共查询到15条相似文献，搜索用时 156 毫秒
1.
澳洲坚果叶面积测定方法比较 总被引：2，自引：0，他引：2
为确定不同品种澳洲坚果叶面积测定的最佳方法,找出系数回归法测量澳洲坚果叶面积的最佳参数,对3种叶面积测量方法进行比较,对不同叶片参数与叶面积间的关系进行回归分析。结果表明,同一品种经方格法、画纸称重法、图像处理法测定的叶面积均无显著性差异,3种方法测定结果的相关系数都在0.999以上,说明3种方法均可作为澳洲坚果叶面积测定的可靠方法;不同品种的各叶片参数与叶面积间的回归系数并不相同,在利用系数回归法测量澳洲坚果叶面积时,叶长宽积是最能反映实际叶面积的叶片参数。本研究可为澳洲坚果的生理研究和生产实践提供重要参考。 相似文献
2.
3.
叶面积测定方法的研究 总被引：3，自引：1，他引：3
详细介绍了测量叶面积的各种方法，并指出每种方法的精度、适用范围等特点，以供科学研究时进行合理选择。最后还提出中国叶面积测量方法在未来的研究方向是研制便携式叶面积仪和开发集成的叶片图象处理软件。 相似文献
4.
Sunscan冠层分析仪在测量小麦叶面积指数中的应用 总被引：2，自引：1，他引：1
Sunscan冠层分析仪可以间接测量叶面积指数,具有简单快捷,对植物无损伤的特点。在大田情况下,本研究通过与传统手测叶面积进行比较,研究Sunscan冠层分析仪在小麦叶面积测定中的可行性。Sunscan冠层分析仪测定的叶面积指数与传统方法测定的叶面积指数有很好的相关性（r2=0.59-0.86）。在小麦生育后期,冠层枯黄叶片影响Sunscan冠层分析仪测定数据,导致测定结果偏大,抬高底端的测量位置可以减小枯黄叶片对测量的影响。 相似文献
5.
GIS空间分析技术在棉花叶面积测定中的应用 总被引：1，自引：1，他引：0
为了快速准确的获得棉花叶面积信息,通过扫面仪获取棉花叶片和准图形的数字图像,利用GIS空间分析技术对长方形、等腰三角形、正方形和直角三角形进行面积和周长计算。结果表明,GIS法提取的面积、周长信息与准图形面积、周长之间的平均相对误差分别为0.021和0.01,远小于叶面积仪器的测量误差,说明GIS空间分析技术应用于棉花叶面积测定是切实可行的。这种方法不受叶片形状、大小、厚薄、叶片幼嫩等因素的影响,对于叶面积不大的植物,利用GIS强大的数据处理功能,可以进行批量处理。因此和其他叶面积测定方法相比,GIS空间分析技术测定叶面积具有准确、快速、数据处理量大等优点,适用于科研和生产推广使用。 相似文献
6.
7.
2种常用叶面积测量方法准确性的比较研究 总被引：3，自引：1，他引：2
利用已知面积图形和菱叶绣线菊、毛茛叶报春、乌蔹莓3种植物叶检验了2种常用叶面积测量方法（剪纸称重法和图像像素法）的准确性和可重复性。对已知面积图形测量结果分析显示,2种方法准确性和可重复性均较好,测量相对误差均小于3%,但相比较而言,图像像素法测量的准确性明显好于剪纸称重法。比较2种方法对菱叶绣线菊、毛茛叶报春和乌蔹莓3种叶面积测量的结果,表明图像像素法测量的变异幅度明显小于剪纸称重法,2种方法的可比性随着被测叶面积的减小而降低,因而在小型叶面积的测量中建议使用图像像素法结果更可靠。 相似文献
8.
9.
基于叶形纸称重法的烤烟田间最大叶面积指数研究 总被引：1，自引：0，他引：1
为给科技人员正确应用烤烟叶面积相关指标提供参考依据,在现行优质烟生产条件下,针对14个基因型烤烟叶面积指数最大时期的关联指标进行研究。结果表明：采用叶形纸称重法测算烤烟叶面积校正系数是完全可行的。田间单株叶面积在1.84~2.90 m2,平均为2.08 m2;最大叶面积指数在3.07~4.83,平均为3.47。不同基因型烤烟之间,叶面积校正系数和最大叶面积指数差异较大,不宜采用某一常数值进行机械套用,而应针对特定品种进行探索。 相似文献
10.
毛白杨无性系叶面积的回归测算 总被引：1，自引：0，他引：1
利用快速、精准的方法,建立了4个不同毛白杨无性系的叶面积与其叶长、叶宽、以及叶长×叶宽之间的线性回归和幂函数回归方程。结果表明：1）毛白杨不同的无性系叶形指数差异较大,不同无性系的回归方程也不一样,应针对无性系计算叶面积;2）叶片生长的不同阶段叶面积的回归方程不同,因此应针对叶片的不同生长阶段确定回归方程。3）一元线性回归方程中,叶面积和叶长、叶宽的乘积的相关性最好,但只适用于功能叶片的测量;而幂函数回归方程无叶片大小限制,叶面积和叶宽的相关性较好并且测量方便,毛白杨无性系50号叶面积和叶宽幂函数回归方程为LA=1.0014×W1.8295,83号回归方程为LA=0.863×W1.832,30号回归方程为LA=0.554×W2.051,B331号回归方程为LA=1.639×W1.600。因此在今后的生产实践中,可通过测定4个毛白杨无性系的叶宽,利用其幂函数回归方程,估算叶面积。 相似文献
11.
