自从高光谱技术应用到农业上之后,很多科学家进行研究将这项技术用于作物诊断。然而,由于光学设备的特性,不同图像获取条件下得到的反射率是不同的。
并且在使用高光谱成像的过程中也没有优化方法来减少这种技术误差。因此,本研究旨在寻找一种能够反映在不同氮肥影响下小麦生长状态的合适的图像获取条件。
实验分为2686个不同施氮水平的小组:145.6kg N ha-1(1),109.2 kg N ha−1 (N2), 91.0 kg N ha−1 (N3), 72.8 kg N ha−1 (N4), 54.6 kg N ha−1 (N5), 和36.4 kg N ha−1 (N6)。
高光谱图像获取是从表面、穗、旗叶的105度和125度两个不同的拍摄角度进行的,在分析图像时将第二上叶从顶部到底部分为2500个部分。
在抽穗期进行的生长分析表明相比于N1,N6的株高为N1的85.6%,叶面积指数为N1的44.1%,叶绿素含量为N1的64.9%。
叶子里的氮含量相较于N1较少了55.2%,且N6的叶片数相较于N1减少了44.9%。从在抽穗期高光谱反射率的植物指数来看,穗部并不适合用于分析。
对于旗叶和第二上叶来说,105 度光谱数据的植被指数更适合通过清晰划分施肥水平的影响来获取成像数据。
叶子区域变化的结果表明:感兴趣的区域(接近旗叶顶点和第二上叶底部)在施肥水平和植物指数之间有很高的决定系数,这能有效的反映小麦的状态。
开发和改进了一种高效可靠的水稻 RGM 抗性评估程序,并通过突变体筛选、基因定位、遗传分析和昆虫生长发育观察进行了验证。
电话
微信