棉花叶面积的速测方法研究

棉花叶面积是研究棉花生长发育状况的重要指标,为寻求一种简便、快速、正确估算棉花叶面积的简易测定方法,通过2种测定方法的对比,利用数理统计法对棉花叶片指标进行回归分析,结果表明,棉花叶面积与叶主脉长、叶宽及长宽乘积等都存在高度的正相关关系,以叶主脉长与叶面积的二次多项式回归方程,具有测量操作的便利性及精确性,在棉花叶面积估算中,可直接利用二次多项式回归方程来测算叶面积,可满足叶面积准确、快速测定的要求。     

不同种源斑皮柠檬桉叶片形态变异分析

为了解不同种源斑皮柠檬桉叶片变异特性,对10个种源斑皮柠檬桉叶片性状进行测定,采用方差分析、变异系数、遗传参数和相关分析等方法分析其种源间叶片形态变异规律。结果显示,斑皮柠檬桉不同种源的叶面积、叶周长、叶长、叶宽和长宽比等叶片性状差异均达到极显著水平,叶面积的平均变异系数最大,为32.79%,其他性状平均变异系数约为18%;对各种源叶面积方程进行拟合,拟合方程的相关系数R2均在0.9以上,说明拟合方程能较好地反映斑皮柠檬桉的叶面积;斑皮柠檬桉的叶面积、叶周长、叶长、叶宽和叶长宽比5个性状的广义遗传力均低于36%,受中等以下遗传控制;斑皮柠檬桉叶面积、叶周长、叶宽与原产地经度呈极显著负相关关系,说明斑皮柠檬桉叶片性状呈现明显经度变异。斑皮柠檬桉种源间叶片形态差异显著,说明斑皮柠檬桉的叶片性状具有丰富的变异。研究结果为斑皮柠檬桉的引种和改良提供依据。     

基于数字照片解析的黄瓜叶片面积测定及效果分析

为快速测定黄瓜叶片面积,开发了基于数字照片解析技术的叶片面积测定法,通过与坐标纸法、复印比重法对比,分析数字照片解析法的准确性与稳定性。结果表明：数字照片解析法与坐标纸法测定的结果无显著差异（配对检验P(p＞|t|)=0.872＞0.05）,复印比重法测定的结果较坐标纸法显著偏高。数字照片解析法较坐标纸法更为便捷、准确,可作为一种新的叶面积测定法推广使用。     

基于关键期HJ卫星数据提取无棣县作物种植面积

探讨利用作物关键生育期HJ卫星遥感数据,进行区域主要作物种植面积快速监测的可行性,旨在建立一种方便快捷的作物种植面积提取技术。以山东省无棣县为研究区,根据该县作物栽培技术月历为参考选择关键期HJ星遥感数据,通过EVI指数时序数据分析,采用支持向量机(SVM)方法进行了该县主要作物种植空间分布信息提取。结果表明：关键期HJ星EVI指数数据结合SVM方法,能较为准确地获取该县冬小麦、玉米和棉花的种植面积,总体的面积总量精度超过93%,空间分布精度大于75%;利用关键期影像大大减少了数据处理量,便于可视化感兴趣区的选择,仅利用SVM方法就获得了满足精度要求的作物面积提取结果,大大简化了操作流程,为其他区域利用HJ卫星数据提取作物种植面积提供了参考。     

基于AutoCAD软件确定番茄与青椒叶面积的简易方法

为准确而方便的获取番茄和青椒的叶面积,本研究利用扫描仪获取叶片图像,通过AutoCAD获取叶片的实际面积,并与田间实测叶长、叶宽及叶片长宽乘积分别进行回归分析,分别建立了叶长、叶宽及长宽乘积与实际叶面积的回归模型。研究结果表明,叶长、叶宽与叶面积呈幂函数关系,长宽乘积与叶面积呈线性关系;分别对3种估算模型模拟值进行误差分析结果显示,叶长、叶宽回归模型的模拟精度较差,而长宽乘积回归模型的模拟误差很小,精度较高,可以较真实地反映番茄和青椒叶面积的实际大小,叶片长宽乘积估算叶面积的折减系数分别为0.6393和0.6509。     

