首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
以红茄梨为试材,应用多元回归模型探讨单叶长度(L)、宽度(W)、SPAD值(S)与单叶面积(LA)、单叶鲜重(FW)和单叶干重(DW)之间的关系,结果分析得到3个作用显著的回归方程:Y_(LA)=-10.84102+6.52299X_W+0.55063W_(LW)-0.62566X_W~2(R~2=0.9149);Y_(FW)=0.40273-0.16328X_L+0.06057X_(LW)+0.00311X_S-0.03973X_W~2(R~2=0.9439);Y_(DW)=0.15305-0.07116X_L+0.02439X_(LW)+0.00199X_S-0.01582X_W~2(R~2=0.9126)。模型验证结果显示,3个模型预测值均与实测值呈现显著线性相关关系。  相似文献   

2.
为了找到快速测量‘野酿2号’与‘桂葡6号’叶面积的办法,本研究以这两种葡萄叶片为研究对象,通过方格纸法测算准确的叶面积,将主脉长、斜长1、斜长2、叶宽等24个叶片参数与实测叶面积进行回归分析。研究结果表明:两种葡萄的(主脉长+斜长1)×叶宽、(主脉长+斜长1+斜长2)×叶宽与其实测叶面积的相关系数均最大;且‘野酿2号’以(主脉长+斜长1)×叶宽为叶片参数的线性方程LA=12.349+0.452[(L+L_1)W]得出的预测叶面积与其实测叶面积无显著性差异,‘桂葡6号’以(主脉长+斜长1+斜长2)×宽为叶片参数的幂函数LA=0.379[(L+L_1+L_2)W]~(0.974)得出的预测叶面积与其实测叶面积无显著性差异。  相似文献   

3.
传统的叶面积测定法与先进的电子技术测定法在‘巨峰‘葡萄叶面积的测定过程中存在一定的局限性.该文介绍了一种以各叶脉长度为变量的多元线性回归方程法,叶面积Y=11.201X1 11.261X2 12.409X3 15.122X4-248.690,X1、X2、X3、X4分别为中脉长、第1侧脉长、第2侧脉长、第3侧脉长,复相关系数0.991.根据试验精度要求,通过葡萄的各侧脉、中脉来推算葡萄的单叶面积是完全可行的,而且测定准确、经济、简单、迅速.  相似文献   

4.
为高效、准确地测量植株叶面积,利用图像处理算法开发叶面积计算软件,并配套手持式扫描仪创建了一种叶面积测量方法。运用这种方法测量了西瓜叶面积并建立了叶面积回归方程。通过验证,应用该方法测定的面积相对误差为4.89%,标准误差RMSE为1.51 cm~2,检验结果表明应用该方法测定的面积准确度较高,可用于实际叶面积测量;利用此测量方法获得西瓜叶面积回归方程:LA=1.578L+0.722W+0.431LW,R~2=0.991,相对误差为10.54%,可用于西瓜叶面积的估算。  相似文献   

5.
果树的叶脉总是向叶端部倾斜的,其长度必然大于叶脉终端对主脉的垂线,但在长短不一的叶脉中必定有一条叶脉的长度与叶面积的实用宽度相当。又由于每叶的叶形是相对稳定的,对每一叶来说,这一侧脉的位置也是稳定的。经过大量的观察和测量,规则叶片的第二侧脉的长度,可与面积的实用宽度相当。即此脉的长度与叶长的乘积,可以作为此叶的面积值。叶脉的长度是从此脉基部到清晰可辨处的直线距离,不对称的叶片,可取邻接侧脉的平均数。 因此叶片的面积可用下式估算:叶面积=叶长×叶脉(第二侧脉)长度 我们运用此法对苹果、梨、桃、山楂、杏的176枝叶片…  相似文献   

6.
草莓叶面积简易测定方法   总被引:16,自引:1,他引:16  
以透明方格法作对照,分别与叶面积的其他简易测定法(叶长度×叶宽度的系数法、叶长度与叶面积的回归法、叶宽度与叶面积的回归法)比较。结果表明吐德拉(Tudla)叶面积的每种测定方法,以叶宽度与叶面积回归法最精确,计算公式是=7.0918x-13.4784穴公式中的x是叶宽度,y是叶面积,以下相同雪;鬼怒甘(Kinuama)叶面积的测定法也是叶宽度与叶面积回归法最精确,公式是=7.3187x-14.3288。杜克拉(Dukela)叶面积的测定法,推荐用叶宽度与叶面积的回归法,公式是=6.6393x-10.6411。y=a+bx^y=a+bx^y=a+bx^  相似文献   

