应用多光谱图像技术进行锦橙叶片氮含量监测

以蓬安100号锦橙为试材,运用多光谱图像技术建立快速监测叶片氮含量的方法。利用多光谱相机MS3100采集蓬安100号锦橙叶片图像,运用Adobe Photoshop软件提取叶片图像的颜色特征参数,对其进行数学变换和归一化处理后的颜色特征参数与叶片氮含量值进行相关分析,并建立二者回归模型。结果表明,6个颜色特征参数G-B、G/(R+B)、(G-B)/(G+B)、G/(R+G+B)、g、g-b值与叶片氮含量的相关性较好,综合评价得出G-B、(G-B)/(G+B)、g-b值所建立的蓬安100号锦橙叶片氮含量监测模型较好,其相关系数均为0.84,决定系数为0.70,预测误差为3.70%。研究结果表明,利用计算机视觉技术进行锦橙叶片氮含量监测是可行的。

锦橙叶片氮含量可见近红外光谱模型研究

以单系枳砧蓬安100号锦橙为试材,采用田间试验的方法开展利用鲜叶可见近红外光谱估测叶片氮素营养状况的研究。运用偏最小二乘法(PLS)分析叶片反射光谱与氮含量之间的关系。结果表明,在可见光350～700nm,随着氮肥用量的增加,叶片光谱反射率呈下降趋势;而在750～1075nm范围内,叶片光谱反射率随着氮肥用量增加而增加。通过对叶片反射光谱、一阶微分、二阶微分和倒数对数光谱进行变量标准化(SNV)处理,运用偏最小二乘法(PLS)与内部交叉验证建立的氮含量预测回归模型,其中反射光谱的一阶微分光谱氮含量定标模型具有最好的预测能力,其建模与预测均方根误差和标准差都较低且接近,偏差绝对值最小。因此,可以利用叶片反射光谱的一阶微分值来预测蓬安100号锦橙叶片氮含量。

基于冠层光谱的锦橙叶片磷素营养监测研究

以盆栽蓬安100号锦橙施肥调控试验为基础,利用田间冠层光谱信息探索建立植株磷素营养监测技术与方法。通过采集蓬安100号锦橙95个单株样本的冠层光谱信息和室内检测分析叶片磷含量,随机选取76个作为建模样本,19个为检验样本,运用多种光谱预处理方法和偏最小二乘法(Partial leastsquare method,PLS)及内部交叉验证方法建立校正模型与模型检验。结果表明,经多种光谱预处理方法的建模结果比较,冠层原始反射光谱经二阶求导和SNV处理后建立的蓬安100号锦橙叶片磷含量冠层光谱监测模型预测能力和稳健性最佳,其主成分数4个,能表达全波段63%的信息;校正模型相关系数为0.90,偏差Bias=2.45E-10,且RMSEC和RMSEP均最小。模型检验预测的决定系数R2=0.85。因此,利用二阶导数及标准归一化(Standard normal variate transformation,SNV)预处理的田间冠层光谱信息快速无损监测蓬安100号锦橙叶片磷含量具有一定的可行性。

锦橙叶片钾含量光谱监测模型研究

【目的】快速、无损、准确地获取柑橘叶片营养信息。【方法】以盆栽蓬安100锦橙为试材,通过精确控制施肥处理(K0:0g,K1:30g,K2:75g,K3:90,K4:120gk2O/株/年),利用鲜叶进行光谱检测钾素营养状况分析。【结果】可见近红外波段范围内,各施钾处理蓬安100锦橙夏梢叶片光谱反射强度呈K3>K0>K1>K2>K4趋势。通过对反射光谱、一阶微分、二阶微分和倒数对数光谱进行多元散射(multiple scattering correction,MSC)校正处理,运用偏最小二乘法(partial least square method,PLS)与内部交叉验证建立了钾含量预测回归模型,其中反射光谱的二阶微分光谱钾含量定标模型具有最好的预测能力,其预测相关系数最大,r=0.82;预测均方根误差较小,RMSEP=0.0038;偏差(Bias)绝对值最小,Bias=-2.34E-05。【结论】通过锦橙叶片反射光谱二阶微分值与叶片钾含量构建的PLS回归模型,可以较好地预测蓬安100锦橙夏梢叶片钾含量。进一步分析表明,波段477—515nm、541—588nm、632—669nm、701—718nm和754—794nm是反射光谱二阶微分与蓬安100锦橙叶片钾含量定标模型的特征波长。

锦橙叶片POD动力学研究

以锦橙成熟春梢叶片提取过氧化物酶 (POD) ,分别测定了该酶的最适pH、最适温度及酶促动力学参数Km值和Vmax值 ,比较分析了常见几种POD抑制剂的作用程度。结果表明 :以邻甲氧基酚为底物 ,叶片POD的最适pH为 5 .0 ,最适温度为 32℃ ,Km值为 2 8.0 4mmol/L ,Vmax值为 147.83unit/s·gFW。在所测的 6种抑制剂 (K+、Pb2 +、CN-、Vc、硫脲及L 半胱氨酸 )中 ,CN-,Pb2 +,硫脲和L 半胱氨酸对POD表现出较强的抑制作用 ,K+对POD活性起促进作用。在一定浓度范围内 。