基于叶绿素荧光成像系统的马铃薯叶片叶绿素含量估测OA
马铃薯是全球第四大粮食作物,准确掌握其生长状态对于田间管理与产量预测具有重要意义。叶绿素作为反映作物光合能力和生长状况的关键指标,对于马铃薯产量预测至关重要。本研究以内蒙古武川县为研究区,以马铃薯为研究对象,设置不同氮肥用量处理(180、220、280 kg hm^(-2)),利用叶绿素荧光成像仪获取马铃薯叶片叶绿素荧光参数和SPAD值,通过对不同生育期和叶位的叶绿素荧光时空异质性以及荧光参数与叶绿素含量之间的相关性分析,确定稳定荧光参数,基于此构建马铃薯叶片叶绿素含量估测模型。结果表明,基础荧光(F_(o))和最大荧光强度(F_(m))表现为叶脉区高,叶缘区低;最大光化学量子产额(F_(v)/F_(m))、实际光化学量子产额(Y(II))、光化学淬灭系数(qP)及光化学淬灭系数(qL)等指标分布较均匀。Y(II)、qP和电子传递速率(ETR)与Tchl呈显著正相关,相关系数(r)分别为0.57、0.53和0.59,F_(o)和F_(v)/F_(m)与Tchl的相关性较弱(r=0.2)。随机森林模型(RF)表现最佳,训练集和测试集的R^(2)分别为0.93和0.51。最小二乘回归模型(PLSR)与神经网络模型(BPNN)拟合程度较低,R^(2)分别为0.42和0.44,但稳定性更好。总体上,叶绿素荧光成像技术可有效实现马铃薯叶片叶绿素含量与光合状态的无损监测,其中,Y(II)、qP和ETR对叶绿素含量估测具有较高解释力,可以为马铃薯精准监测提供有效的技术支撑。
马晨铭;哈斯图亚;常泓博;梁擎天;游乐;吴尚蓉
内蒙古农业大学资源与环境学院,内蒙古呼和浩特010011内蒙古农业大学资源与环境学院,内蒙古呼和浩特010011内蒙古农业大学资源与环境学院,内蒙古呼和浩特010011内蒙古农业大学资源与环境学院,内蒙古呼和浩特010011西南大学电子信息工程学院,重庆400715中国农业科学院农业资源与农业区划研究所,北京100081
农业科技
马铃薯叶绿素荧光成像技术叶绿素含量估测光合参数机器学习模型
《作物学报》 2026 (7)
P.2193-2206,14
国家自然科学基金项目(42261066)内蒙古自治区自然科学基金杰出青年基金项目(2024JQ01)中央引导地方科技发展资金项目(2023ZY0033)高等学校青年科技人才发展计划项目(NJYT22047)资助。
评论