华南晚籼杂交稻叶片SPAD值及其一般配合力和遗传效应的动态变化

本研究旨在揭示华南晚籼杂交稻叶片SPAD值一般配合力及遗传参数的动态变化规律,为华南杂交水稻的高产高效新品种培育提供相关的科学依据。以华南地区生产上广泛应用的3个籼稻不育系和6个籼稻恢复系配置了18个不完全双列杂交组合,分析不同发育阶段叶片SPAD值及其一般配合力及遗传效应的动态变化规律。结果表明:杂种及其亲本叶片SPAD值移栽后呈逐渐下降趋势,于幼穗分化期(栽后43或50 d)达到最低点,始穗期(60 DAT)后快速下降。不同组合以及同一组合在不同发育时期叶片SPAD值存在较大差异。灌浆结实期至蜡熟期,‘荣丰A’、‘五丰A’、‘华占’和‘广恢308’及其相应组合叶片SPAD值下降较快,而‘明恢63’和‘桂99’及其相应杂交组合依然保持相对较高的SPAD值,并与亲本SPAD值一般配合力的动态变化相一致。除分蘖始期叶片SPAD值以特殊配合力为主外,达70.76%,其余发育阶段叶片SPAD值均以一般配合力起主导作用。杂种叶片SPAD值在生殖生长阶段的遗传力(21.90%~63.89%),显著高于其营养生长阶段的遗传力(8.02%~14.79%);其遗传效应以加性效应为主,同时存在显性或/和上位性效应,始穗期至抽穗扬花期的显性或/和上位性效应增大,达18.37%和22.02%。发育前期和中期,叶片SPAD值受环境条件影响较小,后期则较大地受到环境条件影响。

基于无人机多光谱影像的春小麦SPAD值估测研究

【目的】探究无人机遥感技术对春小麦SPAD值的无损估测,建立小田块尺度上的春小麦SPAD值估测模型。【方法】利用多光谱无人机获取2022年内蒙古河套地区春小麦冠层多光谱数据,并提取5种植被指数,通过分析植被指数与植株SPAD值的相关性,结合支持向量机回归(SVR)、偏最小二乘回归(PLSR)和随机森林回归(RFR)构建春小麦关键生育时期SPAD值估测模型,并筛选各时期SPAD值最优估测模型。【结果】通过与5种植被指数配对来确定最佳模型,在春小麦的拔节期、抽穗期、开花期和灌浆期,这15种组合方法均可对SPAD值进行估测。对3种建模方法的最优模型进行比较发现,NDVI+RFR模型在估测春小麦SPAD值方面具有最高的准确性和良好的鲁棒性,其R^(2)=0.96,RMSE=0.19。【结论】利用无人机估测春小麦的SPAD值是可行的,最优模型为NDVI+RFR模型。

基于叶片SPAD值的不同施氮水平下水稻直链淀粉含量预测

为揭示寒地水稻叶片SPAD值及其衍生值与稻米直链淀粉含量的关系,于2021、2022年在不同施氮水平影响下夹取水稻孕穗期(T1)、齐穗期(T2)、结实期(T3)顶部3张叶片测定SPAD值,2年试验均为二因素完全随机试验且施肥量相同,A因素为前中期(基肥、分蘖肥、调节肥)施氮量共8水平,B因素为后期(穗肥)施氮量共3水平。根据2021年盆栽试验的数据资料建立SPAD值衍生指标与稻米直链淀粉含量之间的关系模型,利用2022年盆栽试验数据资料对建立的模型进行验证。结果表明,在2021年氮肥试验中,A2~A8水平直链淀粉含量较A1水平分别极显著增加2.04%、4.21%、5.72%、7.17%、8.03%、5.92%、5.66%,而A2~A8水平食味值均较A1水平极显著下降,2022年两者趋势与2021年相同。2年稻米直链淀粉含量和食味值评分表现均为线性负相关,拟合优度(r^(2))分别为0.54^(**)、0.44^(**)。施氮量对不同生育时期顶部3张叶片SPAD值均呈线性关系,随着不同生育时期推进水稻冠层出现“黑黄”交替现象,其中单张叶片的SPAD值受不同时期差异的影响,借助指标SPAD_((L_(1)+L_(2))/2)、SPAD_(L_(1)×L_(2)/mean)可有效降低年份及氮肥水平差异对直链淀粉含量预测结果的影响,指标SPAD_((L_(1)+L_(2))/2)与直链淀粉含量在T1~T3时期的拟合方程分别为:y=0.135x+0.47,r^(2)=0.52**;y=0.126x+11.68,r^(2)=0.53^(**)、y=0.154x+15.65,r^(2)=0.51^(**)。SPAD L_(1)×L_(2)/mean拟合方程分别为:y=0.136x+11.46,r^(2)=0.52^(**);y=0.126x+11.68,r 2=0.53^(**);y=0.160x+12.59,r^(2)=0.51^(**),x为SPAD值衍生值,y为直链淀粉含量,拟合方程均到达极显著水平。但指标SPAD L_(1)×L_(2)/mean在不同时期误差均小于SPAD_((L_(1)+L_(2))/2),所以T3时期指标SPAD_(L_(1)×L_(2)/mean)可以实现快捷、无损和实时预测稻米直链淀粉含量,在一定程度上判定出稻米蒸煮食味品质,达到按质收获以及对品质实时监测的要求,促进优质寒地水稻的可持续发展。