棉花叶片早衰的诊断及遗传效应分析

比较了利用活体叶片快速、无损害诊断棉花叶片早衰的SPAD差值法和绿色叶面积分级诊断方法,并分析了棉花叶片早衰的数量遗传行为。选用不同叶形和早衰类型的9个棉花品种(系),比较开花当天倒4叶及以后每5 d一次的SPAD值表明, 早衰棉花品种在开花35 d后SPAD值明显降低,因此,将开花后35 d和开花当天倒4叶的SPAD的差值作为诊断棉花叶片早衰的指标。构建持绿亲本33B和早衰亲本CJ463的6个世代(P₁、F₁、P₂、F₂、BC₁和BC₂),用联合尺度检验法对其叶片早衰的数据进行世代均值分析,结果表明棉花叶片早衰主要受加性遗传效应控制,至少是一对加性效应的主基因控制陆地棉叶片早衰遗传,且遗传力较高,说明对持绿材料的早代选择是有效的。总之,用SPAD差值和绿色叶面积分级两种诊断叶片早衰的方法来分析叶片早衰遗传及其与叶面积关系的结果基本一致。     

不同叶型五指毛桃的形态及生理指标测定

五指毛桃(Ficus hirta Vahl)具有较高的遗传多样性。本研究对野外不同叶型五指毛桃数量及生长环境展开调查,并以新鲜采摘的五指毛桃为实验材料,通过测定其叶柄长、叶片长、叶片宽、叶面积、叶周长、表皮毛长度、密度、表皮扁平细胞和气孔器等形态学指标及叶绿素、脯氨酸、可溶性糖含量等生理学指标,比较不同叶型五指毛桃间的差异。结果表明:野外4种叶型五指毛桃数量从大到小依次为:全缘型、三指深裂型、浅裂型、五指深裂型;且其在叶片宽、叶周长、叶面积、表皮毛长度和密度、上表皮扁平细胞形态、下表皮气孔密度和气孔宽、根茎叶含水量、脯氨酸、可溶性糖含量等方面均存在差异。本研究将为进一步了解和利用不同叶型五指毛桃种质资源提供参考依据。     

棉花对双星蛛螨虫损害的生理反应

蛛螨虫是棉花(Gossypium hisutum L．)的重要害虫，可以显著影响棉花生长、产量和纤维品质。本文在两个田间试验中分两个生长季节调查了棉花叶片对双星蛛螨虫(Tetranyclus urticae Koch)摄食损害的生理反应。首先把蛛螨虫群体放置在叶片的基本面积上并让其生长。这些蛛螨虫感染使光合速度、气孔传导、蒸散、蒸散效率和叶绿素含量快速而严重地下降了。在基本叶面积上，     

调控措施对棉花叶片生长和成铃的影响

棉花叶片建成速度、叶面积大小及叶绿素含量对棉花的成铃和单铃重有一定影响，而科学的调控则是保证适当的叶片建成速度，适宜的叶面积、叶绿素含量和干物质积累量的重要保证，本试验的目的在于通过试验探索高成铃、高单铃重的水、肥、化调技术的优化组合，并探讨在这种优化组合的下叶面积等指标的适宜范围．为棉花高产栽培提供相关的量化标准。     

基于光谱参数的棉花叶面积指数监测和敏感性分析

研究棉花冠层光谱参数对不同叶面积指数的响应,建立棉花叶面积指数光谱参数最佳估测模型,并对所选光谱参数进行敏感性分析.利用高光谱仪测定不同时期不同叶面积指数条件下的棉花冠层光谱反射率.结果表明,694 nm和1099nm分别为可见光和近红外波段区域内与叶面积指数相关性最好的波段,并用于改进前人所建立的光谱参数;宽范围动态...     

