小麦叶片表皮蜡质成分及含量分析

为了解小麦叶片表皮蜡质晶体结构及成分,以具有白霜状表型的小麦品系310为材料,在抽穗期选取小麦倒二叶,用扫描电镜观察叶片蜡质晶体结构,并采用气相色谱/质谱(GC-MS)分析其蜡质组分,以峰面积为指标,定量计算各蜡质组分的含量。结果表明,小麦叶片上表皮的蜡质晶体呈现致密的片状结构,下表皮呈现管状结构。抽穗期叶片的蜡质总含量为9.204±0.650μg·cm-2。其中,脂肪醇含量最高,为3.690±0.485μg·cm-2,占蜡质总量的40.37%;烷烃次之,含量为3.040±0.678μg·cm-2,占蜡质总量的32.88%;醛、酸、二酮分别为0.524±0.032μg·cm-2、0.469±0.040μg·cm-2、0.951±0.064μg·cm-2,分别占蜡质总量的5.65%、5.18%和7.12%;未鉴定出的成分为0.815±0.140μg·cm-2,占蜡质总量的8.79%。在叶片表皮蜡质总化合物中,C28醇分布最多,占化合物总量的32.16%;其次为C29烷烃,占化合物总量的18.72%。     

小麦叶片蜡质含量与水分利用效率和产量的关系

为了进一步了解植物叶片蜡质含量与植物抗旱节水性的关系，本试验对6个小麦品种在灌浆后期的旗叶蜡质含量与抗早生理指标进行了相关分析，结果表明，干早条件下小麦灌浆后期叶片蜡质含量与光合速率、叶温、叶片水分利用效率和产量呈显著正相关．蜡质含量高的品种叶片温度高、蒸腾速率大，这与传统现点不同．分析认为蜡质含量高的品种在干早胁迫条件下可能叶片细胞膜稳定性强，气孔不容易发生关闭，因此其叶片水分利用效率和产量较高．蜡质含量除了受遗传因素决定外，还受环境因素影响．     

基于冠层反射光谱的夏玉米叶片色素含量估算模型研究

通过分析不同施氮水平下夏玉米叶片色素含量与冠层光谱反射率及其衍生的比值植被指数(RVI)、归一化植被指数(NDVI)、正交植被指数(MTVI2、MCARI2、SAVI、MSAVI)以及叶绿素吸收比值指数(CARI)之间的关系,建立夏玉米叶片叶绿素a(Chla)、叶绿素b(Chlb)、叶绿素a+b(Chl a+b)和类胡萝卜素(Car)含量估算模型。结果表明:NDVI与夏玉米叶片色素含量的相关性最好,RVI、RVI、CARI位居其次。通过逐步回归分析确立的夏玉米叶片Chla、Chlb、Chl a+b及Car含量的估算模型R2分别为0.790 8、0.832 4、0.808 8和0.761 7,说明利用冠层NDVI可以对夏玉米叶片Chla、Chlb、Chl a+b和Car含量进行可靠的监测。     

小麦不同器官表皮蜡质的组分及晶体结构分析

为分析小麦不同器官表皮蜡质组分和晶体结构的差异,以表皮蜡质为绿色表型的小麦品种泰山4447和白霜状表型的济麦6097为供试材料,在抽穗期分别提取穗部、叶鞘、穗下茎、旗叶、倒二叶、倒三叶和倒四叶七个不同器官的表皮蜡质,利用气相-质谱联用（GC-MS）和气相色谱（GC-FID）对各器官表皮蜡质组分进行定性和定量分析,使用场发式扫描电子显微镜观察各器官表皮蜡质的晶体结构,并对小麦旗叶进行失水率检测。结果表明,两小麦品种各器官表皮蜡质的成分主要包含初级醇、二酮、烷烃、脂肪醛、脂肪酸、酯等脂肪族化合物。泰山4447和济麦6097的穗下茎、叶鞘和颖壳表皮蜡质中二酮的含量显著高于旗叶、倒二叶、倒三叶和倒四叶,济麦6097的旗叶、穗下茎、叶鞘和颖壳表皮蜡质中二酮的含量显著高于泰山4447各器官。扫描电镜观察表明,两个小麦品种的旗叶近轴面、倒二叶、倒三叶和倒四叶的蜡质晶体为片状结构,旗叶远轴面、穗下茎和叶鞘上的蜡质晶体呈管状结构,泰山4447的颖壳表皮蜡质中管状晶体和片状晶体共存,而济麦6097的颖壳表皮蜡质中晶体结构则完全为管状。泰山4447的旗叶水分非气孔性散失速率高于济麦6097。     

