水稻叶片叶绿素含量与衰老的关系

为了探明叶绿素含量与叶片衰老的关系,分别利用复合杂交后代的34份和130份材料,研究水稻生育后期自然强光对不同叶绿素含量水稻叶片衰老的影响.结果表明,试材叶片SPAD值在42时,叶绿素含量降解最快.高叶绿素含量材料(叶片SPAD值42以上)在灌浆初期较低叶绿素含量材料(叶片SPAD值42以下)叶绿素降解慢,但随后却高于低叶绿素含量材料的降解.说明在灌浆初期高叶绿素含量材料相对低叶绿素含量材料对强光的耐受性好,随后由于高叶绿素含量材料叶片SPAD值降至42左右,其叶绿素降低速度反而较低叶绿素含量材料快.     

基于RGB与HSV颜色空间的水稻齐穗后叶片SPAD值估测方法研究

通过计算机视觉技术对齐穗期至成熟期的水稻叶片图像进行分割,提取水稻叶片图像在RGB和HSV颜色空间中的6种颜色特征参数,计算典型的18种颜色分量,分析了颜色特征参数和颜色分量与水稻叶片SPAD值之间的相关关系;然后,采用线性回归分析方法,分别建立了基于RGB颜色空间和基于RGB与HSV颜色空间的SPAD值的估测模型,并采用逐步回归方法,分别建立了基于颜色特征参数和颜色分量的SPAD值的估测模型。结果表明:RGB颜色空间和HSV颜色空间均与水稻叶片的SPAD值有极显著的相关关系,以HSV颜色空间与水稻叶片SPAD值的相关关系更为密切;颜色特征参数H与SPAD值之间的相关关系最密切,其次是S、R、V;颜色分量r/b与SPAD值之间的相关关系最密切,其次是R-B、b、r;在建立的水稻叶片SPAD值的4个估测模型中,以基于颜色分量的逐步回归模型的拟合效果最好。因此,综合RGB和HSV颜色空间中图像颜色信息的分析应用,有利于提高水稻叶片SPAD值的图像反演精度。     

基于RGB与HSV颜色空间的水稻齐穗后叶片SPAD值估测方法研究

通过计算机视觉技术对齐穗期至成熟期的水稻叶片图像进行分割,提取水稻叶片图像在RGB和HSV颜色空间中的6种颜色特征参数,计算典型的18种颜色分量,分析了颜色特征参数和颜色分量与水稻叶片SPAD值之间的相关关系;然后,采用线性回归分析方法,分别建立了基于RGB颜色空间和基于RGB与HSV颜色空间的SPAD值的估测模型,并采用逐步回归方法,分别建立了基于颜色特征参数和颜色分量的SPAD值的估测模型。结果表明:RGB颜色空间和HSV颜色空间均与水稻叶片的SPAD值有极显著的相关关系,以HSV颜色空间与水稻叶片SPAD值的相关关系更为密切;颜色特征参数H与SPAD值之间的相关关系最密切,其次是S、R、V;颜色分量r/b与SPAD值之间的相关关系最密切,其次是R-B、b、r;在建立的水稻叶片SPAD值的4个估测模型中,以基于颜色分量的逐步回归模型的拟合效果最好。因此,综合RGB和HSV颜色空间中图像颜色信息的分析应用,有利于提高水稻叶片SPAD值的图像反演精度。     

利用叶绿素计诊断水稻氮素营养的研究

以2个叶色不同的晚熟粳稻品种为试验材料,测定了4个氮肥水平下水稻分蘖盛期和抽穗期主茎顶部3张叶片的叶色SPAD值以及叶片氮含量.结果表明:2个水稻品种顶3叶SPAD值在不同氮肥水平下变化最大,不受品种的影响,并且与水稻总叶片含氮量及植株含氮量呈极显著的相关性.因此,通过测定水稻顶3叶的SPAD值可以诊断水稻的氮素营养状况.     

