利用高光谱植被指数监测紧凑型玉米叶绿素荧光参数F_v_F_m_谭昌伟

合集下载

基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究

基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究

基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究一、概要本文主要探讨了基于高光谱成像技术的作物叶绿素信息诊断机理及方法。

随着光谱技术的发展,高光谱成像技术在农业领域的应用逐渐受到关注。

本文通过对水稻、小麦等作物叶片的高光谱成像数据分析,研究了作物叶绿素含量的空间分布特征及其与作物生长指标的关系;建立了基于高光谱成像技术的作物叶绿素含量预测模型,并对模型的准确性进行了验证。

高光谱成像技术可以准确地区分作物的健康状态和健康状况的变化,为农业生产提供有力支持。

本文还提出了针对不同作物、不同生长阶段的叶绿素含量预测方法,为农业生产提供了科学依据。

本研究对于推动高光谱成像技术在农业领域的应用和发展具有重要意义。

1. 高光谱成像技术的发展与应用背景随着科技的不断发展,高光谱成像技术在植物学领域中的应用越来越广泛。

高光谱成像技术是一种能够同时获取物体光谐波段信息的技术,通过对生物组织在红外、可见光和短波段范围内的吸收情况进行测量,可以获取植物生长状况、养分含量、病虫害等多种信息,为农业生产提供科学依据和技术支持。

在过去几十年中,研究者们已经开展了许多关于高光谱成像技术在农业领域应用的研究。

叶绿素信息诊断是一种重要的应用方向。

叶绿素是植物进行光合作用的必需元素,其含量的变化直接影响到植物的生长和发育,通过对植物叶片中叶绿素的含量和分布进行准确测量,可以为农作物栽培管理提供重要指导。

传统的叶绿素检测方法如分光光度法、荧光法等虽然在一定程度上能够满足需求,但存在操作复杂、精度低等问题。

随着高光谱成像技术的发展,这些问题逐渐得到解决。

通过高光谱成像技术,可以实现同时对植物叶片中多种成分进行定量测量和分析,提高叶绿素检测的准确性和效率。

高光谱成像技术在作物叶绿素信息诊断方面的应用前景广阔。

除了叶绿素含量与分布的测量外,还可以应用于作物生长速度、产量预测、抗病性评价等方面。

通过对高光谱图像数据进行分析和处理,可以实现作物生长信息的实时监测和评估,为农业生产提供更加智能、精准的管理服务。

甘蓝型油菜叶绿素荧光参数的高光谱预测

甘蓝型油菜叶绿素荧光参数的高光谱预测

櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄 modelforearlyappleleafpestsanddiseasesclassification[J].IEEE/ACMTransactionsonComputationalBiologyandBioinformatics,2023,20(2):1156-1169.[14]ZhaoSY,LiuJZ,WuS.Multiplediseasedetectionmethodforgreenhouse-cultivatedstrawberrybasedonmultiscalefeaturefusionFasterR_CNN[J].ComputersandElectronicsinAgriculture,2022,199:107176.[15]HeKM,ZhangXY,RenSQ,etal.Deepresiduallearningforimagerecognition[C]//2016IEEEConferenceonComputerVisionandPatternRecognition(CVPR).LasVegas:IEEE,2016:770-778.[16]SzegedyC,VanhouckeV,IoffeS,etal.Rethinkingtheinceptionarchitectureforcomputervision[EB/OL].(2015-12-11)[2022-11-01].https://arxiv.org/abs/1512.00567.[17]ZhangH,ZuKK,LuJ,etal.EPSANet:anefficientpyramidsqueezeattentionblockonconvolutionalneuralnetwork[EB/OL].(2021-07-22)[2022-11-01].https://arxiv.org/abs/2105.14447.[18]KrizhevskyA,SutskeverI,HintonG.ImageNetclassificationwithdeepconvolutionalneuralnetworks[J].AdvancesinNeuralInformationProcessingSystems,2012,25(2):84-90.[19]SimonyanK,ZissermanA.Verydeepconvolutionalnetworksforlarge-scaleimagerecognition[EB/OL].(2015-04-10)[2022-10-11].https://arxiv.org/abs/1409.1556.[20]SzegedyC,LiuW,JiaYQ,etal.Goingdeeperwithconvolutions[C]//2015IEEEConferenceonComputerVisionandPatternRecognition(CVPR).Boston:IEEE,2015:1-9.曹正邓渊,文双雅,高志强.甘蓝型油菜叶绿素荧光参数的高光谱预测[J].江苏农业科学,2023,51(18):185-190.doi:10.15889/j.issn.1002-1302.2023.18.027甘蓝型油菜叶绿素荧光参数的高光谱预测曹正邓渊,文双雅,高志强(湖南农业大学农学院,湖南长沙410128) 摘要:叶绿素荧光参数Fv/Fm是作物逆境胁迫研究中的重要指标。