7.
建立了高效液相色谱法测定葡萄中甜蜜素残留量的方法。采用Inertsil C_(18)(4.6×250mm)色谱柱,柱温25℃,乙腈:水=60:40作流动相,检测波长为313nm,流速0.8m L/min的条件测定。甜蜜素标准品以不同体积进样,获得标准曲线y=360.86x-106.89,其相关系数R~2=0.9999,在2~50μg范围内呈良好的线性关系。实验建立的甜蜜素测定方法稳定可靠,可快速检测葡萄中的甜蜜素残留量。  相似文献   

8.
《中国瓜菜》2016,(5):25-28
在传统的长宽系数法的基础上,探讨通过叶片长宽和缺刻深度估算叶面积的可行性,以期为生产和科研提供适应性广和准确度较高的厚皮甜瓜叶面积测定方法。以‘长香玉’‘秋月’‘激情’‘红姑’4个品种为材料,测量叶长、叶宽、缺刻深浅等叶片形态特征指标并采用扫描法测定叶面积,共获得1 298份叶片数据。结果表明,叶面积与叶长、叶宽、缺刻深浅之间存在显著的相关性;通过模型拟合和优选,得到以反映叶片大小的变量L·W及反映叶片缺刻的变量N_1·L和N_2·L为自变量构建的厚皮甜瓜叶面积的数学模型S=-13.2897+(L·W)~(0.943)+0.267N_1·L+0.153 N_2·L的预测效果较好,模型拟合结果决定系数R~2和均方根误差RMSE分别为0.988 6和7.686,模型外部验证结果相关系数r和均方根误差RMSE分别为0.995 0和7.201;各个品种外部验证结果,预测值与实测值之间的相关系数r均在0.994 0以上,均方根误差RMSE均小于6.900;在模型中添加缺刻变量后,均方根误差RMSE由9.434降低到7.201。因此,在模型之中导入缺刻变量后可以提高预测叶面积的准确度,增强模型对不同叶形和不同品种叶片的适应性。  相似文献   

9.
几种蔬菜叶面积的简易测算方法   总被引:2,自引:0,他引:2  
现在国外虽已发明了叶面积测量仪,但价格贵且使用起来也不太方便。若能通过叶子的长、宽因子,最好是单因子的数据就能较精确地估算出各种作物的叶面积的话,那末对作物的生长发育、光合作用、预估产量等诸方面的研究都有重要意义。 1987年,Robbins和Pharr等人,通过叶子实际面积的测定及统计学和回归分析,总结出仅用叶子的中脉长度变量,就可较精确地估算出黄瓜叶面积的数学公式: A= - 11. 31 0. 11( L) 1.14(L2),在此, A=叶面积, L=叶子的中脉长度。该公式的预估能力很强(R2=0.96)。 NeSmith等人(199)曾试图应用Robbins等人的上述公式测…  相似文献   

10.
利用数码相机测定果树叶面积的新方法   总被引:25,自引:0,他引:25  
 本文提出的是一个快速的非破坏性叶面积测定新方法, 可测定苹果、葡萄等各种果树叶面积,可在田间或室内测定活体或离体叶片的面积。其原理是利用数码相机(或数码摄像机) 拍照获取叶片和刻度直尺的图像, 利用软件对图像进行处理得到每平方厘米面积的像素数和叶片图像的像素数, 再通过计算得出叶片的面积。对其测算准确度进行检验, 结果表明苹果叶面积的测算误差为0.57% ~0.80%、葡萄叶面积的测算误差为1.05%~1.43% , 说明用新方法可相当准确地测算果树叶面积。  相似文献   