缺素对小麦冠层反射光谱的影响

为给小麦缺素症早期诊断提供依据,以太湖地区典型稻麦轮作区的长期定位施肥实验为研究对象,分析了氮磷钾单一营养元素缺乏和两种或两种以上元素同时缺乏时的小麦叶绿素含量（SPAD值）及冠层反射光谱特性的变化规律。结果表明,缺素造成了叶片叶绿素含量的下降。缺氮使小麦冠层光谱反射率在可见光波段（460～710nm）和1480～1650nm波段增加,在近红外波段（760～1220nm）下降,红光波段对胁迫表现最为敏感．其次为黄光波段和1480nm左右的水分吸收波段;缺磷降低了近红外波段反射率,对可见光波段反射率的影响则受生育阶段和其他肥料互作的影响;缺钾处理对冠层反射光谱的影响较小,差异不显著。氮胁迫对可见光波段的影响程度显著高于磷胁迫,近红外波段两者持平。光谱对养分胁迫的响应程度随生育进程的推进而逐渐减小。缺素均使冠层光谱的红边位置向短波方向移动即发生蓝移,位移大小依元素缺乏种类及数量而定,最大位移可达10nm左右。     

不同小麦品种(系)穗部表皮蜡质的成分及含量分析

为了比较分析不同小麦基因型穗部蜡质成分及其含量的差异,以17个小麦品种(系)为材料,利用GC-MS和GC-FID对其穗部蜡质的成分和含量进行定性和定量分析。结果表明,从小麦穗部蜡质中共分离鉴定出24种化合物,其中主要为二酮,其次为烷烃、脂肪醇,还有少量的脂肪酸和醛。不同小麦品种(系)穗部蜡质在成分上并无明显差别,但蜡质总量和各组分含量差异明显。16个表皮具有白霜状的小麦品种(系)穗部表皮蜡质总量远高于无白霜小麦品种(中国春),白霜状小麦品种(系)穗部蜡质中二酮约占81.03%,而中国春穗部蜡质中二酮和烷烃的比例相当,分别占总蜡质的38.36%和38.14%;β-二酮在所有小麦品种(系)的穗部蜡质中都存在,但β-二酮衍生物羟基β-二酮仅存在于有白霜的小麦品种(系)表皮蜡质中。     

干旱胁迫对大麦叶片表皮蜡质含量及主要生理指标的影响

为了探究大麦对干旱胁迫的反应机制,采用裂区设计研究了干旱胁迫对不同大麦品种灌浆期旗叶和旗叶鞘表皮蜡质含量及主要生理指标的影响。结果表明,与正常水分处理相比,干旱胁迫可促进大麦表皮蜡质的合成;大麦不同品种间蜡质含量差异显著,抗旱品种的蜡质含量显著高于干旱敏感品种。在干旱胁迫下,大麦叶片相对含水量、叶绿素含量及气孔导度显著降低,且抗旱品种降低幅度较干旱敏感品种缓慢;蒸腾速率和胞间CO2浓度显著增加,且抗旱品种的增加幅度低于干旱敏感品种。品种因素对大麦叶片蜡质含量、净光合速率、气孔导度的影响较水分处理的影响大。大麦表皮蜡质含量与水分利用效率呈显著正相关,表明表皮蜡质对提高大麦抗旱性有一定积极意义。     

不同施氮水平下大豆反射光谱预测叶片氮含量模型

通过分析不同施氮水平下大豆叶片氮含量与叶片光谱反射率之间的关系,确立了大豆叶片氮含量的敏感波段及预测方程.结果表明:在 530、550、890和930 nm 4个波段的光谱反射率与大豆叶片氮含量的相关性达显著或极显著水平.通过4种植被指数的比较,NDVI的R2最大,RMSE最小.筛选得到回归方程:Y= -323.214×NDVI2 (890,530)+469.9307×NDVI (890,530)-165.021,该模型适用于不同生育期大豆叶片氮含量的预测.     

