一种观赏海棠花色的苗期预测方法技术

本发明专利技术公开了一种观赏海棠花色的苗期预测方法，涉及植物育种领域。该观赏海棠花色的苗期预测方法包括：建立观赏海棠的花色与叶色的色彩关系模型；通过色彩关系模型于苗期预测观赏海棠的花色。该方法通过建立的花色与叶色色彩关系模型，可有效发掘花色与叶色的显著相关关系，实现观赏海棠苗期花色的预测，从而可显著缩短了其花色育种的进程，提高育种效率。

A Prediction Method for Flower Color of Begonia ornamentalis

【技术实现步骤摘要】
一种观赏海棠花色的苗期预测方法
本专利技术涉及植物育种领域，且特别涉及一种观赏海棠花色的苗期预测方法。
技术介绍
花色，是观赏植物最重要、最直观的观赏性状之一，花色育种一直以来都是园林植物育种的重要方向。现阶段，观赏植物花色育种方法多为在杂交育种的基础上，开展野外观测与调查，于盛花期筛选出花色艳丽的品种进行进一步培育。以上基于盛花期花色观测，并筛选出优良花色单株的育种方式直观、客观，非常适合于生长周期较短的观赏植物，如草本类等。对于生长周期较长的观赏植物，如木本类观赏植物(观赏海棠)而言，由于其生长周期漫长，一般最快3-4年左右才能进入始花期，这一传统方法即严重阻碍了其花色育种的进程。
技术实现思路
本专利技术的目的在于提供一种观赏海棠花色的苗期预测方法，该方法通过研究花色与叶色之间的相关关系，实现观赏海棠花色的苗期预测，从而可加快其花色育种的进程，进而可提高育种效率。本专利技术解决其技术问题是采用以下技术方案来实现的。本专利技术提出一种观赏海棠花色的苗期预测方法，其包括：建立观赏海棠的花色与叶色的色彩关系模型；通过色彩关系模型于苗期预测观赏海棠的花色。本专利技术实施例的观赏海棠花色的苗期预测方法的有益效果是：本专利技术的实施例提供的观赏海棠花色的苗期预测方法包括：建立观赏海棠的花色与叶色的色彩关系模型；通过色彩关系模型于苗期预测观赏海棠的花色。该方法通过建立的花色与叶色色彩关系模型，有效发掘了花色与叶色的显著相关关系，实现了观赏海棠苗期花色的预测，显著缩短了其花色育种的进程，提高了育种效率。附图说明图1为观赏海棠花色(y)与叶色(x)赋值得分函数关系图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。下面对本专利技术实施例的观赏海棠花色的苗期预测方法进行具体说明。本专利技术的实施例提供了一种观赏海棠花色的苗期预测方法，其包括：建立观赏海棠的花色与叶色的色彩关系模型；通过色彩关系模型于苗期预测观赏海棠的花色。详细地，该方法通过研究花色与叶色之间的相关关系，实现观赏海棠花色的苗期预测，从而可加快其花色育种的进程，进而可提高育种效率。进一步地，在本专利技术的较佳实施例中，在建立色彩关系模型之前还包括：记录多个观赏海棠种质在春季的不同时期的花色以及在春季不同叶位的叶色。进一步地，在本专利技术的较佳实施例中，观赏海棠种质的数量为50～60个。作为优选的方案，可选取52个观赏海棠种质。当然，在本专利技术的其他实施例中，选取的观赏海棠的种质数量还可以根据需求进行选择与改进，本专利技术的实施例不做限定。进一步地，在本专利技术的较佳实施例中，观赏海棠在春季的不同时期的花色主要包括在4月份时，观赏海棠在小蕾期、大蕾期、盛花期以及末花期的花色，花色为紫红色、粉色或白色；其中，小蕾期为花蕾初现时期；大蕾期为花蕾膨大，且花蕊即将显露时期；盛花期为花朵完全开放且柱头和花药新鲜，且色彩明艳时期；末花期为柱头和花药干萎且色彩隐晦时期。进一步地，在本专利技术的较佳实施例中，观赏海棠在春季不同叶位的叶色主要包括在5月份，观赏海棠的上位叶、中位叶以及下位叶的叶色，叶色为红色、红棕色或绿色；其中，上位叶为从最上部数第二个叶片；中位叶为苗木总高1/2部位处的叶片；下位叶为从最下部往上数第二个叶片。