11.
以中国特有树种云南紫薇和外来树种大花紫薇成熟叶片为试材,采用图像处理法测算各样叶叶长(L)、叶宽(W)、叶周长(LW)和叶面积(LA),利用不同类型的线性或非线性回归方程对2个树种单叶叶面积进行拟合,研究了云南紫薇和大花紫薇叶片形态特征及单叶叶面积估算模型,以期为树种生态功能评价提供参考依据。结果表明:云南紫薇与大花紫薇成熟叶片的叶长(L)、叶宽(W)、叶周长(LW)和叶面积(LA)均存在显著差异,种内也存在不同程度变异;云南紫薇单叶面积拟合度最高的单变量回归模型是LA=4.254+0.305LW+0.051LW2和LA=6.200+0.063LW2(R2=0.932),多变量回归模型是LA=0.547L+0.449W(R2=0.884);大花紫薇单叶面积拟合度最高的单变量回归模型是LA=2.261W1.898(R2=0.834),多变量回归模型是LA=0.204L+0.371W+0.442LW(R2=0.907)。由此可知,云南紫薇...  相似文献   

12.
用测量统计判别法鉴别葡萄品种   总被引:4,自引:0,他引:4  
用法国葡萄学家Galet发明的两种葡萄测尺测出葡萄叶片上侧脉与中脉比A、下侧脉与中脉比B、底侧脉与中脉比C、小夹角(α β)σ、大夹角(α β γ)ζ、上缺裂比(os/L2)SS、下缺裂深比(ol/L3)SI、叶长与叶宽比r、叶面积S的编码值,将编码值通过统计软件进行判别分析,鉴别葡萄品种。  相似文献   

13.
基于RGB模型的苹果叶片叶绿素含量估测   总被引:5,自引:0,他引:5  
为了快速、无损地获得苹果叶片叶绿素含量与其表面颜色特征之间的关系,为诊断苹果树生理状况提供科学依据。以新梢旺长期的红富士苹果树为研究对象,应用数码相机采集叶片图像,利用图像处理技术,采集叶片图像的红(R)、绿(G)和蓝(B)值,通过运算组合构造颜色特征参数,建立基于苹果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。结果表明,叶绿素含量敏感的颜色参数分别为B、B/R、B/G、G/(R+G+B)、B/(R+G+B)、(R–B)/(R+B)、(G–B)/(G+B)、(R–B)/(R+G+B)和(G–B)/(R+G+B)值;基于以上9个敏感颜色参数分别建立单变量回归模型和支持向量机回归模型(SVM),估测叶片Chl.a、Chl.b、Chl.(a+b)和SPAD值,其中单变量回归模型决定系数(R~2)均在0.6左右;SVM回归模型的决定系数(R~2)分别为0.8754、0.8374、0.8671和0.8129,均方根误差(RMSE)分别为0.0194、0.0350、0.0497和0.9281,相对误差(RE)分别为0.8059%、1.7540%、1.1224%和1.1894%,尤以对Chl.a的估测效果最佳,SVM的估测精度高于单变量回归模型。模型验证取自1/4同样本数据,验证结果表明基于SVM的Chl.a稳定性更佳,R~2=0.8275,RMSE=0.0293,RE=1.8529%。应用数码相机并基于RGB颜色模型可快速估测苹果叶片叶绿素含量,可对果园水肥的精确管理提供技术支持。  相似文献   

14.
采用SPAD-502PLUS叶绿素仪与分光光度法分别测定了桃树不同区位叶片的SPAD值与叶绿素含量,建立SPAD值与叶绿素a、叶绿素b和总叶绿素的二次方函数、线性函数、对数函数及乘幂函数的拟合方程,并根据决定系数(R~2)确定最佳拟合曲线,以探讨SPAD值与叶绿素含量之间的关系。结果表明:桃树叶片SPAD值与叶绿素a、叶绿素b及总叶绿素含量间均存在极显著正相关关系。SPAD值与叶绿素a含量的最优函数模型为y=0.537-0.002X+0.001X~2(R~2=0.643);SPAD值与叶绿素b含量最优函数模型为y=5.893-0.309X+0.004X~2(R~2=0.635);SPAD值与叶绿素总量的最优函数模型为y=0.179X-5.248(R~2=0.598)。通过对不同区位叶片SPAD值与叶绿素含量实测值与预测值的统计检验发现,总叶绿素含量的实测值与预测值间不存在显著差异,可以通过回归方程来预测桃树叶片叶绿素的绝对含量。  相似文献   

