期刊专题

10.3321/j.issn:0496-3490.2005.07.005

利用高光谱参数预测水稻叶片叶绿素和籽粒蛋白质含量

引用
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550 nm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=0.876 1,r=0.888 1(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=0.854 4,r=0.858 4 (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0.991 4和0.994 2 (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.

水稻、高光谱参数、叶绿素、蛋白质、相关分析

31

S511(禾谷类作物)

国家自然科学基金40271076;国家高技术研究发展计划863计划2002AA243012

2005-09-08(万方平台首次上网日期,不代表论文的发表时间)

共7页

844-850

暂无封面信息
查看本期封面目录

作物学报

0496-3490

11-1809/S

31

2005,31(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn