水稻葉片葉綠素高光譜無損測量技術(shù)研究.pdf

1、水稻的種植和分配問題關(guān)系到全球半數(shù)以上人口糧食安全問題。提高水稻產(chǎn)量對解決糧食安全問題至關(guān)重要。通過育種技術(shù)培育水稻新品種是解決問題的主要手段。各種育種技術(shù)均會產(chǎn)生一系列不同表型的待篩選水稻植株，水稻表型參數(shù)的高通量數(shù)字化測量為篩選和鑒定水稻品種提供了強有力的技術(shù)支撐。在水稻表型測量研究中，葉綠素含量是非常重要的指標。葉綠素吸收光能轉(zhuǎn)化能量，是光合作用中最重要的色素，并為植物生理狀態(tài)提供重要信息。如何快速、準確和方便的測量植物葉片葉綠素

2、含量等光合作用相關(guān)性狀參數(shù)，對于遺傳育種和作物栽培研究具有十分重要的意義。目前測量色素的方法主要可分為直接測量法和間接測量法。直接測量法為化學分析方法，對植物有損，操作繁瑣，不適用于高通量大規(guī)模測量。間接測量法則利用了色素的生物化學特點，通過一些比較容易獲取的參數(shù)來測量色素含量。常用的方法是反射率指數(shù)法和便攜式葉綠素儀法。但很多指數(shù)不具有品種或生育期適應(yīng)性，測量結(jié)果可推廣性差。便攜式葉綠素儀雖然操作簡單，但它存在只能進行單點測量，需要與

3、葉片直接接觸，易受主觀因素影響等缺點。
　　本文針對水稻葉片色素含量進行研究，提出一種基于高光譜成像技術(shù)的色素無損測量裝置和方法。主要的研究內(nèi)容包括：搭建高光譜成像系統(tǒng)，實現(xiàn)自動控制，且可依據(jù)不同的成像規(guī)格設(shè)置不同的參數(shù)，在規(guī)定時間內(nèi)盡量采集到信噪比更高的數(shù)據(jù)，還可以存儲為不同格式數(shù)據(jù)并且不影響采集時間，后期可自動重整數(shù)據(jù)為圖像并完成圖像處理，以及光譜特征分析和各種光譜指數(shù)提?。换诟吖庾V指數(shù)的色素模型：在分蘗盛期和抽穗期，對葉綠

4、素a、葉綠素b、總?cè)~綠素含量和類胡蘿卜素的最優(yōu)光譜指數(shù)均為比例指數(shù)，并且指數(shù)中的一個因子均在700-760 nm之間，均達到了極強相關(guān)水平。并且使用這些光譜指數(shù)建立了色素預測的單變量模型。在分蘗盛期，葉綠素a、葉綠素b、葉綠素和類胡蘿卜素預測模型R2分別為0.928、0.827、0.916和0.835，平均絕對相對誤差（MAPE）分別為6.94％、12.84%、7.48%和8.75%；在抽穗期，模型的R2分別為0.761、0.731、0

5、.761和0.654，MAPE分別為8.25%、10.93%、8.70%和9.14%；針對光譜指數(shù)進行全基因組關(guān)聯(lián)分析（GWAS），其結(jié)果也顯示，“從基因組信息來預測某一物質(zhì)對應(yīng)的光譜范圍”這種思路也許是可行的。
　　本文提供了一種測量水稻葉片色素含量的裝置和方法，主要創(chuàng)新點如下：⑴研制出一套可見光-近紅外高光譜成像系統(tǒng)，該系統(tǒng)使用方便，其控制和數(shù)據(jù)處理方法適應(yīng)性和控制性極強，且能實現(xiàn)大批量連續(xù)數(shù)據(jù)的快速自動存儲、處理和提取，在其

6、他作物物理表型參數(shù)和生理生化參數(shù)的測量上也有著極大的潛力。⑵提出一種預測水稻葉片色素含量的技術(shù)路線和研究方法，找出了對色素預測效果較好光譜指數(shù)，并且發(fā)現(xiàn)在700-760 nm區(qū)域，無論什么形式組合的比例指數(shù)和歸一化指數(shù)與葉綠素之間都有較強的相關(guān)性。⑶GWAS分析結(jié)果顯示含有葉綠素位點的光譜指數(shù)分布范圍包含有與葉綠素含量相關(guān)性較高的光譜指數(shù)區(qū)域，一方面證明了本研究結(jié)果的準確性，另一方面為基因信息與光譜數(shù)據(jù)之間的聯(lián)系提供了基礎(chǔ)。本研究內(nèi)容為