共查询到20条相似文献，搜索用时 390 毫秒
1.
基于成像高光谱的苹果叶片叶绿素含量估测模型研究 总被引：1，自引：0，他引：1
以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513~539、564~585、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。 相似文献
2.
【目的】探究玉米叶片SPAD值与其高光谱特征之间的品种差异,构建不同玉米品种叶片SPAD值估测模型,并对模型应用范围进行验证。【方法】通过大田试验,测定多个玉米品种叶片的SPAD值及其高光谱数据,利用相关分析及逐步回归分析等方法,构建和筛选玉米叶片SPAD值与相关光谱参数的回归模型,并利用偏差率对模型精度进行检验。【结果】不同玉米品种叶片的SPAD值与其高光谱反射率及一阶导数的相关波段存在差异,但品种间差异较小,关系最密切的波段均处于560和700nm附近。对不同玉米品种的光谱反射率一阶导数进行比较时,出现"红移"现象,"红移"规律与各品种叶片SPAD值大小表现一致;叶片SPAD值与光谱反射率一阶导数的显著相关波段在510,615,690和740nm附近。在构建估测模型时,以单波段光谱参数构建的模型估测效果较组合波段构建的模型好,且模型类型为多元方程和指数方程。以单一玉米品种叶片光谱参数建立的模型可以对其他玉米品种叶片的SPAD值进行估测,但估测精度在不同品种间存在差异。【结论】以高光谱560nm附近波段反射率建立的模型精度最高,对不同品种的玉米叶片SPAD预测值偏差率普遍小于5.00%。 相似文献
3.
《江西农业学报》2022,(2)
以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513539、564539、564585、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。 相似文献
4.
为解决水稻叶片生物量反演模型普遍存在的泛用性与机理性较差的问题,利用无人机高光谱遥感平台获取水稻冠层400～1 000 nm的高光谱反射率信息,对PROSAIL模型进行参数敏感性分析,根据分析结果利用连续投影法提取敏感波段,在此基础上,结合PROSAIL作物辐射传输模型与水稻高光谱数据,运用秃鹰算法（BES）对PROSAIl模型的生物量参数进行数值优化,从而快速、精准实现水稻关键生育期的叶片生物量反演。结果显示：运用改进Sobol方法对水稻叶片生物量进行全局敏感性分析,敏感区间为700～1 000 nm。对敏感区间内光谱利用连续投影法提取了750、788、898、940、962、999 nm等6个水稻叶片生物量特征波长。结合PROSAIL模型与BES优化算法,构建了PROSAIL-BES数值优化方法。以水稻特征波段光谱反射率为模型输入,通过PROSAIL-BES数值优化方法对PROSAIL模型参数进行校正,叶片生物量反演结果 R2为0.694,RMSE为0.002。结果表明,与传统机器学习模型的反演结果对比,PROSAIL-BES数值优化方法具有更好的反演精度,在水稻生物量反演领域具有... 相似文献
5.
《江西农业学报》2022,(8)
通过计算机视觉技术对齐穗期至成熟期的水稻叶片图像进行分割,提取水稻叶片图像在RGB和HSV颜色空间中的6种颜色特征参数,计算典型的18种颜色分量,分析了颜色特征参数和颜色分量与水稻叶片SPAD值之间的相关关系;然后,采用线性回归分析方法,分别建立了基于RGB颜色空间和基于RGB与HSV颜色空间的SPAD值的估测模型,并采用逐步回归方法,分别建立了基于颜色特征参数和颜色分量的SPAD值的估测模型。结果表明:RGB颜色空间和HSV颜色空间均与水稻叶片的SPAD值有极显著的相关关系,以HSV颜色空间与水稻叶片SPAD值的相关关系更为密切;颜色特征参数H与SPAD值之间的相关关系最密切,其次是S、R、V;颜色分量r/b与SPAD值之间的相关关系最密切,其次是R-B、b、r;在建立的水稻叶片SPAD值的4个估测模型中,以基于颜色分量的逐步回归模型的拟合效果最好。因此,综合RGB和HSV颜色空间中图像颜色信息的分析应用,有利于提高水稻叶片SPAD值的图像反演精度。 相似文献
6.
基于RGB与HSV颜色空间的水稻齐穗后叶片SPAD值估测方法研究 总被引：1，自引：0，他引：1
通过计算机视觉技术对齐穗期至成熟期的水稻叶片图像进行分割,提取水稻叶片图像在RGB和HSV颜色空间中的6种颜色特征参数,计算典型的18种颜色分量,分析了颜色特征参数和颜色分量与水稻叶片SPAD值之间的相关关系;然后,采用线性回归分析方法,分别建立了基于RGB颜色空间和基于RGB与HSV颜色空间的SPAD值的估测模型,并采用逐步回归方法,分别建立了基于颜色特征参数和颜色分量的SPAD值的估测模型。结果表明:RGB颜色空间和HSV颜色空间均与水稻叶片的SPAD值有极显著的相关关系,以HSV颜色空间与水稻叶片SPAD值的相关关系更为密切;颜色特征参数H与SPAD值之间的相关关系最密切,其次是S、R、V;颜色分量r/b与SPAD值之间的相关关系最密切,其次是R-B、b、r;在建立的水稻叶片SPAD值的4个估测模型中,以基于颜色分量的逐步回归模型的拟合效果最好。因此,综合RGB和HSV颜色空间中图像颜色信息的分析应用,有利于提高水稻叶片SPAD值的图像反演精度。 相似文献
7.