利用高光谱技术反演作物叶绿素浓度

利用高光谱技术反演作物叶绿素浓度

利用高光谱技术反演作物叶绿素浓度摘要:高光谱技术作为一种新兴光谱技术,被广泛应用于植物的无损检测中,植被叶片叶绿素含量的估测就是其中之一。

利用可见-近红外成像光谱仪采集不同生育期玉米和大豆的冠层“图谱”数据,在逐步提取影像中光照土壤、阴影土壤、光照植被、阴影植被四种组分光谱的基础上,通过选取的敏感波段构建光谱植被指数和叶绿素密度进行波段自相关分析,探讨各个分量对作物叶绿素密度反演的影响。

关键词:高光谱技术;叶绿素;反演0 引言植物通过光合作用获取营养物质,在植物光合作用中,植物细胞中的叶绿体占据了重要的地位,而叶绿体中的色素有叶绿素(叶绿素a,叶绿素b 和叶绿素a+b)与类胡萝卜素(胡萝卜素和叶黄素)。

其中,叶绿素是植物光合作用中最重要的色素,其作为主要吸收光能的物质,直接影响植物光合作用的光能利用率。

叶片单位面积的叶绿素含量是植物总体生长状况的一个重要指标。

叶片叶绿素含量的测定可以用来检测和研究植物突变、压力和营养状态,作物压力和萎黄病的检测对精细农业具有重要的潜在影响[1]。

随着光谱技术的发展,其被应用到各个领域。

而高光谱技术作为光谱技术的一种,由于具有众多优点,在光谱检测方面应用十分广泛,备受人们的青睐。

人类肉眼的视觉范围在380~780 nm 之间,而高光谱的波段非常宽,一些高光谱仪器的波段达350~2 500 nm。

因此,通过高光谱技术可以对绿色植物进行叶绿素的检测和定量分析。

本文对高光谱技术在植物,特别是在经济作物的叶绿素含量检测和定量分析中的应用加以概述[2]。

1 成像系统简介及数据处理1.1 高光谱成像技术简介高光谱成像技术是在多光谱成像的基础上发展而来的,在较宽的波段范围内,利用成像光谱仪对目标物体进行连续成像,从而获得每个像元的数十或数百条光谱信息。