进一步地，在本专利技术的较佳实施例中，建立观赏海棠的花色与叶色的色彩关系模型具体包括：构建四元数据矩阵，表达海棠花色(WiXiYiZi)；其中，不同维度花色类型评价方法为：Wi的含义为当小蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Wi＝2，1，0；Xi的含义为当大蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Xi＝2，1，0；Yi的含义为当盛花期的花色分别为紫红色、粉色和白色时，分别赋值为Yi＝2，1，0；Zi的含义为当末花期的花色分别为紫红色、粉色和白色时，分别赋值为Zi＝2，1，0；根据四元变量重要性的大小，赋予四元数据不同的位权，其中，W＜X＜Y＜Z，且位权赋值的方法表示为：(WiXiYiZi)＝Wi×2(1-1)+Xi×2(2-1)+Yi×2(3-1)+Zi×2(4-1)，分值的大小用于反映不同花期花色的稳定性强弱。进一步地，在本专利技术的较佳实施例中，建立观赏海棠的花色与叶色的色彩关系模型具体还包括：构建三元数据矩阵，表达海棠叶色(XiYiZi)；其中，不同维度叶色类型评价方法为：Xi的含义为当上位叶的叶色分别为紫红色、红棕色和绿色时，分别赋值为Xi＝2，1，0；Yi的含义为当中位叶的叶色分别为紫红色、红棕色和绿色时，分别赋值为Yi＝2，1，0；Zi的含义为当下位叶的叶色分别为紫红色、红棕色和绿色时，分别赋值为Zi＝2，1，0；根据三元变量重要性的大小，赋予三元数据不同的位权，其中，X＜Y＜Z；位权赋值方法表示为：(XiYiZi)＝Xi×2(1-1)+Yi×2(2-1)+Zi×2(3-1)，分值的大小用于反映海棠上位叶、中位叶以及下位叶叶色的差异性。进一步地，在本专利技术的较佳实施例中，建立观赏海棠的花色与叶色的色彩关系模型具体还包括：基于已构建的观赏海棠的花色的四元数据矩阵，将花色分为从A→O，共15种花色类型，分别为表示为A(0000)、B(1000)、C(1100)、D(1110)、E(1111)、F(2000)、G(2000)、H(2100)、I(2111)、J(2200)、K(2210)、L(2211)、M(2220)、N(2221)以及O(2222)；结合赋值方法计算不同花色类型的得分；基于已构建的观赏海棠的叶色的三元数据矩阵，将叶色分为从A→J，共10种叶色类型，分别为：A(000)、B(100)、C(110)、D(111)、E(200)、F(210)、G(211)、H(220)、I(221)、J(222)；结合赋值方法计算不同叶色类型得分；结合调查获取的花与叶的色彩数据，对52个海棠种质的花叶类型进行统计，共分为24个花叶色彩类型，即AA、BB、CA、FA、GA、HA、IA、IB、II、JA、KF、LI、LJ、NE、NF、NH、NI、NJ、OE、OF、OG、OH、OI、OJ，并对各花叶类型的种质代号、数量、占比进行统计；通过对24个花叶色彩类型的赋值打分结果进行相关性分析。进一步地，在本专利技术的较佳实施例中，相关性分析结果为花色得分与叶色得分存在极显著相关性为r＝0.77，p≤0.01，即花色稳定性与不同叶位叶色的差异性存在极显著相关。进一步地，在本专利技术的较佳实施例中，建立观赏海棠的花色与叶色的色彩关系模型具体还包括：构建观赏海棠花色y与叶色x赋值得分函数关系为y＝1.8233x+7.2987，R2＝0.5905。以下结合实施例对本专利技术的特征和性能作进一步的详细描述。实施例本实施例提供了一种观赏海棠花色的苗期预测方法，其包括：S1:构建四元数据矩阵，表达海棠花色(WiXiYiZi)；不同维度花色类型评价方法为：①Wi的含义：当小蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Wi＝2，1，0；②Xi的含义：当大蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Xi＝2，1，0；③Yi本文档来自技高网...

