版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水稻的種植和分配問(wèn)題關(guān)系到全球半數(shù)以上人口糧食安全問(wèn)題。提高水稻產(chǎn)量對(duì)解決糧食安全問(wèn)題至關(guān)重要。通過(guò)育種技術(shù)培育水稻新品種是解決問(wèn)題的主要手段。各種育種技術(shù)均會(huì)產(chǎn)生一系列不同表型的待篩選水稻植株,水稻表型參數(shù)的高通量數(shù)字化測(cè)量為篩選和鑒定水稻品種提供了強(qiáng)有力的技術(shù)支撐。在水稻表型測(cè)量研究中,葉綠素含量是非常重要的指標(biāo)。葉綠素吸收光能轉(zhuǎn)化能量,是光合作用中最重要的色素,并為植物生理狀態(tài)提供重要信息。如何快速、準(zhǔn)確和方便的測(cè)量植物葉片葉綠素
2、含量等光合作用相關(guān)性狀參數(shù),對(duì)于遺傳育種和作物栽培研究具有十分重要的意義。目前測(cè)量色素的方法主要可分為直接測(cè)量法和間接測(cè)量法。直接測(cè)量法為化學(xué)分析方法,對(duì)植物有損,操作繁瑣,不適用于高通量大規(guī)模測(cè)量。間接測(cè)量法則利用了色素的生物化學(xué)特點(diǎn),通過(guò)一些比較容易獲取的參數(shù)來(lái)測(cè)量色素含量。常用的方法是反射率指數(shù)法和便攜式葉綠素儀法。但很多指數(shù)不具有品種或生育期適應(yīng)性,測(cè)量結(jié)果可推廣性差。便攜式葉綠素儀雖然操作簡(jiǎn)單,但它存在只能進(jìn)行單點(diǎn)測(cè)量,需要與
3、葉片直接接觸,易受主觀因素影響等缺點(diǎn)。
本文針對(duì)水稻葉片色素含量進(jìn)行研究,提出一種基于高光譜成像技術(shù)的色素?zé)o損測(cè)量裝置和方法。主要的研究?jī)?nèi)容包括:搭建高光譜成像系統(tǒng),實(shí)現(xiàn)自動(dòng)控制,且可依據(jù)不同的成像規(guī)格設(shè)置不同的參數(shù),在規(guī)定時(shí)間內(nèi)盡量采集到信噪比更高的數(shù)據(jù),還可以存儲(chǔ)為不同格式數(shù)據(jù)并且不影響采集時(shí)間,后期可自動(dòng)重整數(shù)據(jù)為圖像并完成圖像處理,以及光譜特征分析和各種光譜指數(shù)提取;基于高光譜指數(shù)的色素模型:在分蘗盛期和抽穗期,對(duì)葉綠
4、素a、葉綠素b、總?cè)~綠素含量和類胡蘿卜素的最優(yōu)光譜指數(shù)均為比例指數(shù),并且指數(shù)中的一個(gè)因子均在700-760 nm之間,均達(dá)到了極強(qiáng)相關(guān)水平。并且使用這些光譜指數(shù)建立了色素預(yù)測(cè)的單變量模型。在分蘗盛期,葉綠素a、葉綠素b、葉綠素和類胡蘿卜素預(yù)測(cè)模型R2分別為0.928、0.827、0.916和0.835,平均絕對(duì)相對(duì)誤差(MAPE)分別為6.94%、12.84%、7.48%和8.75%;在抽穗期,模型的R2分別為0.761、0.731、0
5、.761和0.654,MAPE分別為8.25%、10.93%、8.70%和9.14%;針對(duì)光譜指數(shù)進(jìn)行全基因組關(guān)聯(lián)分析(GWAS),其結(jié)果也顯示,“從基因組信息來(lái)預(yù)測(cè)某一物質(zhì)對(duì)應(yīng)的光譜范圍”這種思路也許是可行的。
本文提供了一種測(cè)量水稻葉片色素含量的裝置和方法,主要?jiǎng)?chuàng)新點(diǎn)如下:⑴研制出一套可見(jiàn)光-近紅外高光譜成像系統(tǒng),該系統(tǒng)使用方便,其控制和數(shù)據(jù)處理方法適應(yīng)性和控制性極強(qiáng),且能實(shí)現(xiàn)大批量連續(xù)數(shù)據(jù)的快速自動(dòng)存儲(chǔ)、處理和提取,在其
6、他作物物理表型參數(shù)和生理生化參數(shù)的測(cè)量上也有著極大的潛力。⑵提出一種預(yù)測(cè)水稻葉片色素含量的技術(shù)路線和研究方法,找出了對(duì)色素預(yù)測(cè)效果較好光譜指數(shù),并且發(fā)現(xiàn)在700-760 nm區(qū)域,無(wú)論什么形式組合的比例指數(shù)和歸一化指數(shù)與葉綠素之間都有較強(qiáng)的相關(guān)性。⑶GWAS分析結(jié)果顯示含有葉綠素位點(diǎn)的光譜指數(shù)分布范圍包含有與葉綠素含量相關(guān)性較高的光譜指數(shù)區(qū)域,一方面證明了本研究結(jié)果的準(zhǔn)確性,另一方面為基因信息與光譜數(shù)據(jù)之間的聯(lián)系提供了基礎(chǔ)。本研究?jī)?nèi)容為
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于葉片光譜估測(cè)水稻葉綠素含量研究.pdf
- 多-高光譜圖像無(wú)損壓縮技術(shù)研究.pdf
- 蘋(píng)果幼樹(shù)葉片葉綠素與水分含量的高光譜估測(cè)研究.pdf
- 基于高光譜圖像的黃瓜葉片葉綠素含量及其分布預(yù)測(cè)研究.pdf
- 基于預(yù)測(cè)的高光譜圖像無(wú)損壓縮技術(shù)研究.pdf
- 基于預(yù)測(cè)的高光譜圖像無(wú)損壓縮技術(shù)研究
- 基于HSI高光譜數(shù)據(jù)的水稻光譜特征分析與識(shí)別技術(shù)研究.pdf
- 蘋(píng)果樹(shù)葉片氮素、葉綠素及水分含量的高光譜估測(cè).pdf
- 基于高光譜的蘋(píng)果樹(shù)葉片葉綠素與氮素含量估測(cè).pdf
- 基于高光譜的寒地水稻葉片氮素營(yíng)養(yǎng)診斷研究.pdf
- 馬鈴薯外部缺陷的高光譜技術(shù)無(wú)損檢測(cè)研究.pdf
- 基于光譜和高光譜圖像技術(shù)的蠶繭品質(zhì)無(wú)損檢測(cè)研究.pdf
- 雷竹葉綠素高光譜遙感反演研究.pdf
- 多光譜圖像無(wú)損壓縮技術(shù)研究.pdf
- 基于葉片高光譜指數(shù)的水稻氮素及色素含量監(jiān)測(cè)研究.pdf
- 基于高光譜和熒光高光譜技術(shù)的靈武長(zhǎng)棗內(nèi)部成分無(wú)損檢測(cè)研究.pdf
- 風(fēng)電葉片脫層的無(wú)損檢測(cè)技術(shù)研究.pdf
- 基于高光譜成像技術(shù)的水稻稻瘟病診斷關(guān)鍵技術(shù)研究.pdf
- 基于高光譜圖像技術(shù)的紅棗品質(zhì)無(wú)損檢測(cè)研究.pdf
- 利用偏振高光譜反演植被葉綠素含量.pdf
評(píng)論
0/150
提交評(píng)論