其成像特点是:光谱范围广(200~2 500nm)、超多波段(上百个波段)、高的高光谱分辨率(几个nm)、波段窄(≤10-2λ)和图谱合一等。

北京地区3种观赏竹叶绿素荧光参数Fv/Fm年变化规律

北京地区3种观赏竹叶绿素荧光参数Fv/Fm年变化规律

t o i n v e s t i g a t e t h e i r a d a p t i o n a t B e i j i n g .T h e a n n u a l c h a n g e i n F / F m w e r e t e s t e d u s i n g D u l a - P A M- 1 0 0 a n d I m a g i n g —
D OI :1 0 . 1 3 6 4 0 / i . c n k i . w b r . 2 0 1 5 . 0 5 . 0 0 2
An n ua l Ch a n g e i n Ch l o r o ph y l l Fl uo r e s c e n c e P a r a me t e r F / F
世 界 竹藤 通 讯
W ORLD BAM BOO AND R ATTAN
北 京地 区 3种观 赏竹 叶绿 素 荧 光参 数 F v / F m年变 化 规律
孙化雨 李利超Leabharlann 娄 永峰 赵韩生 高志 民 ( 国际竹藤 中心 国家林业 局竹藤科学 与技术重点开放实 验室 北京 1 0 0 1 0 2 )
i n T h r e e Or n a me n t a l B a mb o o S p e c i e s a t B e i j i n g
S u n Hu a y u Li Li c h a o Lo u Yo n g f e n g Zh a o Ha n s h e n g Ga o Z h i mi n
i n c l u d i n g P h y l l o s t a c h y s a u r e o s u l c a t a f s p e c t a b i l i s ,Ph .a u r e o s u l c a t a£ a u r e o c a u l  ̄a n d S a s a a u r i c o ma,w e r e s e l e c t e d

玉米叶绿素含量高光谱反演的线性模型研究

玉米叶绿素含量高光谱反演的线性模型研究

t i o n,S O h i g h r e d un d a n c y b e t we e n t h e b a n d s o f h y p e r s p e c t r a l d a t a r e s u l t e d i n l o we r a c c u r a c y o f t h e g e n e r a l l i n—
谱信息建立叶绿素含量 的关 系模 型 , 已成为监测植被长势 的一种有效手段 。传统 叶绿 素含量线性 回归模 型的
输入 因子是植被特征提取参数 , 由于高光谱数据波段间的冗余度较高 , 导致一般 的线性模型 的反演精度较低 。
主成分分析可 以减少数据 的维数 , 简化 网络结构 , 得 出能反 映原始信息 的综合变量 。本 文以盆栽 玉米为研究 对象 , 利 用植 被特征和主成分分析方法提取光谱反演参数 , 根据所 提取 的参数 建立玉米 叶片 叶绿 素含量 的一
e a r mo d e 1 .T h e p r i n c i p a l c o mp o n e n t a n a l y s i s( P C A)c a n e f f e c t i v e l y r e d u c e t h e d a t a d i m e n s i o n s a n d s i m p l i f y
山东 农 业 科 学
2 0 1 5 , 4 7 ( 7 ) : 1 1 7~1 2 1
S h a n d o n g A g r i c u l t u r a l S c i e n c e s
D O I : 1 0 . 1 4 0 8 3 / j . i s s n . 1 0 0 1 — 4 9 4 2 . 2 0 1 5 . 0 7 . 0 2 7

近红外光谱技术在玉米种子质量检验上的应用研究进展

近红外光谱技术在玉米种子质量检验上的应用研究进展

近红外光谱技术在玉米种子质量检验上的应用研究进展作者:吕巨智石达金唐国荣覃永嫒李发桥钟昌松邓锡肖来源:《种子科技》2020年第13期摘要:玉米是世界上最重要的粮食作物之一,其种子质量的好坏直接影响粮食的产量,与食品生产安全息息相关,种子作为生产源头牵动着整个玉米产业链的发展。