水稻灌浆中后期功能叶中叶绿素含量及其变化趋势与谷物产量关系研究

对5个抗早衰能力有明显差异的籼稻恢复系灌浆中后期上3片功能叶的相对叶绿素含量(SPAD值)进行测定,分析了叶绿素含量及其变化趋势与谷物产量的关系.结果表明,水稻灌浆中后期各功能叶中叶绿素含量与单穗粒重关系最为紧密,但相关性未达显著水平;抽穗后15～20d之间,剑叶和倒二叶中叶绿素降解速率与单株粒重呈分别呈显著和极显著负相关,而倒三叶中叶绿素降解速率与单株粒重相关程度较低,育种上选择抽穗后15 ～20 d期间剑叶和倒二叶叶绿素降解速率较慢的恢复系作为父本将有利于提高杂交水稻的籽粒产量.     

作物叶片叶绿素含量与SPAD值相关性研究

测定了水稻、棉花、玉米、高梁、大豆等夏季农作物叶片的叶绿素含量和SPAD-502值,确定了两者的最佳相关函数,经检验,均达到极显著水平.用SPAD-502叶绿素计和相关函数可迅速测定作物叶片的叶绿素含量.     

基于数字图像的大田哈密瓜不同时期冠层相对叶绿素含量检测研究

为探究快速无损获取大田哈密瓜完整冠层相对叶绿素含量的可行性,首先,利用自制的图像采集小车搭载面阵相机,获取不同水肥处理下大田哈密瓜伸蔓期、开花期、膨果期的378张完整冠层图像;然后,对图像进行处理后,提取32种颜色特征和6种纹理特征,分析图像特征与冠层相对叶绿素含量的相关性;接着,对图像特征进行预处理后,选取相应的主成分作为模型输入,分别建立用于预测不同时期冠层相对叶绿素含量的多元线性回归(MLR)、支持向量机回归(SVR)、随机森林(RF)模型。对比建模效果发现,SVR模型的效果最好,在伸蔓期、开花期、膨果期,该模型预测值与实测值回归的决定系数分别为0.73、0.73、0.83,均方根误差分别为0.90、0.91、0.76。研究表明,利用数字图像技术能实现对大田哈密瓜不同时期冠层相对叶绿素含量的快速无损检测,可为大田哈密瓜田间管理提供技术参考。     

木麻黄内生真菌对其幼苗叶绿素相对含量及荧光参数的影响

【目的】为了探讨内生真菌对木麻黄幼苗光合性能的影响。【方法】采用水培苗浸泡菌液(S)和盆栽苗浇灌菌液(P)的侵染方式,接种28株不同的木麻黄内生真菌于无性系幼苗,测定幼苗的叶绿素相对含量差异以及叶绿素荧光参数的变化。【结果】S处理下46号菌株对叶绿素相对含量较对照的增幅为31.34%,16号菌株对叶绿素荧光参数Fm和Fv较对照差异最显著,分别为对照苗木的2.13倍和2.21倍;P处理未能提高木麻黄幼苗的叶绿素相对含量。【结论】内生真菌能够提高木麻黄水培苗木叶绿素相对含量以及主要叶绿素荧光参数Fm和Fv,从而促进幼苗的生长,但不同接菌方式以及不同菌株处理对光合性能的影响不同。     