15.
为获得平欧杂种榛叶面积简便、快捷的测定方法,分别于2011年7月和2012年7月,从6年生平欧杂种榛'达维'树上采集发育枝中段成熟叶片,以透明方格法和线性回归法测定叶面积结果表明:叶长、叶宽、叶长与叶宽乘积、叶长平方、叶宽平方与叶面积均呈正相关,其中以叶长与叶宽乘积与叶面积的复相关系数最高;以叶片特征值为因变量,以叶面积(Y)为应变量,采用逐步回归分析建立了叶面积二元回归方程,其中叶长(X_1)、叶长平方(X_1~2)和叶宽平方(X_2~2)是二元线性回归方程的3个自变量;通过对一元线性回归方程和二元线性回归方程的检验分析比较,确立了二元线性回归方程Y=67.248-13.917X_1+0.951 X_1~2+0.548X_2~2为平欧杂种榛'达维'叶面积回归方程。  相似文献   

16.
【目的】明确葡萄叶片厚度和茸毛密度与其对绿盲蝽抗性的关系。【方法】于2012—2014年连续3 a系统研究了不同葡萄品种对绿盲蝽的抗性水平,并在室内测定了葡萄叶片的厚度和茸毛密度。【结果】不同葡萄品种对绿盲蝽的抗性水平存在明显差异;不同葡萄品种叶片厚度、上表皮层厚度、下表皮层厚度和刺毛密度、丝毛密度分别呈显著差异(P0.05)。叶片厚度、上表皮层厚度、下表皮层厚度与葡萄对绿盲蝽的抗性没有显著相关性(y=-1.935 8+0.011 8x,R2=0.080 1,P=0.460 6;y=-1.358+0.070 3x,R2=0.131 1,P=0.338 3;y=9.536 3-0.202 3x,R2=0.239 0,P=0.181 7);叶片丝毛密度、刺毛密度与葡萄对绿盲蝽的抗性也不存在显著关系(y=2.861 3-0.081 1x,R2=0.014 9,P=0.754 7;y=2.938 9-0.005 7x,R2=0.177 3,P=0.259 1)。【结论】不同葡萄品种对绿盲蝽的抗性水平差异显著;葡萄叶片厚度和茸毛密度与其对绿盲蝽的抗性之间没有显著相关性。  相似文献   

17.
三个生态群杏品种叶面积分布规律及其数学模型研究   总被引:1,自引:0,他引:1  
以中亚细亚生态群、准葛尔-伊犁生态群、华北生态群杏品种叶片为试材,测定同一生境下不同生态群杏品种的叶面积、叶片长、叶片宽、叶形指数,分析各生态群叶面积的分布规律,建立叶面积估算的数学模型。结果表明:3个生态群杏品种叶面积呈右(左)偏态规律分布,以华北生态群的叶面积平均值最大,中亚细亚生态群最小;各生态群有50%以上的品种叶面积分布在该生态群的某一取值范围内,且取值范围华北生态群中亚细亚生态群准葛尔-伊犁生态群;长宽积与叶面积的相关性最高,叶面积随长宽积的增长可用一元二次曲线方程拟合;各生态群叶面积估算数学模型,在取值范围内能较好的估测各生态群品种的叶面积。  相似文献   

18.
【目的】探究水分胁迫对葡萄不同叶龄叶片光合及荧光变化规律的影响。【方法】以3 a(年)生‘赤霞珠’葡萄(Vitis vinifera‘Cabernet Sauvignon’)为试材,由黎明前叶片水势(ψb)反映胁迫程度,设置对照(无水分胁迫,CK)、中度水分胁迫(T1)和重度水分胁迫(T2)三个处理,测定‘赤霞珠’葡萄新梢不同叶龄叶面积、叶片光合参数、叶绿素荧光参数及Ru BP活化酶和果糖-1,6-二磷酸酯酶活性。【结果】葡萄叶片叶龄为80 d时,叶面积趋于稳定,T2显著降低了各叶龄叶片的面积,T1与CK无显著性差异;葡萄叶片SPAD值随叶龄的增加而增大,且T1增加了各叶龄叶片SPAD值,T2则降低;Pn、Gs、Tr、Ru BP活化酶和果糖-1,6-二磷酸酯酶活性随葡萄叶片叶龄的增加均呈先上升后下降的趋势,并且随水分胁迫程度的增加下降程度增大;水分胁迫不同程度地降低了各叶龄叶片Fv/Fm、Yield、ETR、q P,而Fo显著增加,T2增加了各叶龄叶片的NPQ,但随着叶龄的增加,T2叶片NPQ又显著低于其他两个处理。【结论】随‘赤霞珠’葡萄叶片叶龄的增加,光合能力呈先上升后下降的趋势,当葡萄叶片叶龄为60~90 d时,光合能力最强。水分胁迫降低了各叶龄叶片的光合效率,重度水分胁迫会阻碍葡萄幼龄叶片的正常发育,并加速老龄叶片的衰老。  相似文献   

