1 湖南农业大学 a. 农学院
2 湖南农业大学 b. 商学院, 长沙 410128
3 2. 国家油料作物改良中心湖南分中心, 长沙 410128
为了实现单株油菜叶面积“无损、高精确度和高效率”的测量目标, 提出了一套综合运用图像处理法、叶面积仪法、系数回归法(叶长宽积, 以下缩写为L×W)和纸样称重法四种方法的单叶累加测量策略, 并开展了相应的实证研究。测量精确度分析结果表明, 图像处理法、叶面积仪法、系数回归法(L×W)均可实现油菜叶面积的田间无损精确测量, 其中测量精确度图像处理法最高, 叶面积仪法次之, 系数回归法(L×W)最低, 测量误差分别为2.94%、4.47%、6.01%。图像处理法测量叶面积, 对于因拍摄角度差异造成的测量误差不明显。同一方法不同生育期建立相应校正模型更有利于精确的测量。测量效率分析结果表明, 叶面积仪法测量效率最高, 系数回归法(L×W)次之, 图像处理法最低, 但在人力可接受范畴内。结合不同生育期叶数和叶形特点, 并科学处理“高精确度”和“高效率”之间的关系, 制订了一个测量方案, 叶宽大于12 cm的长柄叶主要通过图像处理法进行测量, 叶宽小于12?cm的短柄叶、无柄叶主要以叶面积仪法测量, 所有叶通过系数回归法(L×W)测量, 用于少数残缺或漏测叶片的补充及对其他方法测量结果作对比分析, 通过纸样称重法校正模型进行校正。该方案可为单株油菜叶面积田间无损测量提供技术支撑。
油菜叶面积 无损测量 图像处理法 叶面积仪法 系数回归法(L×W) rape leaf area non-destructive measurement image processing method leaf area meter method coefficient regression method (L×W)
湖南农业大学农学院/中国南方粮油作物协同创新中心, 湖南 长沙 410128
油菜是我国第一大国产植物油来源, 大田生产中需要施加适量的微肥以提高产量和品质。 筛选出一种可提高油菜产量的微肥配方需要经过复杂的大田统计和产量测定, 因此构建出能快速筛选微肥的模型十分重要。 以高油酸油菜“帆鸣1号”为试验材料, 使用地物波谱仪测定了不同微肥条件下全生育期的光谱反射率, 并用乙醇提取法准确测定叶绿素含量。 将光谱反射率、 叶绿素含量和最终产量性状两两间进行相关性分析。 产量测定表明, 施加微肥可以提高油菜产量和蕾薹期时叶绿素的含量, 使单株产量最高提高2%。 光谱参数与叶绿素相关性分析表明, 蕾薹期时叶绿素含量与光谱参数550和720 nm相关性较高, 表明蕾薹期光谱参数可用于预测产量进而筛选出能提高油菜产量的微肥。 叶绿素含量和产量相关性分析表明, 蕾薹期时, 叶绿素含量与产量相关性较高。 光谱参数与产量相关分析表明, 550和720 nm的光谱反射率与产量之间均呈显著负相关性。 光谱参数与产量相关分析表明, 550和720 nm的反射率与产量之间均呈显著负相关性。 综合分析施肥量、 光谱参数、 产量和叶绿素变化可知, 蕾薹时光谱参数550和720 nm与产量相关系数模拟的线性方程可用于微肥的筛选, 线性方程分别为y=-32.362x+33.097, y=4.069 5x+35.386, y=28.849x+23.735, y=-19.023x+31.005, y=12.447x+24.586, R2均大于0.6。 综合分析施肥量、 光谱参数、 产量和叶绿素变化, 油菜生长至蕾薹期时光谱参数550和720 nm与产量相关系数模拟的线性方程R2≥0.6时的微肥配比可以使产量提升。 本研究结果表明, 蕾薹期光谱参数可用于预测产量进而筛选出能提高油菜产量的微肥, 可增加样本量进一步检测相关性并开展后续验证。 鉴于地物波谱检测技术具有过程高效, 不使用化学试剂, 无需对样本进行破坏性取样, 成本低, 该模型的建立对开展大规模高油酸油菜微肥配方的快速筛选具有重要意义, 为筛选油菜微肥和促进油菜产量研究提供了理论基础。
微肥 油菜 光谱反射率 叶绿素含量 产量 Microelement fertilizer Rape Spectral reflectance Chlorophyll content Yield
1 湖南农业大学农学院, 长沙 410128