水稻叶片SPAD值的高光谱估算模型

[目的]构建水稻叶片SPAD值的高光谱精确估算模型,为进一步提高高光谱对水稻SPAD值反演估算精度提供参考依据.[方法]利用SPAD-502型叶绿素测定仪测量水稻叶片SPAD值,以FieldSpec 4光谱仪采集水稻叶片光谱数据.通过分析光谱植被指数、位置参数与SPAD值的相关性,构建4个水稻叶片SPAD值高光谱估测模型,即逐步多元线性回归(SMLR)模型、支持向量机回归(SVR)模型、基于主成分分析的支持向量机回归(PCA+SVR)模型和以逐步多元线性回归确定最佳参数的支持向量机回归(SMLR+SVR)模型;并采用均方根误差(RMSE)、平方相关系数(R2)、相对分析误差(RPD)和平均相对误差(MRE)等指标对模型进行评价.[结果]在分析的15个光谱特征参数中,除黄边位置(λy)无显著相关外(P>0.01),水稻叶片SPAD值与叶片光谱位置参数及植被指数参数间存在显著相关性,选择相关系数大于0.800的5个植被指数参数(VOG1、VOG2、VOG3、CARI和PRI)和7个光谱位置参数[蓝边面积(SDb)、黄边振幅(Dy)、黄边面积(SDy)、绿峰反射率(Rg)、红谷净深度(Hr)、蓝边振幅(Db)和红边位置(λh)]作为输入变量构建水稻叶片SPAD值的估测模型.R2和RPD值越大,RMSE和MRE值越小,则表明模型的性能越好,估算精度高.比较4个模型训练与测试结果的R2、RMSE、MRE和RPD可知,在模型估算精度上,SMLR+SVR模型高于SMLR模型,PCA+SVR模型高于SVR模型.总体上,SMLR+SVR模型能更好地实现对水稻叶片SPAD值的预测,其模型各项评价指标R2、RMSE、MRE和RPD分别为0.856、2.076、3.984%和2.550.[建议]进一步挖掘分析光谱特征参数与水稻叶片SPAD值间的关系,提出新的光谱特征参数或优化特征参数选择组合方法,增加回归建模算法,提高高光谱对水稻叶片SPAD值的有效估算.采集水稻冠层高光谱图像,反演出高光谱图像中的水稻冠层SPAD值,研究冠层SPAD与水稻长势关系,为水稻科学管理提供技术支持.     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

不同氮素水平下水稻叶片及相邻叶位SPAD值变化特征

通过大田试验,研究在3种不同施肥方案和6个施氮水平下,水稻植株整个生长周期SPAD值的变化情况以及水稻分蘖、孕穗和抽穗3个重要时期主茎顶1叶至顶4叶的SPAD值分布变化特征。结果表明:水稻整个生长期叶色呈现"黑黄"交替的变化规律,而主茎顶4叶对氮素供应盈缺的反应最为敏感,可作为反映水稻N素营养状况的理想指示叶;对水稻主茎上各个相邻叶位的SPAD差值与施氮水平之间的相关性比较发现,顶4叶和顶3叶的SPAD差值(SPADL4-L3)与施氮水平之间存在明显的相关性,随着施氮水平的提高,顶4叶与顶3叶间的SPAD值差异逐渐缩小,且这一结果不受施肥条件和水稻生长时期的影响,因此,也可以利用SPADL4-L3值作为水稻整个生育期N素营养状况实时诊断的指标。     

基于参数优化支持向量机的水稻施氮水平分类研究

[目的]应用参数优化支持向量机对水稻施氮水平进行准确分类预测,为水稻精准施肥和高产管理提供科学依据.[方法]以水稻品种金优458为试验材料,设4个施氮水平(从高至低折合纯氮用量分别为225、150、75和0 kg/ha),通过叶绿素测量仪SPAD-502获取水稻第6~9叶序叶片的SPAD值(即叶尖、叶中和叶枕的SPAD值),并分别应用网格搜索算法和粒子群算法参数优化支持向量机对4个施氮水平下的水稻叶片SPAD值进行训练和预测分类.[结果]对于第7、8叶序、第7~9叶序及第6~8叶序叶片组合,粒子群算法参数优化支持向量机对水稻施氮水平的分类识别效果均优于网格搜索算法,其准确率均高于75.000%,对归一化处理后的第7、8叶序叶片组合识别率最高,达88.889%.[结论]基于粒子群算法参数优化支持向量机适用于水稻施氮水平分类预测,能满足农学研究的需求.     