基于OpenCV的Android手机植物叶片几何参数测量系统 总被引：4，自引：0，他引：4
通过Android 手机对植物叶片图像进行处理以测量其长、宽、周长、面积等几何参数,避免其他测量方法的缺点,提高数据采集效率。首先,获取含有已知尺寸矩形框的叶片图像。然后,对图像进行校正以消除倾斜失真。在校正阶段,采用了更为鲁棒的特征点检测法代替可能出现错误结果的Hough 变换法来处理矩形框,得到其4 个角点。根据求得的角点与标准图像的角点对图像进行映射得到校正图像。最后,处理校正图像计算叶片几何参数。参数计算提出以叶片轮廓为基础的方法,所有参数均通过对轮廓的处理求出,提高了计算效率。此外,基于轮廓求面积不需要对叶片进行形态学处理消除空隙及不连续,还可避免统计像素方法中将噪声像素误认为叶片造成的计算不精确。在求叶片长、宽时,给出了2 种方法供用户根据叶片实际形状选择。另外,在编程方面,采用了OpenCV-Android-SDK,大幅提高了图像处理速度。结果表明,精确度测试中,对打印出的规则图形几何参数测量的结果误差均在2%以内;而实际叶片的测量结果中长、宽的误差在2%以内,周长误差小于4%,面积误差低于3%。耗时测试中,相同图像处理算法采用OpenCV后,处理速度明显提升;对多部不同配置手机的测试中,处理1 幅分辨率为2448×3264 的叶片图像的耗时均在3 s 以内。另外,对于同一叶片图像,不同手机测量的结果完全一致。实验表明,该系统不仅操作简单、速度快、通用性强,而且对叶片几何参数的测量精确度也较高。 相似文献
12.
南方草莓叶面积计算方法的研究 总被引：15，自引：2，他引：13
本文基于对江苏南部6个草莓主栽品种叶面积的测量试验,用DPS数据处理系统对其 “叶长-叶宽-叶面积”之间的回归关系进行分析,得出这6个草莓品种的叶长×叶宽与叶面积回归方程;并经过数据合并建立了一个通用的回归方程。试验数据显示：各种草莓所得到的回归方程的决定系数均在0.97以上,相关性极为显著,通用回归方程的决定系数为0.98以上,相关性检验也达到极显著水平。本文为草莓叶面积的活体测量提供了一个简便、快捷、可行的活体测量方法。 相似文献
13.
比较了反射仪—K 试纸法(K ts-fl)、原子吸收光谱法、ICP-aeS法测定烟株叶脉汁液中的K 含量的三种方法,确定反射仪—K 试纸法测定烟株钾含量的可行性及其最佳测定范围;在烤烟不同生育期,应用反射仪—K 试纸法对烟株叶片不同部位含K 水平的测定,确定其最佳测定时期及部位。研究结果表明,反射仪—K 试纸法与原子吸收光谱法、ICP-aeS法测定结果差异不显著,应用反射仪—K 试纸法进行烟株钾素快速诊断可行,且具有时间短,简单快速,易操作等优点。反射仪测定K 的稳定线性范围是0.30～0.9g/L;在不同时期对烟株不同部位测定研究表明,最佳诊断部位为烟株第二平展叶叶脉基部2cm段。 相似文献
14.
15.
C. R. Chinnamuthu C. Kailasam Dr. S. Sankaran 《Journal of Agronomy and Crop Science》1989,162(5):300-304
This study was undertaken to determine the relationship between sixth leaf area and total leaf area of sorghum ( Sorghum bicolor Moench) to obtain the total leaf area estimate without having to make the time consuming area measurement directly. Ten sorghum varieties were raised at Tamil Nadu Agricultural University campus Coimbatore from which the leaf samples were taken. The allometric relationship derived by logarithmic transformation between total leaf area (TLA) and sixth leaf area measured by leaf area meter (SLALW ) and TLA and sixth leaf area measured by maximum length and width (SLALW ) were not different significantly. The allometric relationship for all the ten varieties of pooled data were
TLA = 27.416 (SLAM )0.794
and TLA = 14.355 (SLALW )0.857 )
Where TLA, SLAM and SLALW are measured in cm2 . The standard error of estimate equalled to 0.00299 and 0.0035 for the regression of TLA-SLAM and TLA-SLALW respectively. The correlation co-efficients for TLA-SLAM and TLA-SLALW were 0.94 and 0.93 respectively. Among the relationships tried for third, fourth, fifth, sixth and seventh leaf area by meter and length X width verses total leaf area, the SLA verses TLA found to be more suitable. 相似文献
TLA = 27.416 (SLA
and TLA = 14.355 (SLA
Where TLA, SLA