利用计算机视觉技术获取水稻叶片的颜色指标DGCI、Hv、I2、I3、(2G-R-B)/L*和Hv*Diff,结合BP网络、多元回归模型和遗传算法,建立叶绿素相对含量(SPAD值)的预测模型,对叶片SPAD值进行数学模拟,模型的数学表达式为Y=purelin[W5*tansig(W4*X,B4),B5]。利用所建立的模型对叶绿素相对含量(SPAD值)进行预测,结果与大田实测数据相对误差率仅为3.355 7%。

高光谱遥感技术为水稻叶片叶绿素含量的高通量、无损、准确监测提供了有效途径,然而高光谱数据的降维或特征光谱参数的选择是叶绿素含量有效反演的关键环节。利用2017年辽宁省盘锦市大洼水稻氮高效品种筛选试验基地的水稻叶片叶绿素含量与叶片高光谱数据,探讨了高光谱数据的降维方法与叶绿素含量的反演建模。首先应用最优子集选择算法(best subset selection)对工程常用的水稻叶绿素反演特征光谱指数进行优选,筛选出最优组合,作为叶绿素多元回归模型的输入特征;同时应用没有在光谱领域得到有效应用的基函数展开算法,利用Gram-Schmidt正交变换寻找叶片高光谱数据的基函数空间,再将高光谱数据投影到基函数空间从而实现降维,最后利用降维后的数据进行多元回归建模,反演叶绿素。结果表明:最优子集选择算法优选出的mNDVI(445,705,750)、NDVI(705,750)、PSRI(500,680,750)、RD(505,705)、RI1dB(720,735)、MCARI(550,670,700)、PPR(450,550)共7个特征指数组合,回归模型反演精度最高,决定性系数R2为0.844,均方根误差RMSE为0.926;基于基函数展开算法对400～1000nm波段范围601维高光谱数据降至13维,叶绿素反演回归模型的决定性系数R2达到0.861,均方根误差RMSE为0.906。说明基于基函数展开的高光谱降维与叶绿素含量估测方法效果较好,可为水稻叶绿素含量估测与长势诊断提供技术支持。

【目的】水稻突变体叶片叶绿素含量显著低于其野生型，但其光合电子传递效率与净光合值显著高于对照，文章旨在阐明其生理学机理并探讨其在高光效育种中的潜在应用价值。【方法】通过人工气候室的盆栽试验设置高光强（光照强度为７００—８００μｍｏｌ·ｍ～（－２）·ｓ～（－１））与低光强（光照强度约为１００—２００μｍｏｌ·ｍ～（－２）·ｓ～（－１））２个处理，并结合大田试验，观测突变体与野生型的叶绿素荧光、超氧阴离子含量、丙二醛含量、ｓｏＤ酶活性、叶绿体超微结构、叶片荧光显微结构与冠层温度。【结果】突变体材料叶绿素含量显著低于其野生型，并且光照强度对其叶绿素含量的效应也不相同。随着光照强度的增强，突变体叶片叶．．．

以水稻１１０３ｓ和亲本８９０２ｓ为材料，研究在降温条件下植株间断失绿性状表达过程中叶绿体蛋白质谱带、蛋白质含量与蛋白酶活性、光合作用变化。结果表明，在降温条件下，随性状表达１１０３ｓ的叶绿素含量下降，叶绿素ａ／ｂ值上升；在叶绿体蛋白质谱带中，２０ＫＤ、２５ＫＤ、５０ＫＤ等主带含量减少。从同一叶片性状表达的绿区与黄区叶绿体蛋白质比较看，黄区缺少１８ＫＤ，这说明同一叶片不同区域叶绿体蛋白质低温反应不同，从而造成蛋白质降解也不同，这是间断失绿性状表达的基础。从降温结束到性状表达（约２ｄ～３ｄ），叶片蛋白质含量下降与蛋白酶活性提高呈显著负相关；当性状逐渐消失时，蛋白质含量与叶绿素含量同步增长。据此认为...

