测回归模型,其中反射光谱的一阶微分光谱氮含量定标模型具有最好的预测能力,其建模与预测均方根误差和标准差都较低且接近,偏差绝对值最小。因此,可以利用叶片反射光谱的一阶微分值来预测蓬安100号锦橙叶片氮含量。     

基于RGB模型的苹果叶片叶绿素含量估测

为了快速、无损地获得苹果叶片叶绿素含量与其表面颜色特征之间的关系,为诊断苹果树生理状况提供科学依据。以新梢旺长期的红富士苹果树为研究对象,应用数码相机采集叶片图像,利用图像处理技术,采集叶片图像的红(R)、绿(G)和蓝(B)值,通过运算组合构造颜色特征参数,建立基于苹果叶片颜色特征参数的叶绿素含量估算模型,并对其精度进行评价和验证。结果表明,叶绿素含量敏感的颜色参数分别为B、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R–B)/(R+B)、(G–B)/(G+B)、(R–B)/(R+G+B)和(G–B)/(R+G+B)值;基于以上9个敏感颜色参数分别建立单变量回归模型和支持向量机回归模型(SVM),估测叶片Chl.a、Chl.b、Chl.(a+b)和SPAD值,其中单变量回归模型决定系数(R~2)均在0.6左右;SVM回归模型的决定系数(R~2)分别为0.8754、0.8374、0.8671和0.8129,均方根误差(RMSE)分别为0.0194、0.0350、0.0497和0.9281,相对误差(RE)分别为0.8059%、1.7540%、1.1224%和1.1894%,尤以对Chl.a的估测效果最佳,SVM的估测精度高于单变量回归模型。模型验证取自1/4同样本数据,验证结果表明基于SVM的Chl.a稳定性更佳,R~2=0.8275,RMSE=0.0293,RE=1.8529%。应用数码相机并基于RGB颜色模型可快速估测苹果叶片叶绿素含量,可对果园水肥的精确管理提供技术支持。     

基于便携式蜜柚光谱仪的金沙柚叶片氮含量监测模型研究

【目的】旨在检验便携式蜜柚光谱仪(PPS)监测金沙柚叶片氮含量(LNC)的准确性，构建基于PPS的金沙柚LNC光谱监测模型。【方法】通过实施不同施氮量的试验，于幼果期和果实膨大期利用便携式蜜柚光谱仪(PPS)、ASD高光谱仪和RapidSCAN光谱仪测定冠层光谱反射率，计算得到归一化红边指数(NDRE)与归一化植被指数(NDVI)，分析比较3种光谱仪测定的冠层植被指数变化规律与相关性，检验PPS的测定精度，构建基于PPS的金沙柚LNC光谱监测模型，采用不同试验点的数据检验模型。【结果】金沙柚LNC、NDVI和NDRE随着施氮量的增加表现为递增趋势；PPS和ASD测定的NDVI、NDRE间拟合的决定系数(R²)依次为0.909 5和0.900 5,PPS和RapidSCAN测定的NDVI、NDRE间拟合的R²依次为0.954 3和0.900 2，证明PPS的测定结果与ASD、Rapid SCAN具有很高的一致性。幼果期和果实膨大期的光谱监测模型的监测效果比生长中期好；PPS测定的NDVI_PPS与NDRE_PPS     

铁肥管道输液滴干对苹果铁营养的影响

【目的】通过铁肥管道输液滴干,探索防止苹果缺铁失绿症和提高果实铁含量的途径。【方法】将Fe-N通过管道、滴头直接插入苹果树干,测定不同器官的全铁、活性铁含量,叶片叶绿素相对含量(SPAD值),百叶重、百叶厚、叶绿素荧光、SPAD与活性铁的相关性。【结果】16.4×10-3mol·L-1N-Fe处理的叶片SPAD值(57.43)、百叶重(66.57 g)、百叶厚(5.90 cm)、全铁(788.9 mg·kg-1)及活性铁(526.5 mg·kg-1)含量显著高于对照,光能转化率和不同器官的活性铁含量也以16.4×10-3mol·L-1处理最高,所有铁处理果实中的铁含量都显著高于对照。叶片SPAD值与活性铁含量显著正相关(相关系数0.899)。【结论】铁肥管道输液滴干可以防止苹果缺铁失绿症,并显著提高果实铁含量,提高叶片光合性能,可以通过SPAD值折算叶片活性铁含量。     