基于冠层反射光谱的夏玉米叶片碳氮比监测

基于不同夏玉米品种在2个年份不同施氮水平下的田间试验,研究夏玉米叶片碳氮比随生育期的变化模式及其与冠层反射光谱的定量关系,建立玉米叶片碳氮比的定量监测模型。结果表明,夏玉米叶片碳氮比随施氮量的增加而降低,随生育进程呈"高-低-高"动态变化趋势。利用冠层反射光谱监测叶片碳氮比的适宜时期为孕穗期至吐丝期。13个光谱参数与2个品种叶片碳氮比有较好的相关性。通过比较模型的拟合决定系数(R2)和预测标准误(SE),确定转换型植被指数(TVI)与叶片碳氮比的线性回归方程为最佳监测模型。经不同年际独立试验数据的检验,叶片碳氮比监测模型的预测精确,相关系数(r)为0.682 4,根均方差(RMSE)为0.405 2,表明夏玉米冠层反射光谱可用来定量估测叶片碳氮比的变化状况。     

小麦叶片叶绿素含量系统变化规律研究

本文对１２个小麦品种（系）叶片叶绿素含量在一生中各主要时期的系统变化进行了研究。结果表明,不同品种小麦叶片叶绿素含量系统变化都呈现出基本相似的变化趋势,即缓慢下降、迅速上升、平稳上升、平稳下降和迅速下降五个阶段。高产品种叶绿素的变化应该呈现出前快、中平、后慢的特点。     

基于冠层反射光谱的夏玉米LAI估算模型研究

从多个角度研究夏玉米LAI与冠层反射光谱的相关性,探索不同光谱波段在夏玉米LAI预测中的优势互补。结果表明,可见光波段对品种差异较敏感,而近红外波段对品种差异敏感性不大;预测效果最好的LAI估算模型是由多个单波段建立的多元线性回归模型,其次是由近红外与绿光波段的比值R₁₀₅₀/R₅₅₀建立的三次多项式回归模型,然后是由RVI建立的三次多项式回归模型。     

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...     

基于光谱指数的冬小麦冠层叶绿素含量估算模型研究

为探索对冬小麦冠层叶绿素含量反应敏感的高光谱波段组合,同时比较不同光谱指数对小麦冠层叶绿素含量的估测效果,通过分析350~2 500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段交叉组合而成的主要高光谱指数与冬小麦冠层叶片叶绿素含量的定量关系,建立冬小麦冠层叶绿素含量估算模型。结果表明,选用归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)和土壤调节光谱指数(SASI)建立的冬小麦冠层叶绿素含量监测模型决定系数均大于0.71,标准误差均小于1.842。利用独立试验资料进行检验,表现最好的是RSI(FD_(689),FD_(609))和SASI(R_(491),R_(666))L=0.01,预测精度高达98.2%,模型精确度和可靠性较高。     

基于优化光谱指数的新疆春小麦冠层叶绿素含量估算

为筛选可用于干旱半干旱区春小麦冠层叶绿素含量估算的高光谱植被指数,2017年通过测定春小麦关键生育时期冠层的田间高光谱与叶绿素含量,利用光谱指数波段优化算法分别计算400～1 300 nm光谱波段中不同波段两两组合的比值光谱指数(ration spectral index,RSI)、归一化光谱指数(normalized difference spectral index,NDSI)、叶绿素指数(chlorophyll index,CI)、简化光谱指数(CI/NDSI,NPDI),并将这些参数及其他17个不同高光谱植被指数分别与实测冠层叶绿素含量进行Pearson相关分析,通过变量重要性准则筛选最优光谱参数,使用偏最小二乘回归法建立冠层叶绿素含量的预测模型。结果表明:(1)RSIs、NDSIs、CIs和NPDIs与冠层叶绿素含量的相关性都优于前人研究中定义的17种高光谱植被指数,并且冠层叶绿素含量与NDSI(R_(849),R_(850))、RSI(R_(849),R_(850)),CI(R_(849),R_(850))和NPDI(R_(849),R_(850))表现出强相关性。(2)用此4个优化光谱指数分别建模时,以CI(R_(849),R_(850))、 CI(R_(539),R_(553))、 CI(R_(540),R_(553))、 CI(R_(536),R_(553))为自变量的X-3模型预测精度最高(r~2=0.74,RMSE=0.272 mg·g~(-1))。(3)结合4个优化光谱指数构建的组合模型预测精度,其r~2=0.83,RMSE=0.187 mg·g~(-1)。     

Analysis of Common Canopy Reflectance Spectra for Indicating Leaf Nitrogen Concentrations in Wheat and Rice