研究了7个供试水稻品种孕穗期叶片色素以及含水率与高光谱特征参数之间的关系.在绿峰反射、红谷吸收以及水分吸收处,不同供试水稻品种高光谱波段反射率有显著差异.利用相关的分析方法,以(R6,40-R670)/R670、(R800-R680)/(R800+R800)、1/R510-1/R550、Dr、Sr、Rg6个光谱参数构建水稻叶片色素模型;同时,分析1 450 nm处水稻叶片含水率与吸收深度及吸收面积的相关性.研究表明,不同品种水稻含水率与光谱吸收差异在一定程度上反映出水稻品种间抗虫性差异.水稻叶片色素、含水率的高光谱特征在较大尺度上对田间水稻品种分类、健康诊断和品种抗性鉴定上有重大意义. 相似文献
8.
运用水稻生长模拟模型ORYZAl,分析了不同时期的不同叶片含氮量及叶面积指数对产量的影响和花后物质生产与结实的关系,探讨了水稻生长模拟模型在水稻估产中应用的可能性。 相似文献
9.
基于积温变化的水稻叶形态伸展过程可视化模拟 总被引：1，自引：0，他引：1
通过分析水稻叶片生长过程中的几何形态数据,构建了水稻叶片几何形态参数与有效积温之间的动态关系模型和水稻叶片空间形态三维模型.结合水稻植株分蘖拓扑结构,利用OpenGL图形接口,在计算机上实现了水稻穗前形态随环境温度动态生长过程的可视化模拟,具有较强的真实感,为构建虚拟水稻生长系统奠定了基础. 相似文献
10.
基于高光谱的水稻叶片含水量监测研究 总被引：9，自引：2，他引：7
【目的】建立快速、无损诊断水稻叶片含水量的估测模型,为水稻水分精确管理提供依据。【方法】基于2年不同土壤水分处理和水稻品种的池栽试验,于水稻主要生育时期同步测定顶部4张叶片的光谱反射率和含水量,系统分析350-2 500 nm波段范围内任意两波段组合而成的比值（RSI）、归一化差值（NDSI）及差值（DSI）光谱指数,并分析其与叶片含水量的量化关系。【结果】不同土壤水分处理和叶位间,叶片反射光谱具有显著的时空变化特征,叶片含水量的敏感光谱波段主要位于近红外及短波红外区域;RSI （R1402, R2272）及NDSI （R1402, R2272）光谱指数与叶片含水量呈现良好的线性相关,线性拟合R2均达到0.80。基于独立试验资料对所建模型进行测试检验也显示,预测值和观察值的拟合R2也均达到0.86。【结论】RSI（R1402, R2272）、NDSI（R1402, R2272）均可用于水稻叶片含水量的定量监测。 相似文献
11.
水稻叶由叶片和叶鞘组成,连接叶片和叶鞘的叶枕上着生有叶舌、叶耳等结构。叶片是水稻光合作用的主要器官,叶片的大小、形状和叶夹角是构成水稻株型的关键因素,对水稻叶片发育机制的阐释将有助于水稻株型改良和产量提高,而叶极性建立又与水稻叶片生长发育和形态建成密切相关。基于此,本文对水稻叶极性建立相关基因及其分子机制的研究进展加以综述,以期为今后水稻株型改良提供一些参考。 相似文献
12.
Preliminary Studies on Thickness of Nondestructive Rice （Oryza sativa L.） Leaf Blade 总被引：2，自引：0，他引：2
CHEN You-ding ZHANG Xu ZHOU Xin-qiao CHEN Guan-hua 《中国农业科学(英文版)》2007,6(7):802-807
Two varieties, Yuexinzhan and Guangchao 3, were used to study leaf thickness in rice in this experiment. The thickness of the leaf blade was measured by the nondestructive leaf thickness instrument, which was modified from the thickness instrument for steel objects （John Bull, England）. The contacting area between the leaf and the probe of the instrument was 0.5 cm^2. There was no significant difference between the thickness of steel materials measured by the nondestructive rice leaf thickness instrument and the micrometer. The correlation between the thickness of the rice leaf blade measured by the nondestructive rice leaf thickness instrument and the specific leaf weight （SLW） was significant （P 〈 0.05 or P〈 0.01）. The results also showed that the rice leaf thickness was uneven and asymmetric. The thickness and SLW of flag leaf tended to increase from the base to the tip of the leaf blade. The middle part of the second and third top leaf was the thickest, but no significant difference in thickness between the basal part and the fore part was found. Drawing a line on the main vein in the top three leaves, the left part was thinner than the right part. The thickness of the lower leaves （6/0-9/0） on the main culm tended to increase with increasing positions of the leaves in the early and middle stages, but the tendency was not the same for the higher leaves （10/0 upwards）, although the higher leaves （10/0 upward） were thicker than the lower leaves （9/0 or downward）. Furthermore, different CO2 concentrations （550±30, 460 ± 30 μmol mol^-1） in the growth boxes had no effect on the thickness of rice leaf blades. It can be concluded that the measurement of rice leaf thickness using the nondestructive rice leaf thickness instrument is simple, precise, and nondestructive. 相似文献
13.