基于杂交水稻叶片SPAD值的氮素营养诊断模型的初步构建

为探明水稻叶片SPAD值的最佳测定叶位和最佳的SPAD值次级指标,并构建基于水稻叶片SPAD值的氮素营养诊断模型,开展以品种为主区,氮肥施用量为副区的双因素裂区设计试验。参试品种为Q优6号和宜香优2115,氮肥施用量设5个水平(纯N 0、75、150、225、300 kg/hm^(2)),分析叶片的敏感性、代表性和稳定性,并探讨SPAD值次级指标与施氮量和叶片含氮量之间,及叶片氮积累量与叶片含氮量和产量之间的关系。结果表明,叶片敏感性、代表性和稳定性大小顺序分别为L4(顶4叶)>L3(顶3叶)>L1(顶1叶)>L2(顶2叶)和L3>L4>L2>L1、L2>L3>L4>L1,可见,L3、L4可作为氮素营养诊断的共同理想指示叶。选择L3、L4的SPAD值几何平均数(GMSI34)作为最佳的SPAD值次级指标。由叶片氮积累量与产量和叶片含氮量的抛物线方程、一元线性回归方程,GMSI34与叶片含氮量的指数方程,求得拔节期、孕穗期、抽穗期的SPAD值次级指标的临界值(GMSI34_(临))分别为48.5、44.3和42.9,与实际获取的GMSI34实相比较,若GMSI34_(实)-GMSI34_(临)<0时,则表明水稻缺氮,需要追氮,若GMSI34_(实)-GMSI34_(临)≥0,则表明水稻氮营养充足,无需追氮。综上,基于杂交水稻叶片SPAD值的氮素营养诊断模型,可为杂交水稻高效氮肥管理提供技术支持。

基于SPAD值的不同海拔烤烟采收成熟度研究

为探索不同海拔下烟叶成熟度采收标准及采收时间,以张家界市主栽品种K326为研究对象,使用SPAD-502叶绿素仪测定了400和600 m海拔区域下上、中、下各部位不同成熟度鲜烟叶的SPAD值,分析不同成熟度下烟叶外观质量、感官质量及经济性状,找出不同海拔下各部位烟叶适宜采收的SPAD值。结果表明:400 m海拔下部烟叶适宜采收的SPAD值为26.57~29.99,中部鲜烟叶SPAD值为15.48~23.08,上部鲜烟叶SPAD值为17.19~20.81;600 m海拔下部烟叶适宜采收的SPAD值为21.60~24.06,中部鲜烟叶SPAD值为19.82~24.40,上部鲜烟叶SPAD值为13.49~16.65,烤后烟叶外观质量表现较优,感官质量属于较高档次。

