基于RGB模型的大豆叶片叶绿素含量预测

以大豆叶片叶绿素为对象,基于RGB色彩空间构建叶绿素SPAD估算模型,对大豆叶片叶绿素含量进行预测。首先,采集自然环境下的大豆叶片图像,运用中值滤波法去除图像噪声,并基于k-means算法将叶片从背景中分割;其次,提取叶片图像的红(R)、绿(G)、蓝(B)值,通过运算组合构建颜色特征参数,建立基于大豆叶片颜色特征参数的叶绿素含量估算模型,并对其精度进行评价和验证;最后,组合了R/G/B、R/(R+G-B)、B/(R+G-B)、G/(R+G-B)等4种颜色特征参数,利用这4种颜色特征参数和叶绿素实测值进行回归分析。结果表明,基于B/(R+G-B)的组合精确度最高,R2=0. 438,AARD=9. 58%,RMSE=2. 862。该方法可以快速、无损地预测大豆叶片叶绿素含量,为评估大豆的生理状况提供了参考。     

水稻冠层叶片SPAD值与叶绿素、叶氮含量及净光合速率的变化特征

通过两年的田间试验,利用叶绿素仪(SPAD-502)测定了不同生育时期水稻(南粳44号)冠层叶片的SPAD (Soil-plant analysis and development)值、叶绿素含量、叶氮含量及净光合速率,在此基础上分析了SPAD值与叶绿素含量、叶氮含量及净光合速率的关系。结果表明:水稻冠层叶片的SPAD值与叶绿素含量、叶氮含量及净光合速率的关系均呈显著相关,但是在不同的生育期内SPAD值与其他三项指标的变化并没有同步,存在一定时间的超前或者滞后。随着叶绿素荧光分析技术的发展,无损伤、快速、灵敏测定叶片光合作用的变化成为可能,因此想要更好地了解叶片光合作用的内在变化,还需要研究SPAD值与各项叶绿素荧光参数的关系。     

基于高光谱成像技术的水稻叶片SPAD值及其分布问题研究

高光谱成像技术在快速无损检测植物叶片叶绿素含量上得到越来越广泛的应用.运用SPAD仪可同期获得叶片的叶绿素含量.以水稻叶片为研究对象,首先采集水稻活体植株至培养皿,利用SPAD502叶绿素计采集叶片的SPAD值,最后使用高光谱成像仪采集水稻叶片的高光谱影像.运用不同的植被指数和偏最小二乘法分别对SPAD值进行回归分析.结果显示,偏最小二乘回归模型精度较高且较为稳定.根据最佳预测模型反演叶片上任意像素的SPAD含量,通过伪彩色配色即可得到水稻叶片SPAD分布图像.该方法为研究水稻植株的生长状况提供了更为具体的数据资料,为水稻的产量估测和病害预警提供了新的依据和方法.     

中国东部城市森林阔叶树种叶绿素含量空间特征及其影响因素

选取中国东部样带9个城市27个公园,在生长季使用叶绿素仪（SPAD-502 Plus）测定了主要阔叶树种新叶与成熟叶的叶绿素相对含量（SPAD值）,探究了城市阔叶树种叶片叶绿素相对含量空间特征及其影响因素．结果表明:中国东部城市阔叶树种成熟叶SPAD值显著高于新叶,常绿阔叶树种叶片SPAD值显著高于落叶阔叶树种．中国东部城市阔叶树种新叶和成熟叶的叶绿素相对含量均随纬度降低而升高,主要是由树种组成（以常绿树种比例为指标）变化导致的．本研究相关结果增进了对城市环境中阔叶树种叶片属性大尺度空间规律的认识．      

水稻STN7激酶突变体的光合生理特性分析

本实验旨在研究野生型与stn7突变体在光合性能上的差异.实验包括检测种子萌发状况、用脉冲幅度调制成像荧光计IMAG-MINI测量叶绿素含量、用SPAD-502叶绿素仪测量SPAD值以及用LI-6400XT便携式光合仪测量叶绿素荧光动力学参数并用photosynthesis软件拟合光响应曲线及相关参数.结果显示,WT和stn7植株的种子萌发情况和SPAD值几乎无差异,叶绿素荧光动力学参数显示WT的光合性能比stn7植株高,叶绿素a/b和光响应曲线的结果得出WT利用弱光的能力较强,光响应曲线结果还显示高光强下,stn7植株光合速率较高.本文研究发现STN7激酶在调节水稻的光合作用中发挥着重要作用.     