种子的质量还影响农作物的生存能力,是农业生产资料重要的组成部分。

种子作为各种技术的关键载体,优质高产的种子对于提高食品安全和经济产量有着重要意义。

随着农作物种子检测技术的不断进步,玉米的产量和质量得到有效提高。

尤其是将近红外光谱分析技术应用在玉米种子检测中,使玉米种子检测质量与效果得到明显提高,为农户育种、种植及营销节省了成本,提高了经济效益。

首先介绍了近红外光谱检测技术的应用原理,之后分析了近红外光谱分析技术的优缺点,最后探讨了近红外光谱分析技术在玉米种子检测中的应用。

关键词:近红外光谱技术;玉米种子;质量检验;应用;研究进展玉米是老百姓餐桌上常见的食物,也是动物饲料及酿酒的重要原料。

玉米富含人体所需的多种营养素,其中维生素B1、B2、B6,胡萝卜素和膳食纤维的含量要高于稻米与小麦,是我国最重要的粮食作物之一。

提高玉米产量与质量,对农业发展和经济稳定起着至关重要的作用。

随着生活质量的不断提升,人们对食品的安全性要求也不断提升,所以玉米种子的鉴定工作显得尤为重要,加强农产品种子检测工作的更新和完善势在必行。

近红外光谱检测技术借助其无破坏性、测量速度快、检测数据误差小等技术优势,成为玉米种子品质检测领域的研究热点。

近红外光是一种波长介于红外光和可见光之间的电磁波,通过对其分子振动光谱的分析,可以获取检测样本中组成成分的详细信息[1]。

并且近红外光谱分析技术准确性高、成本低、绿色环保,因此在农产品种子检测工作中的应用效果显著,已经逐渐成为现阶段玉米种子安全检测的重要手段。

1 近红外光谱检测技术的应用原理随着近红外光谱技术不断被相关专家重视,近红外光谱分析技术得到快速发展。

利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量

利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量
Fra bibliotek第 7 期
孙雪梅等 :利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量
8 45
光合作用过程中起吸收光能作用的色素有叶绿 素[ 叶绿素 a (Chl a) 和叶绿素 b (Chl b) ]与类胡萝卜 素 (Cars) ,其中叶绿素是主要的吸收光能物质 ,直接 影响植被光合作用的光能利用 。而绿色植物明显的 光谱特征 ,就是由其中的叶绿素等色素和液态水引 起的[1] 。其中对可见光波段影响最大的是叶绿素含 量 ,而近红外波段主要受叶片的含水量以及叶片结 构的影响 。高光谱遥感的快速发展使得定量估测植 被叶绿素含量成为可能 。高光谱遥感技术所提供的 遥感信息 ,能够准确地用于估测植被的生理状况 ,划 分植被类型 ,预测植被生产能力[2] 。
1 试验设计与数据采集
111 试验材料及设计 选取直链淀粉含量不同的 2 个晚稻“秀水 110” 和“丙 9914”,于 2003 年 6 月 19 日播种 ,7 月 5 日移 栽 。试验区设在浙江大学华家池校区的智能化控制 温室中 (东经 120°10′,北纬 30°14′) 。试验采用水培 方式 ,培养液采用国际水稻所配方 。氮素营养分为 4 个水平 ,即氮素正常 (40 mg/ L) 、氮素过量 (2 ×40 mg/ L) 、氮素缺乏 (1/ 4 ×40 mg/ L) 和有机氮 (40 mg/ L
第 31 卷 第 7 期 2005 年 7 月 844~850 页
作 物 学 报 ACTA AGRONOMICA SINICA
Vol. 31 , No. 7 pp. 844 - 850 July , 2005
利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量
孙雪梅 周启发 何秋霞
(浙江大学生命科学学院植物生理与生物化学国家重点实验室 ,浙江杭州 310029)

基于高光谱成像的玉米病虫害遥感监测技术研究

基于高光谱成像的玉米病虫害遥感监测技术研究

基于高光谱成像的玉米病虫害遥感监测技术研究高光谱成像技术是一种新兴的遥感技术,这种技术可以通过记录物体在不同波长下的光谱反射率,来获取材料的光谱特征。

应用于农业领域,高光谱成像技术可以对作物的生长状态、病虫害等健康状况进行监测。

在玉米病虫害遥感监测技术研究领域,高光谱成像技术已经被广泛应用。

高光谱成像技术的原理是,将物体反射特定波段的光线通过光学器件采集得到一组光谱数据,通过对光谱波形进行分析处理可得到物体的光学特性信息,从而定量化、定性化物体的属性信息。

