花生苗期硼营养诊断适宜叶片和时间的研究

我们在1983-1985年研究证明:花生苗期叶片、土壤的含硼量与产量三者之间,存在着极显著的相关性。但采集哪个部位的叶片和白天内什么时间取样才能获得含硼量较高而且稳定的样品,既有利于提高化验硼的准确性,又不致于因采样过多而影响生产。我们于1988年开展了这方面的研究工作,旨在为花生叶片硼素营养诊断提出适宜采集的叶片和时间。现将这方面的研究资料整理如下。     

不同熟期杂交早稻发育进程及产量性状比较研究

将6个熟期不同的杂交早稻组合分为早熟组与迟熟组对其发育进程和产量性状进行了比较研究。结果表明：早熟组与迟熟组在抽穗灌浆历期、幼穗分化历期及速率、相对出叶速率方面差异不显著,其全生育期的显著差异主要是营养生长期长短不同造成的;早熟组因为幼穗分化起始时间早、营养生长期短而表现早熟;早熟组的有效穗、每穗总粒数、每穗实粒数、结实率与迟熟组无显著差异,但经济产量与单株生物产量均极显著低于迟熟组,其主要原因分别是千粒重较低和植株较矮。指出提高营养生长期出叶速率是协调早熟与高产矛盾的关键,通过筛选营养生长期短、出叶速率快、主茎叶片数较多、千粒重较高、株高适宜的亲本进行配组有可能实现早熟高产杂交早稻选育的突破。     

玉米叶片高光谱特征及与叶绿素、类胡萝卜素相关性的研究

测定了不同品种类型、不同株型、不同发育期的春玉米叶片及其它器官、不同叶位叶片及叶片不同部位的高光谱反射率和叶片的叶绿素、类胡萝卜素含量。结果表明,玉米不同鲜器官的反射率随波长的变化趋势相似,但数值存在较大差异;不同叶位的叶片、不同品种同一叶位的叶片、叶片的不同部位的光谱反射率有差异;叶片光谱反射率随含水率减少而升高,它们的变化趋势相似;叶片叶绿素和类胡萝卜素浓度与光谱植被指数R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred具有极显著相关。说明可以通过光谱方法来监测玉米长势和估算叶绿素、类胡萝卜素含量。     

不同密植方式对夏直播花生叶片功能及产量的影响

以珍珠豆小果型花生远杂6号为材料,研究了夏直播花生在1.8×105～2.25×105穴/hm2密度及不同配置方式下叶片功能、光合特性及产量等指标的变化,探讨了合理密植对花生群体生殖生长及产量的影响.结果表明:与1.8×105穴/hm2密度相比,2.25×105穴/hm2种植会降低叶片净光合速率、抗氧化能力和群体间中下部...     

基于深度卷积神经网络的大豆叶片多种病害分类识别

为实现复杂田间背景下快速高效分类识别多种大豆叶片病害图像,以准确性、训练时间和训练误差为深度学习模型性能指标,对比评估不同深度卷积神经网络模型.首先将无人机收集到的大豆叶片病害图像数据集按7∶3的比例分为训练集与测试集.为扩充数据图像,对训练集原图进行数据增强.基于不同权重的微调和迁移学习训练策略,采用Inceptio...     

中3优286水稻

中3优286水稻(湘审稻2010009)是中国水稻研究所选育的三系迟熟杂交早稻,适宜在湖南省稻瘟病轻发区作早稻种植。该品种全生育期111天左右。株型适中,分蘖力中等,叶片挺直,谷粒长形,稃尖紫     

青岛市典型树种叶片持水力特征及聚类分析*

林冠截留降水是森林植被对大气降水的第一道阻截,是森林水文循环过程的重要环节。本研究选取青岛农业大学鼎盛花园内10种典型树种,包括洋白蜡(Fraxinus pennsylvanica)、悬铃木(Platanus orientalis)、国槐(Sophora japonica)、元宝枫(Acer truncatum)、毛白杨(Populus tomentosa)、玉兰(Magnolia denudata)、女贞(Ligustrum lucidum)、青桐(Firmiana simplex)、广玉兰(Magnolia grandiflora)和樱花(Prunus subhirtella),采用叶面积测定、清水浸泡等方法,测定叶面积特征和持水力特征。结果表明,单叶面积较大的是青桐(352.42 cm2)且青桐叶面积指数最高(5.885),叶片持水量最大的是悬铃木(0.40 g/g);树冠持水量与单叶面积显著相关(P<0.05),与叶面积指数、单叶重、1 m2地面投影对应叶片重等极显著相关(P<0.01),而与叶片持水量相关性弱(P>0.05);要提高城市森林的海绵体功能,应优先选择单叶面积大且树冠层次丰富的树种。     

基于太赫兹成像技术的大豆叶片水分含量测定

为了实现叶片水分含量的快速、精准检测,提出一种基于太赫兹成像技术的大豆叶片水分含量测定方法。利用太赫兹光谱成像系统获取96份大豆叶片太赫兹图像,采用干燥法测量叶片含水率,通过主成分分析(PCA)提取出水分敏感特征波段0.557、1.098、1.163 THz,对这3个特征波段下的叶片图像采用自适应阈值分割法,将其分为叶脉图像与叶肉图像,分别求取各自的图像灰度特征,并分为叶片特征组(G1)、叶脉特征组(G2)和叶肉特征组(G3)。分别采用多元线性回归(MLR)、反向传播神经网络(BP-ANN)和最小二乘支持向量机(LS-SVM)算法,以上述3个特征组作为输入,构建出9种大豆叶片水分预测模型。对比分析各模型性能,发现基于G3的LS-SVM模型预测结果最好,校正集和预测集的决定系数和均方根误差分别为0.967 8、0.963 2,0.057 8、0.046 5。试验结果表明,利用太赫兹成像技术来检测叶片中的水分含量具有非常高的预测精度,为作物叶片水分含量测定提供了一种行之有效的检测手段。     

利用叶片形态学性状和ISSR标记检测柚类的遗传多样性

【目的】研究柚类资源的遗传多样性,为柚类分类提供新思路。【方法】以20个柚类品种为研究对象,利用数量分类和统计方法,对各品种叶片的8个形态特征进行了测量,依此计算出5个相对特征值,辅以6个特征描述符,将柚类品种进行叶片聚类分析,同时利用ISSR分子标记方法对20个柚类品种进行遗传多样性研究。【结果】叶片形态研究结果表明,不同柚类品种间叶片形态差异很大,用UPGMA法将20个柚类品种分为5组。而ISSR分子标记结果表明,11个引物共扩增出83个条带,其中72个条带具有多样性,多态条带比率(PPL)=86.75%,平均观测等位基因数(Na)为1.867 5,有效等位基因数(Ne)为1.478 1,Nei’s基因多样性(h)为0.282 9,Shannon信息指数(I)为0.428 4,显示出丰富的遗传多样性;用UPGMA法将柚类品种可分为4类。叶片形态聚类结果与ISSR分子标记聚类结果有一定分歧,可能是因为叶片形态和分子标记属于不同性质的位点所致。【结论】结合形态学标记和分子标记对柚类品种进行了遗传多样性评价,揭示了柚类品种间丰富的遗传多样性,表明利用叶片形态学性状和ISSR分子标记都能很好地进行柚类品种分类,并能以此为依据通过多种手段选择或繁育一些适合国际口味的新品种、新品系。