水稻冠层叶片土壤、作物分析仪器开发值与叶绿素、叶氮含量及净光合速率的变化特征

通过两年的田间试验,利用叶绿素仪(SPAD-502)测定了不同生育时期水稻(南粳44号)冠层叶片的SPAD(soilplant analysed and development)值、叶绿素含量、叶氮含量及净光合速率,在此基础上分析了SPAD值与叶绿素含量、叶氮含量及净光合速率的关系。结果表明:水稻冠层叶片的SPAD值与叶绿素含量、叶氮含量及净光合速率的关系均呈显著相关,但是在不同的生育期内SPAD值与其他三项指标的变化并没有同步,存在一定时间的超前或者滞后。随着叶绿素荧光分析技术的发展,无损伤、快速、灵敏测定叶片光合作用的变化成为可能,因此想要更好地了解叶片光合作用的内在变化,还需要研究SPAD值与各项叶绿素荧光参数的关系。     

红边光谱谐波分析的神经网络法叶绿素含量反演研究

叶绿素含量测定对于了解作物生长状况具有重要意义。为实时、快速、准确获取叶绿素含量,研究了玉米叶片叶绿素含量的BP神经网络(BPNN)法高光谱反演模型;而BPNN输入因子的选择是建立反演模型的关键。已有研究证明作物红边光谱与叶绿素含量有较强的相关性,为避免红边参数提取的不确定性,提高建模精度与效率,运用红边光谱的频率域谐波分析(HA)技术获得谐波余项、振幅和相位等能量谱特征分量(ESCC);并选择具有强相关性的10个ESCC进行主成分分析后,取前4位主分量作为BPNN的输入因子,进而进一步强化其相关性来构建叶绿素含量反演模型。同时,分别用遗传算法(GA)和小波基(wavelet-based)函数优化BPNN结构,建立GA-BPNN、WNN反演模型。实验通过比较BPNN、GA-BPNN、WNN模型和常规的多元线性回归(MLR)模型的玉米叶片叶绿素含量反演结果,得出非线性的BPNN模型要明显优于线性的MLR模型;而在神经网络模型中,GA-BPNN优化模型的反演精度最高。     

干旱区红富士苹果新叶和功能叶叶绿素SPAD值变化规律研究

以红旗坡农场和依杆旗乡果园内的红富土苹果树为研究对象,随机选择5株同龄树上不同部位的新叶和功能叶为试验材料,采用SPAD-502 Plus叶绿素测定仪,连续2年定期快速测定了新叶和功能叶叶绿素SPAD值。结果表明：在2个果园的5株树当中,株1和株2苹果树的新叶和功能叶的叶绿素SPAD值均较高;且功能叶的叶绿素SPAD值均明显高于新叶;新叶的叶绿素SPAD值在7月份较高,而功能叶在8月份较高;依杆旗果园苹果功能叶叶绿素SPAD值高于红旗坡果园,但对新叶的影响不明显。     

紫外-可见光去浊度反演水体叶绿素a含量

城市景观水体的叶绿素a含量可直接反映其水质。紫外-可见光谱方法可快速低廉反演叶绿素a的含量,但城市水体水深较浅、浊度较高,容易对该波段光谱产生干扰。采用实验室培养的螺旋藻水样和浊度水样的混合水样来模拟城市景观水体环境,并使用UV—2600分光光度计获取混合水样的吸光谱数据;对吸光谱数据分别建立一元线性回归模型、偏最小二乘算法(PLS)模型和BP神经网络模型,以寻找降低水体浊度干扰的办法,为水体水质评价提供可靠参考数据。结果显示,BP神经网络预测模型可以同时预测混合水样中叶绿素a的浓度和浊度的浓度值,模型预测值与样本测量值之间的R~2为0. 997 2,并且模型的预测误差在5%以内。去浊度反演水体叶绿素a含量的能力最高;偏最小二乘算法模型测量值与预测值的R2为0. 999 4,模型的预测误差小于4%,但该模型在预测叶绿素a浓度时不能同时预测浊度值,去浊度反演叶绿素a含量的能力次之;一元线性回归模型的去浊度反演叶绿素a含量的能力最差。     

红树植物叶片叶绿素提取方法比较及其活体测定

本文采用混合液法测定了五种红树植物叶片的叶绿素含量,并摸索了提取过程中混合液的不同配比和提取的时间。对相同的材料用 Arnon 法和混合液法进行对照测定,结果表明 Arnon 法比混合液法提取红树植物叶片叶绿素效果好.通过 Arnon 法和活体叶绿素仪的平行测定,分别建立了四种红树植物叶片的活体测定值 D 与叶绿素含量(mg/cm~2)的回归方程,由此得出快速测定红树植物叶片叶绿素含量的简便方法。