基于支持向量机的水稻稻瘟病图像分割研究

水稻稻瘟病图像的分割是水稻稻瘟病自动分析与识别的关键环节,其分割效果直接影响后续处理。提出一种基于支持向量机的水稻稻瘟病病害彩色图像分割方法。首先选取叶子正常部分的像素点以及颜色相对复杂的病斑像素点作为负训练样本和正训练样本,提取像素R、G、B彩色分量作为特征向量,对支持向量机进行训练,然后在RGB空间利用训练好的支持向量机对待分割图像的所有像素点进行分类,实现水稻稻瘟病彩色图像的分割。为了获得最佳的分割效果,采用网格搜索法对径向基核函数下的不同核参数分割效果和性能进行比较与分析,确定最佳模型参数。利用此模型进行水稻稻瘟病图像分割实验,获得较好的分割精度,结果优于最大类间方差分割算法。     

长期定位有机-无机肥配施对早稻叶绿素含量的影响

采用田间小区试验,研究17年定位不同种类有机肥与无机肥配施对早稻分蘖期、齐穗期、乳熟期、腊熟期和黄熟期叶片叶绿素含量的影响.结果表明,与NPK处理相比,有机-无机肥配施分别使早稻分蘖始期和分蘖盛期倒二叶叶绿素SPAD值提高1.74%～5.03%和4.69%～7.87%,分蘖盛期叶片叶绿素SPAD值各有机-无机配施处理与NPK处理间差异达到显著水平;齐穗后有机-无机肥配施处理均可减缓早稻生育后期功能叶叶绿素降解速度,以NPK GM处理SPAD值减少量最小,为单施NPK处理的67.91%,各有机-无机肥处理与单施无机肥之间差异达到极显著水平.     

基于BiPLS-CARS-PLS的哈密瓜冠层叶片SPAD值反演建模

利用光谱技术对大田哈密瓜冠层叶片叶绿素含量定量估测,可为田间水肥调控以及田间管理提供理论依据。本实验在剔除噪音后的378 nm到1 115 nm光谱的基础上采用多元散射校正、标准正态变量相交、标准化、Savitzky-Golay卷积平滑法、归一化、移动平均平滑等方法对原始光谱数据进行预处理,然后采用特征区间选择与特征波长选择相结合的方法实现数据降维和简化模型,并建立偏最小二乘和极限学习机的回归模型。结果表明,多元散射校正预处理效果最佳,在此基础上,利用反向区间偏最小二乘法(BiPLS)和竞争性自适应重加权采样算法(CARS)相结合共筛选出13个特征波长,将其作为模型的输入变量,由偏最小二乘法(PLS)建立的模型效果最优,其预测集的相关系数R_p和均方根误差RMSEP分别为0.942 4与1.006 2。因此,采用BiPLS与 CARS结合PLS建立的光谱定量分析模型,可实现对哈密瓜冠层叶片叶绿素含量的定量估测。     

水稻叶片SPAD值分布特征及其与施氮量的关系

[目的]探明水稻叶片SPAD值分布特征及其与施氮量的关系,为构建基于SPAD值的水稻施氮管理线性模型提供参考依据.[方法]试验采用裂区设计,主处理设2个不同品种(Q优6号和准两优527),副处理设6种不同施氮量水平(0、75、150、225、300和375 kg/ha,以纯N计),测定不同施氮水平下水稻重要生育时期的叶片SPAD值,并分析稻叶SPAD值分布特征及其与施氮量的关系.[结果]Q优6号在不同施氮处理下的产量排序为300 kg/ha>225 kg/ha> 150kg/ha>375 kg/ha>75 kg/ha>0 kg/ha,准两优527产量随施氮量的增加而增加;准两优527的有效穗数和千粒重显著高于Q优6号.两个水稻品种不同施氮水平间SPAD值的动态变化趋势相似,但SPAD值最高值出现的时间和幅度略有差别.两个水稻品种SPAD值与施氮量在拔节期、抽穗期和成熟期均呈极显著正相关(P<0.01),拟合方程斜率均较低.不同测定时期SPAD值存在品种间和叶位间的差异.各SPAD值次级指标与施氮量的一元二次多项式拟合结果表明,下部叶片SPAD值(L3和L4)与施氮量的曲线拟合度高于上部叶片SPAD值(L1和L2),两次追肥时期的SPADL4X3/mean值可作为氮素营养实时诊断的理想指标.[结论]水稻叶片SPADL4xL3/mean与施氮量具有较好的拟合关系,且这一关系不受时间和品种的影响,可作为构建基于SPAD值水稻变量施氮模型时的理想参数.     