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。     

The Quantitative Method for Temperature Distribution of Cotton Leaves Based on Infrared Thermal Images

[Objective] The leaf temperature is an effective parameter reflecting crop physiological process and energy exchange. This study aimed to put forward a method to quantify the temperature distribution within cotton leaves. [Method] The infrared images of cotton leaves of potassium deficiency and normal cotton plants cultivated in nutrient solution were taken and studied. The irrelevant background in the infrared images was removed by using software of Stata and Surfer. The geostatistical spatial grid method was used to quantify the temperature distribution within cotton leaves. Finally, the temperature scales of different images were unified for better and faster comparison of leaf temperature differences among images. [Result] The processed image clearly reflected the differences among different treatments in leaf temperature. The mean leaf temperature, leaf vein temperature and leaf temperature outside leaf vein of potassium-deficient cotton were 0.52 ℃, 0.59 ℃ and 0.47 ℃higher than those of normal leaf, respectively. In addition, the temperature variation amplitude (0.76 ℃) and coefficient of variation (0.38%) of potassium deficient leaf were higher than those of normal leaf (0.54 ℃, 0.27%), and the temperature of the leaf vein increased the most (0.53 ℃). The analysis of the frequency distribution of temperature within the cotton leaf showed that the quartile deviation of temperature distribution of potassium-deficient leaf was 0.07 ℃ higher than that of normal leaf, indicating that the temperature distribution of normal leaf was relatively concentrated. [Conclusion] The proposed method is helpful for further monitoring of cotton growth and may guide cotton precise management.     

基于机器视觉的棉花群体叶绿素监测

研究了利用机器视觉技术快速获取棉花群体叶绿素信息的方法，以期获得预测性高的颜色特征参数。结果表明，RGB颜色系统的G－R、(G－R)/(G+R)、r与g的组合值和棉花功能叶叶绿素含量、群体绿色指数呈极显著相关，而且拟合度较高；HIS颜色系统的Hue值和棉花功能叶叶绿素含量、群体绿色指数之间也极显著相关。对筛选出的两组模型进行检验，预测精度在84.07%~93.04%之间，推荐预测精度最高的G－R参数作为获取棉花群体叶绿素信息的最佳颜色指标。G－R预测叶绿素含量和群体绿色指数的模型分别为y=－1.3008+0.2125(G－R)－0.0038(G－R)2（R²=0.8669**）和y=－0.9726+0.1227 (G－R)－0.0016(G－R)²（R²=0.7487**）。     

Plant Leaf Area Measurements by Personal Computers

We introduce a method to measure leaf area from plant leaves using a personal computer, and a handy scanner with corresponding software. Measurement of standard areas revealed a very high correlation (r = 0.999) between the number of measured pixel (1540 pixel/cm²) and the tested areas. Comparisons of scanner derived measurements with those from a standard area meter instrument revealed a high correlation (r = 0.998). Our method is a cheap and efficient alternative to the conventional area meters and can also replace more laborious 'home-made' methods of measuring plant leaf areas.     

基于无人机多光谱的华北平原花铃期棉花叶片SPAD建模方法研究

华北平原地区棉花叶片SPAD光谱特征有待探明,其最适宜建模方法亦有待研究。笔者针对华北平原棉区,基于无人机多光谱探索其叶片SPAD光谱特征和最佳建模方法。以德州市夏津县大李庄棉区为研究区,利用无人机获取棉花花铃期的多光谱图像,同步测定棉花叶片SPAD值;对原始光谱进行预处理并组合构建光谱指数,进而采用相关分析筛选出6个棉花SPAD特征光谱指数;分别采用BP神经网络(BPNN)、多元逐步回归(MSR)和支持向量机(SVM)方法构建棉花SPAD值定量分析模型,并对模型验证、对比,优选最佳模型和建模方法,进而定量分析研究区棉花叶片SPAD空间分布。结果表明:棉花叶片SPAD的特征波段为红光和红边波段;入选模型的特征光谱指数为r、r*reg、(reg-r)/(reg+r)、r-g、r/g、$\sqrt{r^{2}+g^{2}}$;对比3种建模方法,BPNN模型精度最高,其建模集R²、RMSE分别为0.747、4.568,验证集R²、RMSE、RPD分别为0.758、4.142、2.135,确定为棉花叶片SPAD的最佳模型。基于BP神经网络模型进行棉花叶片SPAD的空间分布反演,反演值与实测值具有高度一致性,拟合结果较好。BP神经网络可以作为基于无人机多光谱的华北平原棉花叶片SPAD建模的优选方法,该研究可促进棉田定量遥感和棉花长势监测。     