对病虫害的监测,高光谱技术可以监测一些细小的变化,比如一些病叶纹理上的变化,以及病部叶片颜色和形态上的变化等。

与传统的遥感技术相比,高光谱成像技术的某些波段可以更加精准地反映玉米叶面的变化。

一些现行采集玉米光谱的高光谱成像技术包括光电双象限条阵相机、CCD高光谱成像仪、Pushbroom式光谱成像仪等。

在这些技术中,光电双象限条阵相机是一种新型的高光谱成像技术,可以通过同时记录两个通道的光谱反射率,来提高测试精度和稳定性。

CCD高光谱成像仪是另一种常见的玉米病虫害遥感监测技术,这种仪器可以记录物镜底面上的光谱,使得成像面与光学面分离,可以提高采集的物温精度。

Pushbroom式光谱成像仪则可以通过成像面移动来获取多个光谱波段,能够快速获取大量的光谱信息。

在玉米病虫害遥感监测技术研究中,高光谱成像技术的应用主要集中在玉米生长期的监测,可以对玉米的生长状态进行监测,比如测量玉米叶片的绿度指数、NDVI等植被指数。

此外,对于一些比较难以观测和定量的病虫害,高光谱成像技术可以进行有效的监测和区分,可以提高早期监测病虫害的精度。

目前,高光谱成像技术的应用还有一些挑战。

由于玉米生长期中一些复杂的生长状态变化,比如土壤含水量、太阳辐射等因素的影响,仍然需要对高光谱成像仪器、算法的提高和优化。

同时,采集到的数据量也较大,需要进行有效的数据处理和计算,以提高数据分析的效率和精度。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2 结 果 与 讨 论
2.1 玉米生育期内光谱值和 Fv/Fm 的变化 从图1中可以 得 出 玉 米 从 7 月 23 日 到 9 月 5 日 在
可见光的绿光波段光谱 值 的 大 小 顺 序 为 8 月 29 日 > 8 月 7 日 > 9月5日>7月23日,在可见光波段中红光和蓝光光谱 值的大小顺序恰好相反为7月23日>9月5日>8月 7 日 > 8 月 29 日 ,主 要 是 由 于 在 可 见 光 波 段 叶 绿 素 反 射 绿 光 而 吸 收 红和蓝光。拔节期玉米的叶片 叶 绿 素 含 量 少,随 着 生 育 期 的 推进叶绿素 含 量 逐 渐 增 加,到 乳 熟 期 玉 米 叶 片 开 始 失 绿 发 黄,叶绿素含量开始下降。在近 红 外 波 段 其 光 谱 值 的 大 小 顺 序为8月29日> 8月7日> 9 月 5 日 >7 月 23 日,主 要 是 由于随着玉米生育期的推进,叶 片 层 数 逐 渐 增 加,反 射 率 逐 渐增加,但到吐丝期玉米叶片 开 始 失 绿 发 黄,光 谱 反 射 率 逐 渐 降 低 ,叶 片 层 数 也 逐 渐 减 少 。
10min,然后测定 PSⅡ原初光能转化效率 Fv/Fm ,每 次 测 定
重 复 9 次 ,其 计 算 公 式 为
Fv/Fm = (Fm -Fo)/Fm
(2)
式中,Fo 为暗适 应 条 件 下 的 基 础 荧 光 值;Fm 为 暗 适 应
条件下的最大荧光值;Fv 为可变条件下的荧光值。
前,叶片叶绿素含 量 逐 渐 增 加 ,Fv/Fm 随 之 增 加,到 乳 熟 期 玉米叶片开始失绿 发 黄,叶 片 叶 绿 素 含 量 逐 渐 减 少,Fv/Fm 随之降低。
Algorithm
Reference
结构敏感色素指数 SIPI
SIPI= (R800-R445)/(R800-R680)
Penuelas et al.(1995)
最优土壤调节植被指数 OSAVI
OSAVI=1.16× (R800-R670)/(R800-R670+0.16)
Rondeaux et al.(1995)
关键词 高光谱植被指数;Fv/Fm ;监测模型;紧凑型玉米 中 图 分 类 号 :S127 文 献 标 识 码 :A DOI:10.3964/j.issn.1000-0593(2012)05-1287-05