采用Nipponbare(粳)/Kasalath(籼)//Nipponbare(粳)杂交衍生的98个株系所组成的回交重组自交系群体(backcross recombinant inbred lines,BILs)为试验材料,在生育前期(苗期-孕穗期),对水稻倒1叶和倒2叶的叶绿素含量进行数量性状基因位点(quantitative trait loci,QTL)分析,结果表明:共检测到12个非条件QTL和3个条件QTL,分布在第1,3,4,5,6和12号染色体上,单个QTL贡献率10.62%～34.41%之间。在苗期检测到的QTL位点相对较多,其中在第4号染色体上检测到一个从苗期到拔节期持续表达...

研究的主要目的是通过QTL分析对水稻叶片叶绿素含量进行遗传剖析。应用由247个株系组成的珍汕97B/密阳46重组自交系群体及其含207个分子标记的连锁图谱。分别在2002年和2003年考察亲本和重组自交系群体剑叶、倒二叶、倒三叶叶绿素a和b的含量,采用QTLMapper1.6统计软件进行QTL定位、上位性分析及其与环境的互作效应分析。在4个标记区间共检测到控制不同叶位叶绿素a、b含量的8个QTL,单个QTL的表型变异贡献率为1.96%～9.77%,其中2个QTL与环境之间存在显著互作;检测到9对影响叶绿素a、b含量的加性×加性上位性互作,其中1对具有显著的上位性×环境互作效应。与该群体产量性状...

利用由籼稻品种七山占与粳稻品种秋光杂交构建的一个包含162个株系(F10)的重组自交系群体,及其相应的包含122个SSR标记的遗传图谱,采用区间定位方法,对控制水稻孕穗期剑叶叶绿素含量的QTL进行定位分析。共检测到22个与孕穗期叶绿素含量有关的QTL,分别位于第3、7、10和12染色体上,包括对6个叶绿素a含量QTL、5个叶绿素b含量QTL、5个类胡萝卜素含量QTL和6个总叶绿素含量QTL,单个QTL对性状表型贡献率为7.4%～14.6%。

提取辣椒叶片的25个叶绿素荧光图像的特征参数,其中18个特征参数与氮含量呈极显著相关(P

为了探究油茶叶片SPAD值与叶绿素含量的相关性,采用SPAD-502叶绿素仪与分光光度法分别测定了油茶叶片的SPAD值与叶绿素含量。研究结果表明,油茶叶片SPAD值与叶绿素a、叶绿素b以及总叶绿素含量间均存在极显著正相关关系.通过线性回归得出了SPAD值与叶绿素a、叶绿素b以及总叶绿素含量间的回归方程。通过15个不同品种叶片SPAD值与叶绿素含量实测值与预测值的统计检验,叶绿素a与总叶绿素含量的实测值与预测值间不存在显著差异,可以通过回归方程利用SPAD值来预测油茶叶片叶绿素的绝对含量。

【目的】探明健康叶与病叶叶绿素、可溶性糖和蛋白质含量的差异以及各品种感病叶片叶绿素、可溶性糖和蛋白质含量与白粉病抗性的关系。【方法】以14个不同苹果品种为材料,通过测定其病健叶叶片组织内叶绿素、可溶性糖及蛋白质的含量变化,研究白粉病对苹果叶片叶绿素及营养物质含量的影响。【结果】不同品种健康叶叶绿素、可溶性糖、蛋白质含量均高于病叶片,各品种健康叶的叶绿素含量依次为凉香>王富>红富士>布瑞本>华红>新红星>金冠>红盖露>蜜脆>凯蜜欧>皮诺娃>翠秋>王林>天红2号,可溶性糖含量依次为红盖露>凯蜜欧>王林>蜜脆>华红>布瑞本>凉香>王富>皮诺娃>天红2号>红富士>翠秋>金冠>新红星,蛋白质含量依次为凉香>王富>红富士>华红>布瑞本>红盖露>新红星>蜜脆>王林>金冠=凯蜜欧>皮诺娃>翠秋>天红2号。蛋白质含量与苹果白粉病抗病性呈中等正相关,相关性系数为0.479;而叶绿素及可溶性糖含量与苹果白粉病抗性基本无相关性,相关系数仅0.038和0.048。【结论】苹果受到白粉病危害会降低其叶片叶绿素、可溶性糖及蛋白质含量。