用机器视觉技术获取棉花叶片叶绿素浓度

运用机器视觉技术获取棉花叶片颜色特征，建立棉花叶片叶绿素测定模型。研究表明，（1）RGB颜色系统的B/R、色度坐标b、b/r值及HIS彩色系统中的饱和度S值均与棉叶叶绿素含量显著或极显著相关，可用于测定叶片叶绿素浓度；（2）棉花叶片正、背面RGB、HIS颜色系统的颜色特征值与叶绿素浓度的相关性高度一致，且叶片背面的颜色特征值与叶绿素浓度之间的相关性更高；（3）基于机器视觉技术建立和筛选出了6组棉叶叶绿素含量预测模型，预测误差在7.8%~13.65%之间。为棉花生长的快速监测提供了依据。     

基于OpenCV的Android手机植物叶片几何参数测量系统

通过Android 手机对植物叶片图像进行处理以测量其长、宽、周长、面积等几何参数,避免其他测量方法的缺点,提高数据采集效率。首先,获取含有已知尺寸矩形框的叶片图像。然后,对图像进行校正以消除倾斜失真。在校正阶段,采用了更为鲁棒的特征点检测法代替可能出现错误结果的Hough 变换法来处理矩形框,得到其4 个角点。根据求得的角点与标准图像的角点对图像进行映射得到校正图像。最后,处理校正图像计算叶片几何参数。参数计算提出以叶片轮廓为基础的方法,所有参数均通过对轮廓的处理求出,提高了计算效率。此外,基于轮廓求面积不需要对叶片进行形态学处理消除空隙及不连续,还可避免统计像素方法中将噪声像素误认为叶片造成的计算不精确。在求叶片长、宽时,给出了2 种方法供用户根据叶片实际形状选择。另外,在编程方面,采用了OpenCV-Android-SDK,大幅提高了图像处理速度。结果表明,精确度测试中,对打印出的规则图形几何参数测量的结果误差均在2%以内;而实际叶片的测量结果中长、宽的误差在2%以内,周长误差小于4%,面积误差低于3%。耗时测试中,相同图像处理算法采用OpenCV后,处理速度明显提升;对多部不同配置手机的测试中,处理1 幅分辨率为2448×3264 的叶片图像的耗时均在3 s 以内。另外,对于同一叶片图像,不同手机测量的结果完全一致。实验表明,该系统不仅操作简单、速度快、通用性强,而且对叶片几何参数的测量精确度也较高。     

2种常用叶面积测量方法准确性的比较研究

利用已知面积图形和菱叶绣线菊、毛茛叶报春、乌蔹莓3种植物叶检验了2种常用叶面积测量方法（剪纸称重法和图像像素法）的准确性和可重复性。对已知面积图形测量结果分析显示,2种方法准确性和可重复性均较好,测量相对误差均小于3%,但相比较而言,图像像素法测量的准确性明显好于剪纸称重法。比较2种方法对菱叶绣线菊、毛茛叶报春和乌蔹莓3种叶面积测量的结果,表明图像像素法测量的变异幅度明显小于剪纸称重法,2种方法的可比性随着被测叶面积的减小而降低,因而在小型叶面积的测量中建议使用图像像素法结果更可靠。     

Leaf Growth, Reproduction Growth and Yield in Cotton (Gossypium hirsutum L.)

In three genotypes of cotton differing in height, reproductive growth increased with the increase in number and size of the leaves and was maximum when leaf area was also maximum. After this stage though the leaf area continued to remain high for 3 weeks and then declined, more buds were shed than produced. Within genotypes the taller type LRA 5166 produced more leaves with greater area than MCU-5 whereas the dwarf type KD (CAKD) had more leaves with lesser area than MCU-5. The maximum leaf area as well as the yield of seed cotton were one and a half times in LRA 5166 than in MCU-5. Though the maximum leaf area in MCU-5 was also one and a half times than in KD (CAKD) , their seed cotton yields were the same. Since even during the period of maximum reproductive growth substantially more number of leaves were produced by LRA 5166 and KD (CAKD) than MCU-5 , maintenance and retention of bolls appeared to depend not only on leaf number and area but on their photosynthetic efficiency and perhaps nutrient reserves.