引 言
1 实 验 部 分
国内外 大 量 的 研 究 表 明,叶 绿 素 荧 光 (chlorophyll fluo- rescence,CF)作为光合作用的指示性 探 针,已 被 广 泛 应 用 于 光合作用机理研究、分析植物对环境胁迫 的 响 应 机 理 和 探 测 植物 体 内 光 合 器 官 运 转 状 况 等[1-3]。随 着 高 光 谱 遥 感 技 术 的 迅速发展,其很快的被广泛应 用 到 农 业 的 品 质 鉴 定、估 产 和 病 虫 害 等 各 方 面 。Wright[4]和 王 纪 华 等[5]对 小 麦 的 蛋 白 质 品 质进行了研究;Wim 等[6]利用 TM 影像数据源,使用影 像 融 合技 术 重 新 构 建 了 NPP 估 产 模 型,分 别 对 小 麦 和 水 稻 进 行 估产,任 建 强 等[7]使 用 MODIS 数 据 源、CASA 模 型 对 黄 淮 海平原的冬小 麦 进 行 估 产 并 取 得 了 较 好 的 效 果 ;Bronson[8] 和 Hansen等[9]对 作 物 的 氮 素 含 量 和 氮 素 利 用 率 、Fensholt 等 对 [10] 叶面积指数 (LAI)进 行 了 研 究 ;在 作 物 的 病 害 方 面 : Adams等 分 [11] 别对大豆和 蚕 豆 斑 点 葡 萄 孢 子 病 和 大 豆 黄 痿 病进行了研究,并建立相关的 评 估 指 标。然 而 对 于 叶 绿 素 荧 光参数与光谱植被指数关系的研究鲜见 报 道。本 工 作 以 紧 凑 型玉米(以下称为玉米)作为研究对象,利 用 获 取 的 叶 绿 素 荧 光参数与植被指数,构建以光谱植被指数 为 支 撑 的 叶 绿 素 荧 光参数的遥感监测模型,实时准确获取玉 米 的 叶 绿 素 荧 光 参 数信息。
摘 要 为进一步评价遥感监测紧凑型玉米叶绿素荧光参数 Fv/Fm 的 可 行 性,通 过 开 展 小 区 紧 凑 型 玉 米 试 验,分析紧凑型玉米整个生育期 Fv/Fm 与高光谱植被指数的相关关系,建立紧凑型 玉 米 Fv/Fm 高 光 谱 监 测 模型。结果表明,紧凑型玉米 Fv/Fm 与选取的高光谱植 被 指 数 均 呈 极 显 著 正 相 关 ,其 中 结 构 敏 感 色 素 指 数 (SIPI)与 Fv/Fm 的相关性最好,相关系数(r)为0.88。用 SIPI建立紧凑型玉米 Fv/Fm 的监测模型,其决定系 数 (R2)为 0.812 6,均 方 根 误 差 (RMSE)为 0.082。研 究 表 明 ,利 用 高 光 谱 植 被 指 数 可 以 有 效 地 监 测 紧 凑 型 玉 米 整 个 生 育 期 的 Fv/Fm 。
* 通 讯 联 系 人 e-mail:guows@yzu.edu.cn
1288
光谱学与光谱分析 第32卷
冠 层 垂 直 高 度 1.5 m,传 感 器 视 场 角 为 25°。测 量 扫 描 时 间 为 0.2s,重复10次,取其 平 均 值 作 为 该 样 点 冠 层 的 光 谱 反 射 率。
VI,r为 0.85,转 换 TCARI和 CCII的 r 分 别 为 0.833 和 0.829。表2中相 关 性 大 小 的 顺 序 是 SIPI>GREENNDVI>
第5期 光谱学与光谱分析
1289
TCARI>CCII>OSAVI>NDVI。从 这 个 相 关 性 的 顺 序 来 看 OSAVI可 以 减 少 环 境 因 素 对 NDVI的 影 响 。为 了 选 择
第3 2卷 ,第5期 光 谱 学 与 光 谱 分 析 2 0 1 2 年 5 月 Spectroscopy and Spectral Analysis
Vol.32,No.5,pp1287-1291 May,2012
利用高光谱植被指数监测紧凑型玉米叶绿素荧光参数 Fv/Fm
