基于无人机多光谱遥感的苎麻叶绿素含量反演

苎麻叶绿素含量与其光合作用及有机质积累能力有着极大的相关性,对监测其生长、衰老有重要意义。无人机遥感技术的发展为快速、无损、高效监测作物叶绿素提供了新方法,但利用该技术对苎麻叶绿素含量进行监测的研究还未见报道。本研究基于多时序获取的无人机多光谱遥感影像,通过分析遥感指数与苎麻叶片叶绿素含量之间的相关性,采用多种机器学习方法构建了不同生育期叶绿素含量反演模型。结果表明:基于无人机多光谱遥感反演苎麻叶绿素含量的最佳反演模型为成熟期的随机森林回归模型,决定系数为0.892,均方根误差为0.116。本研究结果可为利用无人机多光谱遥感预测苎麻叶绿素含量提供方法参考。

作物分蘖影响因素研究进展

分蘖作为禾本科作物的重要农艺性状,是评估作物生产潜力的关键指标,并对作物高产目标的实现有重要意义。本文从植物激素、遗传基因及外界环境因素3个方面阐述了作物分蘖发生的主要影响因素,以期为作物分蘖研究提供一定的理论参考。

叶面喷施多效唑对不同品种苎麻根系的影响

多效唑能增强植株地下部活力和抗逆性,有效促进作物根系生长。为探明多效唑对苎麻根系生长的影响,以中苎1号、川苎8号和遵义团蔸麻3个不同品种苎麻为材料,采用不同浓度(0、50、100、150和200 mg/L)的多效唑对其叶面进行喷施处理。结果表明:多效唑能有效增加苎麻的根系鲜重和根冠比,提高根系抗氧化酶活性和根系活力,降低根系MDA含量。综合考虑,中苎1号、川苎8号、遵义团蔸麻最适多效唑浓度分别为150、150和200 mg/L。