‘富士’苹果幼树叶片内源激素与矿质营养年动态变化分析

【目的】探究无土栽培条件下不同砧木类型‘富士’苹果幼树叶片植物激素和矿质元素含量的年动态变化,明确不同砧木类型‘富士’苹果幼树叶片内源激素和养分周年变化特性,为‘富士’苹果砧木矮化性预测和叶片营养诊断提供参考。【方法】以3 a生T337自根砧、T337中间砧和乔砧‘富士’苹果幼树为试材,每小区分别选取长势一致的6株幼树作为1次重复,共3次重复。【结果】3种砧木类型‘富士’苹果幼树生长势强弱为乔砧T337中间砧T337自根砧。‘富士’苹果幼树定植后60~90 d,叶片IAA/ABA和(IAA+GA+ZR)/ABA比值均为乔砧T337中间砧T337自根砧,叶片ABA含量为T337自根砧T337中间砧乔砧,幼树生长势越强,叶片IAA/ABA和(IAA+GA+ZR)/ABA比值越大,叶片ABA含量越少。3种砧木类型‘富士’苹果幼树叶片N和P含量定植后90~150 d变化平稳,K、Ca和Mg含量定植后60~120 d变化较小,表明‘富士’苹果幼树定植后90~120 d叶片矿质元素含量变化较平稳。‘富士’苹果幼树叶片ABA与Ca含量存在极显著正相关关系,(IAA+GA+ZR)/ABA比值和IAA/ABA比值与Ca含量呈极显著负相关关系,相关系数均大于0.8。【结论】年周期内‘富士’苹果叶片内源激素和矿质营养含量呈波动变化趋势,且不同砧木类型间存在一定的差异,取样时间不同,分析结果存在差异。通过激素含量预测‘富士’苹果砧木矮化性的适宜采集叶样时期为定植后60~90 d,而‘富士’苹果叶片营养诊断较合理的采样时期为定植后90~120 d。     

梨叶片中9种多酚类物质的UPLC测定方法

【目的】建立超高效液相色谱(UPLC)—光电二极管阵列(PDA)技术检测梨叶片多酚类物质的方法。【方法】以成熟梨叶片为材料,优化色谱分离条件(流动相、检测波长和浓度梯度),并进行方法验证。【结果】流动相:0.5%甲酸(A)和乙腈(B);浓度梯度洗脱条件:0~1 min,0~5%B;1~6 min,5%~17%B;6~10 min,17%~25%B;10~11 min,25%~100%B;11~14 min,100%B;14~15 min,100%~0 B;15~20 min,0 B;检测波长:280 nm、325 nm和350 nm。利用该方法同时将9种多酚标准物质分离。多酚类物质的线性回归方程相关系数均在0.999 4以上,回收率均在83.39%~94.31%,精密度的相对标准偏差均小于4.77%。【结论】该方法准确、精密度高,适合梨叶片中9种多酚类物质的检测。     

基于高光谱参数的柑桔园土壤水分动态监测

土壤水分管理是提高柑桔产量和品质的关键因素。为了高效、无损、精准地获取柑桔园土壤水分动态变化，在宜昌市夷陵区采用梯度控水种植模式的一个棕壤土柑桔园中，采集不同含水量土壤样本，利用ASD光谱仪采集土壤样本适宜响应波段(350～1 075 nm)的光谱反射率数据，采用多元线性逐步回归分析(SMLR)法对提取的光谱反射率数据(R)及其9种变换数据与土壤含水量进行建模，并利用实测含水量的土壤样本进行验证，建立了预测柑桔园土壤含水量的高光谱模型。结果表明，0～20 cm土层土壤含水量变化最为明显，其有助于提高模型的预测精度；原始光谱数据经过微分变换处理后，相较于非微分变换处理，其与波长的关系曲线波动更大且反演精度明显上升；柑桔园土壤试验样本水分的特征波段在700～760 nm以及950 nm左右，是进行建模优先考虑的特征波段；基于原始光谱对数的一阶导数(lgR)′和倒数的对数的一阶导数(lgR^-1)′建模，对土壤水分的拟合精度较高，两种拟合方式的决定系数(R²)均为0.876,均方根误差(RMSE)均为2.19%,相对分析误差(RPD)均为7.107;...     

基于高光谱成像的苹果水心病无损检测

以240个"秦冠"苹果水心病果和好果为试材,采集900~1 700nm的近红外波段高光谱图像,选取高光谱图像中的苹果区域作为感兴趣区域(ROI)并计算其平均光谱,分别采用4种特征选择方法和3种核函数支持向量机(SVM)分类器对水心病果进行判别,以探讨利用近红外高光谱成像技术判别苹果水心病的可行性。结果表明:基于卡方检验和支持向量机递归消除(SVM-RFE)2种特征选择法优于基于F检验和决策树的方法。4种特征选择的3种核函数支持向量机(SVM)分类器在1~200个波段下对水心病果的判别正确率分别为:48.6%~70.2%、48.6%~72.0%、33.3%~71.8%、47.2%~70.8%。基于SVM-RFE检验的特征选择下,SVM对水心病果的正确识别率达到72.0%,为该试验选出的最优方法。     

铁肥虹吸输液方法对矫正苹果缺铁失绿症的影响

【目的】为了探索苹果叶片缺铁失绿矫正新方法,【方法】通过田间试验和盆栽试验,分别研究了铁肥虹吸输液对矫正苹果缺铁失绿症的影响,铁肥虹吸输液和强力高压注射对叶片和根中铁含量的影响及铁在树体内的运输与分布。【结果】结果表明,铁肥虹吸输液能够在较短时间内使黄化的叶片复绿,显著增加叶片中叶绿素含量。虹吸输液增加叶片中铁含量显著多于强力高压注射,强力高压注射增加根中铁含量显著高于虹吸输液,虹吸输液铁肥靠叶片蒸腾拉力进入树体,强力高压注射的铁肥靠压力进入树体。【结论】铁肥虹吸输液是矫正苹果缺铁失绿症一种新的高效、简单易行方法。