2 南方粮油作物协同创新中心, 长沙 410128
在双低品质的基础上提高油酸含量是目前油菜脂肪酸改良的热点。传统品质检测和育种后代材料筛选均存在周期长、操作难、工作量大、专业性强等显著弊端。本文综述了油菜品质性状特点以及光谱技术应用的国内外研究进展, 表明利用光谱技术可以对油菜生育时期的营养器官进行油酸和其他脂肪酸含量的检测, 为高油酸油菜品质评价提供了快速的数据支撑, 进而为筛选育种材料、缩短品种选育周期、提高检测效率、降低检测成本、简化操作流程等目标构建新的技术途径, 具有重要的现实意义和指导作用。
油菜 光谱技术 高油酸 高光谱 品质检测 rape spectral technique high oleic acid hyperspectral quality inspection
1 湖南农业大学农学院, 湖南 长沙410128
2 南方粮油作物协同创新中心, 湖南 长沙410128
含油量对提高菜油产量有十分重要的意义, 传统的高含油油菜新材料筛选方法工作量大, 耗时长。为找出一种快速诊断高含油油菜育种材料的新方法, 本研究以3组不同含油量的9个甘蓝型油菜为材料, 测定其不同生育期的高光谱反射率与叶绿素含量, 分析其内在关联。研究发现, 油菜高光谱反射率在可见光波段呈现出“两峰三谷”特性, 幼苗期含油量越高则高光谱反射率越低。叶绿素a含量是导致总叶绿素含量差异的主要原因。在490 nm和670 nm处, 幼苗期光谱反射率和叶绿素含量负相关, 相关系数分别为-0898和-0783；叶绿素和含油量显著正相关, 相关系数达到0962；490、560、670 nm反射率和含油量之间呈负相关, 相关系数分别为-0949、-0962和-0937。该结果表明, 油菜幼苗期光谱反射率可用于预测其含油量。本研究结果可用于高含油油菜育种材料早期筛选, 加快其育种进程, 促进新品种选育。但样本量偏少, 在后续研究中将进一步扩大样本量, 提高预测准确度。
高光谱 叶绿素 含油量 油菜 hyper spectral chlorophyll oil content rape
1 湖南农业大学/南方粮油作物协同创新中心, 湖南 长沙 410128
2 湖南农业大学理学院, 湖南 长沙 410128
3 湖南科技大学管理学院, 湖南 湘潭 411201
4 湖南农业大学农学院, 湖南 长沙 410128
作物信息科学的重要内容是如何利用作物的信息对其进行无损营养诊断, 光谱分析是一种有效可行的途径。 对于油菜而言, 冠层光谱的特征是描述其营养状况的重要指标。 但由于原始光谱总是受到一些如环境、 气候等外在因素的影响, 其巨大的波动导致难以直接用于油菜生物量的诊断。 然而, 光谱的多重分形特征将保持相对稳定。 为研究油菜冠层光谱与叶绿素含量的关系, 基于多重分形理论, 提出了基于油菜冠层光谱特征的叶绿素定量预测模型和定性识别模型。 以24个移栽种植小区和24个直播种植小区的高油酸油菜苗期样本为试验对象。 首先, 利用流行的多重分形去趋势波动分析提取了6个不同波段范围内光谱的广义Hurst指数和质量指数及其他相关的特征参数, 发现它们都呈现典型的多重分形特性。 但两种不同种植方式下的光谱特征也存在差异。 接着, 通过多重分形特征参数与SPAD值的相关分析发现不同波段的光谱所含的有效信息不同。 以多重分形特征参数建立单变量油菜叶片SPAD值预测模型, 移栽方式、 直播方式及混合样本的预测模型相对均方根误差均小于5%。 最后, 以多重分形特征组合建立识别模型, 以Fisher线性判别法识别移栽和直播两种种植方式的最大约登指数为0.902 5, 对应最敏感波段为350~1 350 nm。 这项有意义的工作为预测油菜叶绿素提供了理论基础和实践方法, 也为寻找敏感波段进行识别诊断提供了有效的途径。
高油酸油菜 光谱 多重分形去趋势波动分析 SPAD值 Fisher线性判别法 High oleic acid rapeseed Spectrum Multifractal detrended fluctuation analysis SPAD values Fisher’s linear discriminant 光谱学与光谱分析
2016, 36(11): 3657
