构建树木冠层光合性状预测模型及检测光合性状制造技术

本发明专利技术涉及一种构建树木冠层光合性状预测模型的方法及检测光合性状的方法。构建树木冠层光合性状预测模型的方法包括获取多个光照区域的光谱数据以及获取相应光照区域的光合性状参数，所述光谱数据为反射率随波长变化的对应关系；对每个光照区域的光谱数据进行一阶微分处理得到一阶微分光谱；根据一阶微分光谱的最大值和对应光照区域的光合性状参数拟合形成光合性状预测模型。根据本发明专利技术所公开的构建树木冠层光合性状预测模型的方法以及检测光合性状的方法，可以快速获取不同光照区域的光合能力，为整形修剪、提高果实的产量和品质等提供了有力的依据。

【技术实现步骤摘要】
构建树木冠层光合性状预测模型及检测光合性状
本专利技术涉及光合性状研究领域，具体涉及构建树木冠层光合性状预测模型及检测光合性状。
技术介绍
光合作用是植物生长及外界环境变化响应的重要决定因素之一，不仅能够用于判断植物在特定光环境下能否正常生长，还能够说明植物对环境变化的适应潜力。光合作用形成的碳水化合物是产量形成的主要物质基础，因此光合作用与果树丰产优质密切相关。苹果树是喜光植物，通过测定苹果树不同光照区域下的叶片光合作用参数，研究其光合特性，可为整形修剪、改善栽培措施、提高果实的产量和品质等提供理论依据。苹果树的产量和质量取决于光合分布，同时还受到“库-源”关系的影响，叶片是“源”，它向果树提供必需的碳水化合物，影响果实大小、颜色及硬度等指标。果树冠层内不同位置叶片的光合能力有较大的不同。通常冠层上部叶片的最大光合速率是下部叶片的2-4倍，主要原因在于光照影响了叶片的组分含量。果树通常成行种植，具有特定的冠层结构，由于冠层具有较大的异质性，不同冠层空间下叶片的光合能力存在较大差异，因此研究苹果树冠层不同空间格局下的光合能力对于控制修剪量和负载量具有重要的意义。许多研究结果表明，光照是影响光合作用最重要的环境因素。强光会导致光合电子传递速率下降，从而影响了正常的光合作用。适度的遮荫(72％)的自然光照会使得叶片厚度、氮含量、叶片比重具有所提高，这说明不同的光照环境下，作物的光合能力也会有所不同。张显川的研究(园艺学报,2005,32(6):975-979)表明：冠层不同部位的光合能力存在一定的差别，平均光合速率的变化通常为冠层外部>冠层中部>冠层内部，在晴天中午的时间段内是冠层中部>冠层外部>冠层内部。欧毅的研究(西南农业大学学报(自然科学版),2005,27(1):69-72)表明：冠层净光合速率与光照强度有相同的变化趋势，即冠层外部>冠层内部>冠层中部，叶幕上层>叶幕中层>叶幕下层。光谱技术在构建植物冠层组分含量的预测模型中发挥了重要的作用，其中，应用最广泛的是基于光谱技术的氮、叶绿素含量预测模型的构建。李金梦(光谱学与光谱分析,2014,34(1):212-216)在树冠东西南北四个方位的中上部外围各采集当年春梢顶部的叶片，在暗箱环境下采集柑橘叶片高光谱图像，利用高光谱技术结合多变量统计学方法构建了柑橘叶片含氮量预测模型，结果表明：利用高光谱数据测定柑橘叶片含氮量具有可行性，研究结果为实时、准确地监控柑橘植株生长过程中叶片含氮量的变化以及合理科学的氮肥施加提供了一定的理论基础。张瑶(农业工程学报,2013,29(z1):101-108)为探索不同生理物候期苹果树叶片氮元素含量的快速检测方法，分别在果树坐果期、生理落果期和果实成熟期，采集向阳主枝上顶部、中部、底部位置的叶片，苹果叶片使用光谱仪测量了果树叶片在可见光和近红外区域的反射谱，同时在实验室测定了过树叶片的全含氮量，构建了全光谱信息建立的氮素含量预测模型。邓小蕾(农业工程学报,2014,30(14):14-147)以苹果叶片叶绿素含量为研究对象，定量研究了光谱数据预处理方法对光谱特征提取及叶绿素含量预测模型的影响，建立了苹果叶片叶绿素含量预测模型，获得了较高的预测精度；Cigandal(Journalofplantphysiology,2009,166(2):157-167)利用红边(720-730nm)和近红外(770-800nm)反射光谱特征建立了红边叶绿素指数来预测玉米冠层叶绿素含量；Maccioni(JournalofPhotochemistryandPhotobiologyB:Biology,2001,61(1):52-61)等利用绿色波段和红边归一化的单叶定向反射率计算新的植被指数对4种作物的叶绿素浓度进行了预测。上述研究的共同特点是：虽然选择的处理样本代表性强，但并未针对不同光照区域的相关指标开展深入研究。虽然光谱技术在组分含量的研究中发挥了重要作用，而对于光合能力的研究较少。针对上述研究现状，构建基于光谱特性的光合性状预测模型，旨在快速、准确掌握冠层不同光照区域的光合能力，为整形修剪、改善栽培措施、提高果实的产量和品质等提供依据。
技术实现思路
本专利技术所要解决的技术问题是：提供一种快速、准确地掌握不同光照区域的光合能力，为整形修剪、改善栽培措施、提高果实的产量和品质等提供依据树木冠层光合性状预测模型及检测光合性状的方法。为此目的，在第一方面，本专利技术提出了一种构建树木冠层光合性状预测模型的方法，包括：获取多个光照区域的光谱数据以及获取相应光照区域的光合性状参数，所述光谱数据为反射率随波长变化的对应关系；对每个光照区域的光谱数据进行一阶微分处理得到一阶微分光谱；根据所述一阶微分光谱的最大值和对应光照区域的所述光合性状参数拟合形成光合性状预测模型。优选地，所述不同光照区域，包括光照强度≤30％的光照区域、光照强度>30％且≤60％的光照区域，光照强度>60％且≤85％的光照区域和光照强度>85％的光照区域。优选地，所述光合性状参数包括光化学效率、最大光化学量子效率和表观光合量子传递效率。优选地，所述一阶微分光谱的最大值为波长在680nm-760nm范围内的一阶微分光谱的最大值。优选地，所述根据所述一阶微分光谱的最大值和对应光照区域的所述平均光合性状参数拟合形成光合性状预测模型，包括随机选取若干个不同光照区域，将所述若干个不同光照区域的实际测量值和预测值进行拟合，验证光合性状预测模型的有效性。优选地，所述光合性状预测模型，包括光化学效率预测模型，所述光化学效率预测模型为y＝-2×106x3+56412x2-612.51x+2.8738，其中，x为一阶微分光谱的最大值，y为根据所述光化学效率预测模型得到的光化学效率预测值。优选地，所述光合性状预测模型，包括最大光化学量子效率预测模型，所述最大光化学量子效率预测模型为y＝6×106x3-201837x2+2212.4x-7.0607，其中，x为一阶微分光谱的最大值，y为根据所述最大光化学量子效率预测模型得到的最大光化学量子效率预测值。优选地，所述光合性状预测模型，包括表观光合量子传递效率预测模型，所述表观光合量子传递效率预测模型为y＝2×109x3-6×107x2+601307x-2046.5，其中，x为一阶微分光谱的最大值，y为根据所述表观光合量子传递效率预测模型得到的表观光合量子传递效率预测值。在第二方面，本专利技术提出了一种检测光合性状的方法，包括：获取待检测光照区域的光谱数据；对所述光谱数据进行一阶微分处理得到一阶微分光谱；将所述一阶微分光谱的最大值代入光合性状预测模型，得到所需的光合性状参数。通过采用本专利技术所公开的构建树木冠层光合性状预测模型的方法，可以得到各种光合性状预测模型，再通过本专利技术所公开的光合性状检测方法，可以快速获取不同光照区域的光合能力，为整形修剪、改善栽培措施、提高果实的产量和品质等提供了有力的依据。附图说明通过参考附图会更加清楚地理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制。图1示出了构建树木冠层光合性状预测模型的流程。图2(a)示出了试验处理样本A在不同光照区域的光本文档来自技高网...