田间即时鲜烟叶SPAD值预测和成熟度识别方法

成熟程度判定作为烟叶采收时的重要工作,需要满足即时性、科学性和准确性要求。目前烟叶成熟度识别实施存在测量仪器价格昂贵且操作繁琐,无法在田间推广使用;手机摄像头的内嵌图像处理算法干扰图像有效特征,田间复杂天气环境影响图像采集一致性;现存识别算法忽略植物学领域信息,影响模型准确性和普适性等问题。据此提出一种低成本且有效的田间即时鲜烟叶SPAD值预测和成熟度识别方法,通过提高识别准确率保障烟叶后续调制质量。研发便携式拍摄装置,实现田间高质量图片采集;并以CX-26烟叶品种为研究对象,提出一种适配于田间烟叶图像的分割方法,通过提取图像目标区域特征数据,利用XGBoost算法依次搭建鲜烟叶SPAD值预测模型和成熟度识别模型。提出两个模型的集成思路,集成模型能够利用SPAD值和成熟度的强相关关系,通过预测SPAD值提高成熟度识别准确性。该方法在各项评价指标中均表现优秀,其中SPAD值预测平均误差为0.4703,成熟度识别宏F1-Score为95.27%。研发手机APP完成拍摄装置和云端模型之间烟叶图像和预测结果的传输,实现在田间对烟叶成熟程度快速、客观、准确的即时预测。该成果可为田间农作物精准采收提供有效技术支持。

基于叶片SPAD值的微型盆栽月季氮素营养诊断研究

氮素是微型盆栽月季生长发育的必需元素,实时监测植株生长过程中氮素的变化,精准估测氮素含量尤为重要。设置4个施氮水平(包含高氮处理),分析施氮量对微型盆栽月季生长发育的影响,测定不同施氮水平下4种微型盆栽月季在不同生长时期、不同叶片层位的SPAD值,利用线性及非线性回归分析等方法,构建基于叶片SPAD值的单一品种和混合品种叶片氮含量估测模型,并对此模型进行检验和通用性评价,利用SPAD氮饱和指数评估临界氮含量。结果显示,4个不同微型月季品种在整个生长发育时期的营养生长趋势相似,且在不同施氮水平下性状指标具有差异。随着施氮量的增加,叶片氮含量和叶片SPAD值均呈先上升后平稳的趋势。叶片SPAD值与叶片氮含量之间存在显著相关性,且不同层位的叶片SPAD值与叶片氮含量的相关性存在差异。多品种混合构建的综合模型在通用性上优于单一品种模型,S1和S2时期的下层叶片、S3和S4时期的上层叶片SPAD值与叶片氮含量回归决定系数较高,构建的模型分别为y=0.0009x^(2)+0.6115x+0.8047、y=0.002x2+0.7118x+2.3382、y=0.1279x^(1.4938)、y=-0.0015x^(2)+0.5204x+3.7738。氮饱和指数利用多项式模型估测较为可靠。综上所述,施氮水平、生育期、叶片层位均会影响SPAD值与叶片氮含量的相关性,可利用混合品种建立的叶片氮含量估测综合模型作为通用模型,利用氮饱和指数多项式方程进行氮素诊断较为准确,为微型盆栽月季氮素营养实时诊断提供理论数据。

基于无人机可见光影像的坐果期枣树冠层SPAD值估算

以坐果期枣树为研究对象,利用无人机可见光影像,对田间尺度的枣树冠层SPAD值进行监测,基于14种植被指数与枣树冠层实测SPAD值的相关性,优选植被指数构建单变量回归、多元逐步回归和随机森林回归的枣树冠层SPAD值估算模型,以期探讨无人机可见光遥感影像估算枣树冠层SPAD值的可行性。通过相关性分析发现,红绿比值指数(RGRI)、超绿指数(EXG)、改进型绿红植被指数(MGRVI)、可见光波段差异植被指数(VDVI)、可见光大气阻抗植被指数(ARVI)与枣树冠层SPAD值的相关性极显著,其中EXG与枣树冠层SPAD值的相关系数达到-0.578。基于枣树冠层SPAD值的相关性极显著的5种植被指数构建的单变量反演模型的r^(2)在0.111~0.604之间,RMSE在1.936~3.085之间。其中,以EXG构建的线性模型为单变量反演模型中效果最优的模型,r^(2)达到0.604,RMSE为1.936。基于RGRI、MGRVI、EXG协同构建的多元逐步回归模型效果优于任何单一植被指数构建的单变量反演模型,R 2达到0.635。与使用单变量构建的线性或非线性模型相比,基于随机森林算法构建的枣树冠层SPAD值反演模型效果最佳,其r^(2)达到0.804,RMSE为1.317。基于随机森林算法的枣树冠层SPAD值反演模型表现出了对实测值较高的拟合能力和较优的模型预测能力,表现出了对枣树特殊种植结构比较健壮的反演能力,以及对土壤等背景因素的抗干扰能力。研究结果为低空遥感监测林果长势和健康评估提供了技术支撑。