【技术保护点】
1.一种观赏海棠花色的苗期预测方法，其特征在于，其包括：建立观赏海棠的花色与叶色的色彩关系模型；通过所述色彩关系模型于苗期实现对所述观赏海棠花色的预测。

【技术特征摘要】
1.一种观赏海棠花色的苗期预测方法，其特征在于，其包括：建立观赏海棠的花色与叶色的色彩关系模型；通过所述色彩关系模型于苗期实现对所述观赏海棠花色的预测。2.根据权利要求1所述的观赏海棠花色的苗期预测方法，其特征在于，在建立所述色彩关系模型之前还包括：记录多个观赏海棠种质在春季的不同时期的花色以及在春季不同叶位的叶色。3.根据权利要求2所述的观赏海棠花色的苗期预测方法，其特征在于：观赏海棠种质的数量为50～60个。4.根据权利要求3所述的观赏海棠花色的苗期预测方法，其特征在于：所述观赏海棠在春季的不同时期的花色主要包括在4月份时，所述观赏海棠在小蕾期、大蕾期、盛花期以及末花期的花色，花色为紫红色、粉色或白色；其中，小蕾期为花蕾初现时期；大蕾期为花蕾膨大，且花蕊即将显露时期；盛花期为花朵完全开放且柱头和花药新鲜，且色彩明艳时期；末花期为柱头和花药干萎且色彩隐晦时期。5.根据权利要求4所述的观赏海棠花色的苗期预测方法，其特征在于：所述观赏海棠在春季不同叶位的叶色主要包括在5月份，所述观赏海棠的上位叶、中位叶以及下位叶的叶色，叶色为红色、红棕色或绿色；其中，上位叶为从最上部数第二个叶片；中位叶为苗木总高1/2部位处的叶片；下位叶为从最下部往上数第二个叶片。6.根据权利要求5所述的观赏海棠花色的苗期预测方法，其特征在于，建立所述观赏海棠的花色与叶色的所述色彩关系模型具体包括：构建四元数据矩阵，表达海棠花色(WiXiYiZi)；其中，不同维度花色类型评价方法为：Wi的含义为当所述小蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Wi＝2，1，0；Xi的含义为当所述大蕾期的花色分别为紫红色、粉色和白色时，分别赋值为Xi＝2，1，0；Yi的含义为当所述盛花期的花色分别为紫红色、粉色和白色时，分别赋值为Yi＝2，1，0；Zi的含义为当所述末花期的花色分别为紫红色、粉色和白色时，分别赋值为Zi＝2，1，0；根据四元变量重要性的大小，赋予四元数据不同的位权，其中，W＜X＜Y＜Z，且位权赋值的方法表示为：(WiXiYiZi)＝Wi×2(1-1)+Xi×2(2-1)+Yi×2(3-1)+Zi×2(4-1)，分值的大小用于反映不同花期花色的稳定性强弱。7.根据权利要求6所述的观赏海棠花色的苗期预测方法，其特征在于，建立所述观赏海棠的花色与叶色的所述色彩关系模型具体还包括：构建三元数据矩阵，表达海棠叶色(XiYiZi)；其中，不同维度...

【专利技术属性】
技术研发人员：周婷，江皓，范俊俊，张龙，饶辉，孙艳艳，张往祥，汪贵斌，曹福亮，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32