登录    注册    忘记密码

期刊文章详细信息

利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量    

Hyperspectral Variables in Predicting Leaf Chlorophyll Content and Grain Protein Content in Rice

  

文献类型:期刊文章

作  者:孙雪梅[1] 周启发[1] 何秋霞[1]

机构地区:[1]浙江大学生命科学学院植物生理与生物化学国家重点实验室,浙江杭州310029

出  处:《作物学报》

基  金:国家自然科学基金资助项目(40271076);国家"863"计划项目(2002AA243012)资助。

年  份:2005

卷  号:31

期  号:7

起止页码:844-850

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EBSCO、FSTA、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:通过温室水培试验,测定2个品种、4个供氮水平的水稻剑叶在抽穗期后不同生育期的高光谱反射率,及对应叶片的叶绿素、全氮以及籽粒蛋白等生化组分的含量。结合水稻光谱曲线特征以及氮素营养胁迫特点,利用统计相关分析法,研究了9个植被指数和8个微分参数与叶片叶绿素、全氮含量的相关性,结果表明这些相关性均达到正显著水平。尤其是利用绿峰550nm附近的反射率构建的植被指数GNDVI与叶绿素含量、R850/R550与全氮含量之间的相关性最好,相关系数分别为r=0.8761,r=0.8881(n=16)。微分参数中,以红谷面积SRo与叶绿素含量、差值归一化指数EGFN与全氮含量之间相关性最好,相关系数分别为r=0.8544,r=0.8584(n=16)。利用基于“秀水110”构建的相关模型,可以较为准确地预测“丙9914”叶片叶绿素、全氮含量。其中利用GNDVI和SRo参与构建的相关模型可以较为准确地预测“丙9914”在收获期籽粒蛋白含量,预测值与实测值之间具有较好的相关性,拟合度分别为0.9914和0.9942(n=4)。说明用高光谱参数预测水稻叶片叶绿素含量及籽粒蛋白质含量是可行的。

关 键 词:水稻 高光谱参数 叶绿素 蛋白质 相关分析  

分 类 号:S511]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心