基于无人机多光谱的全周期枣树叶片SPAD值检测

针对新疆阿拉尔垦区枣树叶片SPAD值的实地测量存在难度大、无法快速准确预测的问题,以不同生育期的枣树叶片为研究对象,利用无人机多光谱影像作为数据源,通过整合多种植被指数,构建了高维数据集并进行特征优选,以确定最优多变量组合。还定量评估了3种机器学习算法[K近邻模型(KNN)、随机森林模型(RF)和XGBoost模型]在单变量与多变量条件下对不同枣树生育期树叶SPAD值预测能力。结果显示:(1)枣树叶片的SPAD值在不同生育期间存在明显差异,整体上呈现出先增大后减小的趋势,其中坐果期为转折点;(2)SPAD值与光谱指数的相关性分析以及特征优选,确定各生育期的最佳光谱指数和最佳特征多变量;(3)XGBoost模型在所有生育阶段的预测效果均优于KNN和RF模型。在盛花期,结合了NDVI、GRNDVI、DVI和SAVI特征的XGBoost模型表现最佳,R~2=0.9495最大与RMSE=0.0864最小。研究结果表明,结合XGBoost模型和无人机多光谱数据的最优多变量组合,能够最准确地预测枣树叶片的SPAD值,特别是在盛花期模型的预测效果最为显著。利用本研究方法可以实现对新疆阿拉尔垦区枣树叶片SPAD值的精准监测,可为垦区枣树生长监测提供有效与及时的技术参考。

浙贝母叶片SPAD值与叶绿素含量的相关性分析

为研究叶绿素仪在浙贝母叶片叶绿素含量测定的准确性和最佳测定部位确定,以重庆市万州区龙驹镇梧桐村种植的浙贝母为研究对象,用便携式叶绿素仪测定浙贝母叶片的SPAD值,用丙酮法测定其叶绿素含量,并进行两者的相关性分析。结果:浙贝母叶片的SPAD值与叶绿素a、叶绿素b、总叶绿素含量间均呈极显著相关性(p<0.01),其相关系数分别为0.036 2、0.367 6、0.326 6;叶片中部为浙贝母叶片使用叶绿素仪测定的最佳部位,相关系数为0.834 4,呈显著相关(p<0.05)。结果表明使用叶绿素仪测定的SPAD值能够较好地反映浙贝母叶片的实际叶绿素含量,因此,叶绿素仪测定浙贝母叶绿素相对含量可代替丙酮法测定叶绿素绝对含量,方法简便快捷,具有推广应用价值。

修剪、断根和基质改良对三角梅叶片SPAD值的影响

为给天桥绿化三角梅的更新复壮提供参考,以上桥绿化10 a的小叶紫花三角梅为材料,采用正交试验探究了修剪、断根和基质改良对三角梅叶片SPAD值的影响。结果表明:正交试验的三角梅叶片SPAD值为46.4~55.5,试验30、73和120 d后不同处理间均存在极显著差异;修剪强度对三角梅叶片SPAD值影响极显著,修剪73和120 d后,轻度修剪的SPAD值极显著高于中度和重度修剪;断根和基质改良均不能提高三角梅的叶片SPAD值。

滇重楼叶片和花萼的SPAD值与叶绿素含量的相关性分析

为探究滇重楼叶片和花萼的SPAD值与叶绿素含量之间的相关性,以4种生长年限的滇重楼叶片和花萼为试验材料,采用SPAD叶绿素仪和丙酮法测定叶片SPAD值和叶绿素含量。结果表明,滇重楼叶片、花萼的SPAD值和叶绿素含量各不相同,并且两者受年际间环境影响较大。相关分析表明,SPAD值与叶绿素含量间呈极显著相关(p<0.01)。对不同生长年限的滇重楼叶片、花萼的SPAD值与叶绿素含量进行函数方程拟合,再对实测值与预测值进行方差分析,结果表明两者间无显著性差异,因此可通过将SPAD值代入方程估算滇重楼叶绿素含量。综上所述,可以采用SPAD值代替传统的叶绿素含量,这为快速测定大田滇重楼叶片和花萼的叶绿素含量提供了新方法。

