北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

日期: 2023-08-30
浏览次数: 291

小麦作为人类重要的粮食来源之一,你对它的印象是什么?是夜来南风起,小麦覆陇黄的生机景象,还是大麦干枯小麦黄,妇女行泣夫走藏的悲切画面?

风吹麦浪的一片金黄往往让人神往,然而随着全球气候的变化,干旱逐渐开始威胁小麦的生长及产量,各地小麦纷纷减产,继而引起价格的上涨。

久旱麦粒细,终久不成穗......如今,小麦在干旱环境下的生存和适应能力备受关注。

叶绿素作为植物生长的基本生化过程之一,与干旱适应性之间的关系引发了广泛的研究兴趣。下面这篇论文聚焦干旱胁迫下小麦的叶绿素含量,通过研究一种新型的监测方法,有望提高对小麦叶绿素含量评估的准确性,对推动粮食安全与生态环境的平衡发展具有重要意义。

Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

研究背景

小麦是对全球粮食安全至关重要的主要粮食作物。然而,小麦作物遭受着许多非生物胁迫,包括低温、干旱、高温和干热风,这强烈影响其生长、发育和生产力。干旱是世界范围内最严重的非生物胁迫之一,可显著降低小麦的分蘖数、每穗粒数和千粒重。2021年,美国和巴西都遭受了历史性的严重干旱,这使全球粮食价格上涨至近十年来的最高水平。因此,有效监测小麦生长过程中干旱胁迫的影响对提高产量、品种和粮食安全至关重要。

叶绿素是植物光合作用的基础,直接决定植物净初级生产力和碳收支,叶绿素含量可以反映植物的生长状况。而干旱胁迫会降低作物的叶绿素含量,破坏光合机制,抑制其生长,最终降低产量。干旱胁迫下作物叶绿素含量的变化程度与抗旱性密切相关,因此,监测小麦叶绿素含量可为小麦的光合作用和抗旱性提供关键信息。传统的叶绿素含量测定方法包括分光光度法和使用手持式叶绿素含量仪,这些方法使得叶片破坏程度大、效率低,不利于大规模测定小麦叶绿素含量。而与传统方法相比,高光谱成像技术可以快速、无损、高效地测定植物叶绿素含量。此外,高光谱图像包含丰富的光谱信息,可用于精确的农业研究和建立复杂的数学模型。近年来,高光谱成像技术在植物监测中的应用发展迅速,广泛的研究主要集中在开发基于光谱指数的模型来估计叶绿素含量。然而,少量的敏感波段并不能充分代表所有的高光谱信息。此外,大多数研究使用的小麦品种较少,忽略了多品种间的异质性。因此,以往模型对其他系统的适用性受到限制,该模型对大规模叶绿素含量和抗旱性的评估无效。

研究过程

基于此,在本研究中,来自中国西北农林科技大学的一组研究团队以中国阳岭区(108◦4 0 E,108◦160E,34◦160N)为研究区,对新作物品种进行试验。2021年10月21日,在一个钢架棚内共种植335个小麦品种(共2010个叶片样品),并将它们置于不同的土壤含水量条件下,采用土壤钻探法测量0.5m深度的土壤含水量。再在每个品种中采集了6个新鲜的旗叶样本,在实验室内利用Resonon Pika L 高光谱成像系统采集小麦叶片的高光谱图像数据,同时利用SPAD-502 Plus叶绿素计测定小麦旗叶的SPAD值(反映叶绿素含量)。对高光谱图像进行平滑处理(使用Savitzky-Golay滤波器)、一阶导数处理。分析控制和干旱胁迫下小麦灌浆期旗叶的高光谱特征及其与SPAD值的相关关系,用逐次投影算法(SPA)识别特征波段,最后采用机器学习方法构建了四种回归模型,包括简单线性回归(SLR)、最小绝对收缩和选择算子回归(LASSO)、岭回归(RR)和随机森林回归(RFR)模型,并检验模型效果,以确定快速叶绿素含量估计模型的准确性,最终建立一种快速、无损、准确、广泛适用的方法来评估小麦叶绿素含量、光合作用和抗旱性。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

不同土壤含水量条件下小麦叶片的高光谱曲线和单波段高光谱图像(对照处理CK和干旱胁迫DS条件下)。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用


叶片高光谱与SPAD值的相关性分析及拟合结果。(A,B)光谱反射率和一阶导数与SPAD值的相关性;(C,D)基于549 nm光谱反射率和735 nm光谱一阶导数的简单线性回归(SLR)分析;(E,F)基于549 nm处反射率和735 nm处一阶导数的SPAD预测值和实测值的拟合结果。

结果

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

基于不同数据集和模型的SPAD预测值和实测值的比较。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

(A-C)全波段高光谱反射率的LASSO、RR和RFR模型;(D-F)全波段高光谱一阶导数的LASSO、RR和RFR模型。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

基于全波段高光谱反射率模型,对不同土壤含水量条件下小麦叶片SPAD预测值和实测值的拟合结果。(A-C)控制条件下的LASSO回归、RR和RFR模型;(D-F)干旱胁迫条件下的LASSO回归、RR和RFR模型。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

(A,B)由549 nm反射率和735 nm一阶导数估计的叶片水平上的SPAD值图。

Resonon | Resonon Pika L在干旱胁迫下小麦叶绿素快速无损评价方面的应用

基于光谱和图像特征数据集的RFR模型结果。

结论

本研究利用不同土壤含水量条件下大规模小麦品种的高光谱图像分析,确定了叶片叶绿素含量快速估算模型的准确性。对叶绿素含量估计最敏感的波段在可见波段(400-780nm),相关分析表明,最佳波段位于541、549、708和735 nm附近,549 nm处的高光谱反射率和735 nm处的一阶导数与SPAD值的相关性最强。SPA结果表明,在536、596和674 nm处的波段是估计SPAD值的最佳波段,在756和778 nm处的一阶导数对估算相对叶绿素含量最有用。结合光谱特征和图像特征可以提高干旱胁迫小麦SPAD值的估算精度(RFR模型最优性能:R2 = 0.61,RMSE = 4.439,RE = 7.35%)。总之,本研究建立的模型可以有效地评价小麦叶绿素含量,并为了解光合作用和抗旱性提供依据;本研究建立的技术方法具有巨大潜力,可为小麦及其他作物的高通量表型分析和遗传育种提供参考。



News / 相关新闻 More
2026 - 11 - 16
研究背景土壤盐碱化是影响农业生产和土地资源利用的重要因素。山西省大同盆地分布着较大面积的苏打型盐碱土,土壤中较高的CO₃²⁻和HCO₃⁻含量对作物生长造成了一定限制。如何改善盐碱土壤环境、提高土地利用效率,是当地农业生产面临的重要问题。沙土掺混能够改变土壤质地和孔隙结构,进而影响水分入渗及盐分迁移。但掺沙比例不同,对土壤水分保持和氮、磷、钾等养分分布的影响也存在差异。尤其是在促进盐分淋洗的同时,是否会加剧养分向深层迁移,仍需要进一步研究。针对这一问题,山西农业大学崔清亮老师团队以大同盆地中度盐碱土为研究对象,通过室内土柱试验和田间试验,探究沙土掺混与养分管理对土壤水盐、养分迁移及谷子生长的影响,为晋北苏打型盐碱土改良和谷子栽培提供依据。图1.土柱实验的设置。研究方法研究土壤采自山西省怀仁市中度盐碱农田,属于大同盆地苏打型盐碱土。研究分为室内土柱入渗试验和田间种植试验:室内土柱试验...
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开