2.2 植 被 指 数 的 选 择 和 相 关 性 分 析 根据前人研究,结合玉米光 谱 和 叶 绿 素 荧 光 特 性,选 择
常 用 的 6 个 植 被 指 数 (表 1)。
Table 1 Hyperspectral vegetation indices used in this paper
Vegetation index
1.1 试 验 设 计 2010年7月至9月间试验在扬州大 学 试 验 农 场(119°18′
E,32°26′N)开展,供 试 品 种 为 3 个 紧 凑 型 品 种(系):农 华 8 号、金海5号和郑单 958。对 玉 米 冠 层 进 行 了 光 谱 测 量 和 光 合有效辐射测定。为了在田间栽培条件下 更 大 范 围 地 表 现 出
的光谱值;m 为平滑前数据点的值,即原始光谱值。
1.3 叶绿素荧光参数 Fv/Fm 测量
每次光谱测定 后 的 玉 米 叶 片,用 调 制 式 荧 光 仪 OS1-FL
(Opti-Sciences,Tyngsboro,MA,USA)测 定 与 反 射 率 相 同
部位叶片的叶绿素荧光参数。首先用暗适 应 夹 将 叶 片 暗 适 应
归一化差值植被指数 NDVI
NDVI= (R890-R670)/(R890+R670)
Rouse et al.(1973)
绿度植被指数 GREENNDVI
GREENNDVI= (R750-R550)/(R750+R550)
Baret et al.(1991)
转换叶绿素吸收反射指数 TCARI
TCARI=3× [(R710-R680)-0.2× (R700-R560)(R710/R680)]
Fv/Fm 的最佳估算方程,分别对所有植被指数进 行 回 归 分 析 (图 3)。
1.2 光 谱 测 试 分别 在 玉 米 拔 节 期 (7 月 23 日)、喇 叭 口 期 (8 月 7 日)、
吐丝期(8月29日)、乳 熟 期 (9 月 5 日 )进 行 4 次 光 谱 测 定。 采用美国 ASD Fieldspec FR2500型野外光谱辐射谱仪,光谱 范 围350~2 500nm,分辨率在350~1 000nm 光谱区为1.4 nm,1 000~2 500nm 区为2nm,光 谱 重 采 样 间 隔 为 1nm。 在晴朗无云、北京时间10:30~14:00,选择 代 表 性 植 株 进 行 测定,测定前后用参 考 板 标 定,测 定 时 传 感 器 探 头 向 下,距
综合图1和图2,随着 玉 米 生 育 期 的 推 进 叶 片 叶 绿 素 含 量 和叶片层数逐渐增加,在近红外波段的反射率和 Fv/Fm 也 逐渐增加。
Fig.1 Response characteristics of reflectance spectra of corn at different growth stages
收 稿 日 期 :2011-10-30,修 订 日 期 :2012-01-25 基金项目:国家 自 然 科 学 基 金 项 目 (40801122,41101395),江 苏 高 校 优 势 学 科 建 设 工 程 项 目 和 公 益 性 行 业 (农 业 )科 研 专 项 经 费 项 目
(200803037)资 助 作 者 简 介 :谭 昌 伟 ,1980 年 生 ,扬 州 大 学 农 学 院 讲 师 e-mail:tanwei010@126.com
玉米长势差异和生化组分变异,于拔节期 安 排 了 一 个 从 不 施 氮到施重氮(级差450kg,0~900kg·ha-1)3个氮肥水 平 处 理,即 N1:不 施 氮 肥;N3:施 氮 450kg·ha-1;N4:施 氮 900kg·ha-1,使 之 表 现 为 缺 氮 、适 量 氮、过 量 氮。3 次 重 复,行距×株距为70cm×60cm,每区面积 为 20 m×20 m。 常规水分管理。
相关文档
最新文档