借助叶绿素SPAD值检测加强罗汉松抚育管理

在林木种植实践中,罗汉松具有很高的生态价值和经济价值,而叶绿素含量的变化情况与罗汉松生长存在一定关联和影响.为加强罗汉松的种植和抚育管理,研究罗汉松叶绿素SPAD值的变化情况,文章介绍了广西壮族自治区北海市林业科学研究所对6种罗汉松叶片不同部位SPAD值、一天内SPAD值及生长期SPAD值变化展开的检测情况.结果表明,测定罗汉松SPAD值应选择叶片中部更能代表罗汉松叶片叶绿素的相对含量.在生长期一天内,罗汉松在16时叶绿素SPAD值达到最大值.受温度及空气湿度的影响,在生长期一个月内,叶绿素SPAD值出现"双峰"变化曲线.基于此,文章提出,应在实际栽培管理中,根据气候变化做好罗汉松抚育管理,以供参考.

基于优化植被指数组合的多品种辣椒叶片叶绿素数值估测

叶片叶绿素与植被生长状况息息相关,SPAD值能够反映作物叶片叶绿素含量,不同品种辣椒外形和生理生态参数具有明显差异,因此,准确、快速地估算SPAD值具有重要意义。以4个不同品种辣椒为研究对象,测量其SPAD值,对原始光谱进行倒数、对数、倒数对数、一阶微分和二阶微分变换,通过将变换光谱替换原始光谱来优化植被指数,对比优化植被指数和经典植被指数搭建模型的差异,最终得到不同品种辣椒SPAD值和高光谱之间的关系,寻找SPAD值的最优反演模型。结果表明:不同品种辣椒冠层光谱特性存在差异;辣椒叶片建模集、验证集和全样本SPAD值的变化趋势均为线椒大于朝天椒;基于倒数对数光谱优化的植被指数除了CI_(red edge)外,其余植被指数的相关系数均高于经典植被指数;基于lg1/R-VI搭建的随机森林模型无论是建模集还是验证集精度均较好,适合于不同品种辣椒SPAD值的估算,其中全样本模型测试集决定系数(R^(2))为0.83,平均绝对误差(MAD)为1.90,验证集R^(2)和MAD分别为0.45和1.26。

佛手瓜叶片光谱特征与SPAD值估算模型研究

构建佛手瓜叶片叶绿素含量估算模型,为实现高光谱技术监测佛手瓜叶片叶绿素含量变化提供参考依据。利用SPAD-502 PLUS叶绿素仪同步测定佛手瓜叶片的SPAD值,以Field Spec 3地物光谱仪采集佛手瓜叶片光谱数据。对原始光谱去噪处理后经一阶微分变换、倒数对数变换和倒数对数的一阶微分变换提取其特征波段,然后利用红边及绿峰位置构建了SPAD值的预测模型,并采用决定系数(R^(2))、均方根误差(RMSE)和相对误差(RE)对模型进行精度评价。结果表明,在400~1000 nm波长范围内,佛手瓜叶片光谱特征在可见光区的绿峰波段反射率在22%左右,在近红外区形成高反射率,达到56%左右。通过对原始光谱曲线进行一阶微分变换、倒数对数变换和倒数对数的一阶微分数学变换后,提取出佛手瓜叶片的特征波长分别有520、550、640、650、670、680、700 nm。以单一红边位置与佛手瓜SPAD值建立的模型,r^(2)为0.8142,以此模型进行SPAD值预测,得到预测值与实测值的决定系数r^(2)为0.8337,RMSE为2.83,RE为4.36%;以红边与绿峰位置和佛手瓜SPAD值建立的模型,r^(2)为0.8247,同样以该模型进行SPAD值预测,得到的预测值与实测值的决定系数r^(2)为0.885,RMSE为2.16,RE为3.43%。构建的红边及绿峰位置的回归预测模型对预测佛手瓜叶片SPAD值是可行的,为佛手瓜生产精准调控、产量评估和科学管理提供必要技术支撑。

基于无人机多光谱影像的水稻冠层SPAD值预测研究

比较筛选水稻冠层SPAD值估测模型,为无人机多光谱遥感反演水稻SPAD值提供依据。利用无人机获取水稻拔节期、抽穗期、乳熟期的冠层多光谱影像,选取7种常用的植被指数,利用3种回归方法建立基于植被指数的水稻叶片SPAD值反演模型。结果表明,在不同生育期与水稻叶片SPAD值相关系数最高的植被指数不相同,拔节期最高的是GNDVI,抽穗期最高的是CIGreen,乳熟期最高的是CIRededge。抽穗期是水稻叶片SPAD值反演的最佳时期,模型具有较好的建模精度和估测效果,其中多元线性回归的建模精度较高,偏最小二乘回归模型的估测效果最好。试验结果可为水稻长势的实时无损监测提供参考。