木薯叶形与光合特性、SPAD值的相关性研究

[目的]研究木薯叶片形态与光合特性、SPAD值之间的相关性,为木薯高产品种选育提供理论依据.[方法]以5个叶形差异较大的木薯品种（系）为材料,测定不同叶位叶片形态指标、净光合速率、气孔导度、胞间CO2浓度、蒸腾速率和SPAD值,通过方差分析和相关性分析,探讨叶形对光合特性、SPAD值的影响.[结果]中间裂叶长度与光合生理指标呈显著正相关,中间裂叶长度与净光合速率、气孔导度、胞间CO2浓度、蒸腾速率的相关系数分别达到0.946、0.981、0.810和0.816;木薯SPAD值与叶形指标、光合生理指标之间相关性不显著;相同品种（系）不同叶位之间叶形指标和SPAD值均差异不明显,SPAD值在第6个叶位（最上部全展叶第23片叶）时较高;净光合速率值总体上随叶位从上到下呈逐渐降低的趋势,木薯最上部全展叶第3～11片叶光合效率最高.[结论]木薯的中间裂叶长度越长,其净光合速率、气孔导度、胞间CO2浓度、蒸腾速率值越大,品种（系）光合效率越高;保持木薯中上部叶片的光合作用功能对提高木薯产量有重要意义.     

养分运筹对早稻叶片SPAD值的影响及其相关性分析

以湘早籼45号为材料,采用田间小区试验,分别在湖南益阳、湘阴设置不施氮肥、农民习惯施肥、高产高效施肥、超高产施肥、超高产高效施肥A和超高产高效施肥B共6个处理,研究养分运筹对早稻叶片SPAD值的影响及其相关性。结果表明,高产高效施肥与农民习惯施肥相比,在节氮20%的条件下,通过增施有机肥及调节后期施氮比例,益阳、湘阴灌浆期早稻SPAD值分别提高3.05%、7.12%。益阳超高产高效施肥A和B灌浆期SPAD值比农民习惯施肥分别提高15.58%、16.65%;湘阴超高产高效施肥A和B灌浆期SPAD值比农民习惯施肥分别提高14.96%、15.50%。相关分析表明,不同地力环境条件下,早稻叶片SPAD值与叶绿素含量呈极显著正相关（P＜0.01）。养分运筹模式对早稻SPAD值促进作用显著。应用叶绿素计监测早稻叶片最佳测定部位为完全展开叶的中部。     

不同玉米品种叶片SPAD值估测模型的构建及其差异性研究

【目的】探究玉米叶片SPAD值与其高光谱特征之间的品种差异,构建不同玉米品种叶片SPAD值估测模型,并对模型应用范围进行验证。【方法】通过大田试验,测定多个玉米品种叶片的SPAD值及其高光谱数据,利用相关分析及逐步回归分析等方法,构建和筛选玉米叶片SPAD值与相关光谱参数的回归模型,并利用偏差率对模型精度进行检验。【结果】不同玉米品种叶片的SPAD值与其高光谱反射率及一阶导数的相关波段存在差异,但品种间差异较小,关系最密切的波段均处于560和700nm附近。对不同玉米品种的光谱反射率一阶导数进行比较时,出现"红移"现象,"红移"规律与各品种叶片SPAD值大小表现一致;叶片SPAD值与光谱反射率一阶导数的显著相关波段在510,615,690和740nm附近。在构建估测模型时,以单波段光谱参数构建的模型估测效果较组合波段构建的模型好,且模型类型为多元方程和指数方程。以单一玉米品种叶片光谱参数建立的模型可以对其他玉米品种叶片的SPAD值进行估测,但估测精度在不同品种间存在差异。【结论】以高光谱560nm附近波段反射率建立的模型精度最高,对不同品种的玉米叶片SPAD预测值偏差率普遍小于5.00%。