Abstract

Non-destructive monitoring and diagnosis of plant nitrogen (N) concentration are of significant importance for precise N management and productivity forecasting in field crops. The present study was conducted to identify the common spectra wavebands and canopy reflectance spectral parameters for indicating leaf nitrogen concentration (LNC, mg N g-¹ DW) and to determine quantitative relationships of LNC to canopy reflectance spectra in both rice (Oryza sativa L.) and wheat (Triticum aestivum L.). Ground-based canopy spectral reflectance and LNC were measured with seven field experiments consisting of seven different wheat cultivars and five different rice cultivars and varied N fertilization levels across three growing seasons for wheat and four growing seasons for rice. All possible ratio vegetation indices (RVI), difference vegetation indices (DVI), and normalized difference vegetation indices (NDVI) of key wavebands from the MSR16 radiometer were calculated. The results showed that LNC of wheat and rice increased with increasing N fertilization rates. Canopy reflectance, however, was a more complicated relationship under different N application rates. In the near infrared portion of the spectrum (760?1220 nm), canopy spectral reflectance increased with increasing N supply, whereas in the visible region (460?710 nm), canopy reflectance decreased with increasing N supply. For both rice and wheat, LNC was best estimated at 610, 660 and 680 nm. Among all possible RVI, DVI and NDVI of key bands from the MSR16 radiometer, NDVI(1220, 610) and RVI(1220, 610) were most highly correlated to LNC in both wheat and rice. In addition, the correlations of NDVI(1220, 610) and RVI(1220, 610) to LNC were found to be higher than those of individual wavebands at 610, 660 and 680 nm in both wheat and rice. Thus LNC in both wheat and rice could be indicated with common wavebands and vegetation indices, but separate regression equations are necessary for precisely describing the dynamic change patterns of LNC in wheat and rice. When independent data were fit to the derived equations, the root mean square error (RMSE) values for the predicted LNC with NDVI(1220, 610) and RVI(1220, 610) relative to the observed values were 10.50% and 10.52% in wheat, and 13.04% and 12.61% in rice, respectively, indicating a good fit. These results should improve the knowledge on non-destructive monitoring of leaf N status in cereal crops.     

基于主成分分析和随机森林回归的冬小麦冠层叶绿素含量估算

为提高冬小麦冠层光谱对叶绿素含量的估算精度,以陕西省乾县冬小麦为研究对象,利用SVC-1024i光谱仪和SPAD-502型叶绿素仪实测了冬小麦冠层反射率和叶绿素含量,分析了一阶导数光谱、10种特征参数和9种植被指数与叶绿素含量的相关性,并利用主成分分析(PCA)对叶绿素敏感的可见光波段(390～780 nm)一阶导数光谱进行降维,将特征值大于1的主分量结合特征参数和植被指数形成不同的输入变量,用偏最小二乘回归和随机森林回归构建冬小麦冠层叶绿素估算模型,并利用独立样本对模型进行验证。结果表明,小麦冠层叶绿素含量与一阶导数光谱在751 nm处的相关性最高(r=0.71),特征参数中红边蓝边归一化(SDr-SDb)/(SDr+SDb)与叶绿素含量的相关性最高(r=0.66),植被指数(VI)中修正归一化差异指数(mND705)相关性最高(r=0.74)。在输入变量相同的情况下,基于随机森林(RF)回归的预测模型均优于偏最小二乘回归(PLSR)模型,其中PCA-VI-RF模型的各精度指标均达到最优(r²=0.94,RMSE=1.05,RPD=3.70),是冬小麦冠层叶绿素...     

小麦冠层叶片性状的遗传模型研究

连续两年随机选用8个小麦品种（系）组配成双列杂交组合,研究了小麦冠层叶片性状的遗传模型。结果表明,旗叶基角和鞘长、倒二叶宽为加性一显性模型遗传;倒二叶的基角和开张角均为加性模型遗传;旗叶开张角遗传受环境条件影响,第一年为加性-显性-上位性模型遗传,第二年为加性-显性模型遗传;旗叶长、宽和倒二叶鞘长第一年均为加性一显性模型遗传,第二年均为加性模型遗传;倒二叶长第一年为加性一显性模型遗传,第二年为加性-显性-上位性模型遗传;还分析了控制各性状的显隐性基因在各亲本中的分布及其显性程度。最后,讨论了冠层叶片性状的后代选择和亲本组配等问题。     

小麦冠层氮素含量光谱估算研究进展

氮素作为作物生长和产量形成的首要元素,约占作物体干重的0.3%~5.0%,有生命元素之称。小麦是世界上种植面积最大、商品率最高的粮食作物,面积和总产量均占世界粮食作物的1/3左右,小麦氮素含量估算技术的现代化、信息化水平与农业的现代化、信息化密切相关,快速、准确、无损地获取作物氮素含量对制定合理施肥策略和农业可持续发展具有重要意义。本文首先对小麦冠层氮素含量光谱估算的原理进行了介绍,然后对目前氮素含量估算采用的数据类型和方法进行了总结分析,并在此基础上分析了目前小麦冠层氮素光谱估算存在的问题,对未来小麦冠层氮素光谱快速估算前景进行了展望。