应用SPAD值预测小麦叶片叶绿素和氮含量的初步研究

2003～2004年以中筋小麦品种扬麦11号、WH510和徐州26为试验材料,研究不同生育时期(拔节、孕穗、抽穗)不同叶位叶片SPAD值变化特征及其与叶片叶绿素含量、全氮含量及NO3--N含量的关系,旨在为小麦上应用SPAD快速诊断施肥提供理论依据。结果表明,不同品种及不同叶位小麦叶片SPAD值明显不同;小麦叶片SPAD值与叶绿素含量之间的关系因品种和生育时期的不同而有明显差异,同一品种小麦不同叶位叶片SPAD值与叶绿素含量呈极显著正相关。小麦叶片SPAD值与全氮含量呈正相关,SPAD值高,全氮含量也高,可以用SPAD值估算全氮含量进行小麦氮素营养状况诊断,但同一品种不同叶位SPAD值与全氮含量的关系表现不一致,即用SPAD值来诊断小麦叶片氮含量时应选择完全展开并已进入功能盛期的叶片。小麦叶片SPAD值与NO3-N含量相关性不显著。

氮肥和DPC用量对棉花叶片叶绿素含量和SPAD值的影响

在大田条件下研究了氮肥和缩节胺(DPC)用量对中早熟棉花品种豫杂35和早熟品种银山1号叶片叶绿素含量、SPAD值的影响。结果表明,随着施氮量或DPC用量的增加,两个品种的叶片叶绿素含量和SPAD值均呈增加趋势。叶片叶绿素含量和SPAD值呈正相关关系,但生育后期叶绿素含量的下降明显快于SPAD值,表现为吐絮期的叶绿素含量显著低于盛铃期,而吐絮期的SPAD值与盛铃期差异不显著。因此,在DPC化控条件下,仍可使用SPAD值进行棉花叶色诊断,但应注意生育后期SPAD值与叶绿素含量的不同趋势。

油茶叶片SPAD值与叶绿素含量的相关分析

为了探究油茶叶片SPAD值与叶绿素含量的相关性,采用SPAD-502叶绿素仪与分光光度法分别测定了油茶叶片的SPAD值与叶绿素含量。研究结果表明,油茶叶片SPAD值与叶绿素a、叶绿素b以及总叶绿素含量间均存在极显著正相关关系.通过线性回归得出了SPAD值与叶绿素a、叶绿素b以及总叶绿素含量间的回归方程。通过15个不同品种叶片SPAD值与叶绿素含量实测值与预测值的统计检验,叶绿素a与总叶绿素含量的实测值与预测值间不存在显著差异,可以通过回归方程利用SPAD值来预测油茶叶片叶绿素的绝对含量。

3种小檗科植物叶片SPAD值与叶绿素的相关性及通径分析

阔叶十大功劳、狭叶十大功劳及南天竹同为小檗科植物,其叶片表观性状存在较大差异。为了考察上述3种植物叶片SPAD值与叶绿素的相关性,运用SPAD-502Plus叶绿素仪和分光光度法分别测定这3种植物叶片的叶绿素含量,并引入叶鲜质量与叶面积比(ratio of leaf fresh mass and leaf area,SLW)作为叶片厚薄的特征参数;再应用通径分析进一步探讨叶片特征参数和各叶绿素参数对SPAD值的直接或间接影响,最后建立SPAD值与叶绿素a及叶绿素b和总叶绿素的线性函数、二次多项式函数、指数函数及乘幂函数的拟合方程,并根据决定系数(R2)确定最佳拟合曲线。研究表明:SPAD值与叶绿素含量在单位叶鲜质量表示下相关性不强,但在单位叶面积表示下成极显著相关;通过通径分析发现在考察的各参数中对SPAD值影响最大的是叶绿素a含量,说明SPAD-502Plus叶绿素仪有效地消除了叶片厚度等对测量结果的影响;在所建立的拟合方程中,SPAD值与叶绿素含量的非线性拟合效果要优于线性,并且不同种植物的最佳数学模型各有不同。上述分析说明,利用SPAD-502Plus叶绿素仪快速、无损地评估在体植物叶片的叶绿素含量是可行的。