【技术保护点】
一种构建树木冠层光合性状预测模型的方法，其特征在于，包括：获取多个光照区域的光谱数据以及获取相应光照区域的光合性状参数，所述光谱数据为反射率随波长变化的对应关系；对每个光照区域的光谱数据进行一阶微分处理得到一阶微分光谱；根据所述一阶微分光谱的最大值和对应光照区域的所述光合性状参数拟合形成光合性状预测模型。

【技术特征摘要】
1.一种构建树木冠层光合性状预测模型的方法，其特征在于，包括：获取不同光照区域的光谱数据以及获取相应光照区域的光合性状参数，所述光谱数据为反射率随波长变化的对应关系；对每个光照区域的光谱数据进行一阶微分处理得到一阶微分光谱；根据所述一阶微分光谱的最大值和对应光照区域的所述光合性状参数拟合形成光合性状预测模型。2.根据权利要求1所述的构建树木冠层光合性状预测模型的方法，其特征在于，所述不同光照区域，包括光照强度≤30％的光照区域、光照强度>30％且≤60％的光照区域，光照强度>60％且≤85％的光照区域和光照强度>85％的光照区域。3.根据权利要求1所述的构建树木冠层光合性状预测模型的方法，其特征在于，所述光合性状参数包括光化学效率、最大光化学量子效率和表观光合量子传递效率。4.根据权利要求1所述的构建树木冠层光合性状预测模型的方法，其特征在于，所述一阶微分光谱的最大值为红光在680nm-760nm范围内的一阶微分光谱的最大值。5.根据权利要求1所述的构建树木冠层光合性状预测模型的方法，其特征在于，所述光合性状预测模型，包括光化学效率预测模型，所述光化学效率预测模型为y＝-2×106x3+56412x2-612.51x+2.8...

【专利技术属性】
技术研发人员：刘刚，马晓丹，郭彩玲，张雪，张丽娇，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11