19.
【目的】探讨干旱荒漠区滴灌条件下尿素施入量对葡萄叶片氮素代谢和果实发育的影响,为合理施用氮肥和提高氮素利用率提供科学依据。【方法】本试验以10 a(年)生‘蛇龙珠’(Vitis vinifera L.cv. Cabernet Gernischet)为材料,分别施入尿素0 kg·hm~(-2)(CK)、150 kg·hm~(-2)(N1)、300 kg·hm~(-2)(N2)、450 kg·hm~(-2)(N3)和600 kg·hm~(-2)(N4),测定了不同发育时期叶片叶绿素含量(SPAD值)、叶面积、净光合速率(Pn)、全氮与可溶性蛋白含量、氮代谢关键酶活性与相关基因表达水平、以及果实品质相关指标。【结果】施氮处理显著提高了叶片净光合速率,N2处理较对照促进叶面积增加,同时显著提高了花前5 d、花后50 d和80 d叶片全氮含量。在0~300 kg的施氮范围内,叶片的硝酸还原酶(NR)活性随着施氮量的增加而升高,N2处理能够显著提高叶片谷氨酰胺合成酶(GS)和谷氨酸合成酶(GOGAT)活性,N2和N3处理能显著提高整个生育期叶片谷氨酸脱氢酶(GDH)活性。花前5 d、花后20 d和80 d,N2处理VvNR1表达水平显著高于对照和其他施氮处理。花前5 d,N1和N2处理VvGS1明显上调表达,分别较对照上调142.33%和283.47%。施氮后VvGDH1在整个生育期均上调表达。N2处理果实可溶性糖、糖酸比、单宁、花青素均达到最大值,可滴定酸含量最小,产量居于中等水平。【结论】不同施氮量影响叶片VvNR1、VvGS1、VvGOGAT1和VvGDH1基因的表达,从而改善叶片氮代谢水平,N2处理有利于葡萄生育后期叶片中氮素的积累,同时促进叶片生长和净光合速率的增加,提高了果实品质。  相似文献   

20.
以31份印度南瓜、12份中国南瓜、4份印度南瓜×中国南瓜种间杂种为研究对象,进行老熟南瓜口感评价及营养成分相关性研究,鉴定影响南瓜口感的关键指标,并建立一种科学评价口感的方法。结果表明:供试南瓜材料干物质含量为28.27~219.12g·kg~(-1)(FW),淀粉含量为4.13~93.68g·kg~(-1)(FW),可溶性糖含量为8.48~128.14g·kg~(-1)(FW),纤维含量为2.46~80.94g·kg~(-1)(FW),可溶性固形物含量为3.2~12.2°Brix(FW),VC含量为17.9~258.2mg·kg~(-1)(FW);含水少、甜、面、质地细腻、平滑的南瓜口感好,反之口感差。从口感与营养成分的整体趋势上看,干物质、淀粉、可溶性糖、VC及可溶性固形物含量升高、纤维含量降低口感变好;反之,口感变差。通过逐步回归分析,剔除了可溶性固形物、VC、纤维含量等贡献率小的营养成分,建立南瓜口感评价公式Y=-5.481+17.974X_1+10.716X_2+12.473X_3(Y为口感得分预测值,X_1为干物质百分含量,X_2为可溶性糖百分含量,X_3为淀粉百分含量),拟合优度指标R~2为0.907,预测口感效果较好。说明利用干物质百分含量、可溶性糖百分含量、淀粉百分含量预测肉用南瓜口感是可行的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号