选取哈尔滨地区本地植物华北紫丁香和山槐,以及华北引进种紫穗槐为研究材料,于2003年秋季对3种植物叶片从夏末叶片盛期到秋末叶片脱水变干脱落全过程进行了连续测定。结果表明:1)2种仪器对于表征单位叶面积上叶绿素和N含量的有效性明显高于表征单位鲜质量上叶绿素和N含量。2)尽管PPW-3000和SPAD-502对于表征单位叶面积N含量和各种叶绿素含量具有一定的普适性(R2=0·51~0·65),但不能有效表征不同植物的种间差异性。因此,使用2种便携式测定仪准确估计N和叶绿素含量需要首先确定每种植物的标准校正曲线。3)当表征同一种植物不同生长时期叶绿素和N含量变化时,2种仪器都适用于表征本地种华北紫丁...

【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91～0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。

【目的】实现毛竹叶片叶绿素含量的高光谱反演，可为毛竹生长状态分析与毛竹林的科学管理提供理论依据。【方法】本研究基于毛竹不同叶位叶片的平均反射率和样地实测平均叶绿素含量数据，对平均反射率光谱曲线采取Savitzky-Golay平滑、标准正态变量变换和一阶微分的组合预处理，采用相关系数法和连续投影算法（SPA）分别提取特征波长，基于特征波长提取结果运用SPXY算法、KS算法和随机法（RS）进行数据集划分，构建6种光谱训练集，选取随机森林（RF）、极端梯度提升算法、支持向量机回归（SVR）和BP神经网络4种机器学习算法建立毛竹叶绿素含量估算模型，根据模型评估结果筛选叶绿素含量估算最适应模型。【结果】在数据集划分算法性能上，相比于KS和RS数据划分法，基于SPXY数据集划分法能显著提升叶绿素含量的估算精度；在特征波长筛选方法中，SPA算法相比于相关系数法能有效消除共线性影响，提升模型精度；在机器学习模型构建上，以SPA算法结合SPXY数据集划分法建立的支持向量机回归模型对毛竹叶片叶绿素含量的估算精度最高，训练和验证R2分别为0.78和0.76。【结论】SPA算法结合SPXY数据集划分法建立的SVR模型能实现毛竹叶片叶绿素含量的准确估测，可用于毛竹叶片叶绿素含量信息的快速、无损获取。

为了了解水稻叶片厚度对SPAD(土壤、作物分析仪器开发)值与叶绿素含量相关性的影响,通过研制厚度补偿式叶绿素仪和测定不同生育时期各20株水稻的叶片厚度、SPAD值和叶绿素含量,并分析水稻叶片经过厚度补偿前后SPAD值与叶绿素含量的相关性。结果表明:水稻叶片SPAD值在厚度补偿前后均与叶绿素含量呈显著相关,厚度补偿后的SPAD值与叶绿素含量的相关系数及显著性均得到提高,经过厚度补偿可以一定程度的消除叶片厚度差异带来的影响,且更能准确反映水稻不同生育时期叶绿素含量的变化趋势。

以玉米幼苗刚好完全展开的1～5叶位叶片为材料,通过检测叶绿素含量和荧光参数特性,研究玉米不同叶位叶片的光化学活性。结果表明:随着叶位的上升,叶绿素含量逐渐增加;与第1,2位叶比,第4,5位叶具有更高的Fv/Fm和ETo/RC,即第4,5位叶具有更强的光化学活性。