基于B样条曲线的水稻叶片几何参数测量系统 总被引：1，自引：0，他引：1
基于B样条曲线的水稻叶片几何参数测量系统能无损、精确获取水稻叶片几何参数,可为农学研究提供精准数据。该研究分析了B样条曲线拟合基本原理,采用1次B样条曲线获取水稻最大叶宽,基于3次B样条曲线交互绘制手势轨迹曲线逼近叶脉获取水稻叶长,控制点数量和位置可人工干预,实现轨迹曲线实时调整。运用变异系数和均方根误差评价测量结果,结果显示,叶长变异系数为2.4%,叶宽变异系数为5.4%,均小于15%,测量结果精度较高;建立系统预测值和实测值线性回归拟合模型,水稻叶长均方根误差为1.534 0 cm,叶宽均方根误差为0.101 9 cm,系统预测能力较好。利用B样条曲线测量叶片几何参数,前期图像获取简便,能够真正实现便捷、无损、准确获取水稻叶长、叶宽,为水稻叶片几何参数的测定提供了一种新的测量方法,可满足农业科学研究基本需要。 相似文献
14.
试验结果表明,8000单位Bt10g/667m2药后10d对稻纵卷叶螟的防治效果为85.7%,20d后的保叶效果达到82.2%,对鱼无毒、安全,可作养鱼稻田防治稻纵卷叶螟的农药。 相似文献
15.
16.
为探明不同寒地水稻品种成熟期叶片衰老过程的差异 ,试验分析了 11个寒地水稻品种成熟期叶面积和叶氮含量的动态变化过程。结果表明 ,水稻成熟期叶面积变化过程可分为 和 两个阶段 ,阶段 叶面积稳定不变 ,阶段 叶面积直线下降 ;成熟期叶氮含量直线下降。不同品种抽穗期叶面积、叶面积阶段 的持续时间、叶面积阶段 的叶面积降低速率、抽穗期叶氮含量、抽穗后叶氮含量降低速率等性关不同。寒地水稻品种抽穗期叶氮含量高、抽穗后下降快 ,功能露片持续时间就长。寒地超高产水稻品种应具有抽穗期叶氮含量高、叶厚、叶茎夹角小、叶面积适中 ,抽穗后功能叶片持续时间长、叶片姿态变化小等特征。 相似文献
17.
18.
云南稻作资源特征特性及生态地理分布研究Ⅶ. 稻白叶枯病抗性资源的多样性分布研究 总被引：2，自引：0，他引：2
采用GIS、BioDiversity等技术分析了4062份云南地方稻种资源白叶枯病抗性多样性在云南不同气候类型和各类稻区的表现.结果表明,稻白叶枯病抗性与气候环境因素呈显著相关.稻白叶枯病抗性多样性从南亚热带→北亚热带→中亚热带→北热带→南温带→中温带逐渐减小,反之增大;随海拔的升高、温度的降低而减少,反之增大.亚热带是稻白叶枯病抗性多样性富集气候带.单双季籼稻区和水陆稻区的稻白叶枯病多样性高于其他稻作区,稻作复杂地区稻白叶枯病抗性多样性较高.发掘了198份值得研究利用的优异的稻白叶枯病抗性资源. 相似文献
19.
水稻卷叶性状的研究进展 总被引：3，自引：0，他引：3
分析了水稻卷叶性状与株型的关系及对经济性状的影响;概述了卷叶的机制和物理学、生理生态学效应;综述了卷叶的经典遗传与分子遗传学研究;展望了卷叶资源及其在杂交育种中的应用;探讨了水稻卷叶性状在遗传学和生理生态学研究方面存在的问题和进一步研究的思考。 相似文献
20.
文中运用系统分析原理及植病流行学方法对稻叶瘟流行涉及的几个主要子系统进行了定量研究．研制成了“温湿雨促病指数”、“侵染势能”、“稻体感病指数”以及“病斑的潜育显症”４个子模型,为建立稻叶瘟田间流行的模拟模型奠定了基础。 相似文献