高温胁迫下小麦花后功能叶片衰老的高光谱监测诊断技术研究
发布时间：2022-10-19 17:30
全球气候变化导致极端高温事件频发,我国小麦生育后期,易遭受到高温胁迫。高温胁迫会加速小麦的衰老进程进而引起早衰,最终导致产量降低、品质变劣。因此,实时监测小麦叶片衰老状况,并据此对小麦的早衰程度进行精确诊断,是采取高温胁迫应对措施的依据和评估产量品质损失的基础。本研究利用人工气候室温度控制试验,模拟小麦花后遭遇不同程度高温胁迫的情景,获取连续4年5个高温水平和3个高温持续时间处理下两个小麦品种旗叶的生物学指标、单叶反射光谱和植株花后生育期;通过分析不同处理下生物学指标对衰老进程的响应以及光谱指数与生物学指标之间的相关关系,筛选出了对小麦叶片衰老具有较强指示能力的衰老敏感生物学指标和衰老敏感光谱指数;然后提取高温胁迫下衰老敏感生物学指标和衰老敏感光谱指数在小麦叶片衰老过程中的衰老动态特征参数,并构建动态特征参数与早衰程度之间的定量关系模型,实现了基于生物学指标和光谱指数的小麦早衰程度快速量化诊断。研究结果将为实现利用光谱技术监测对高温胁迫产生响应明显的叶片光合过程,找到胁迫调控途径等提供理论基础和技术支撑。能够反映小麦叶片衰老的生物学指标和光谱指数较多,但是不同生物学指标和光谱指数对叶片...
【文章页数】：165 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 文献综述与研究目的
1 小麦叶片衰老监测的重要性
1.1 高温胁迫对我国小麦生产的影响
1.2 小麦功能叶片衰老早期监测诊断的重要性
2 基于生物学指标的小麦叶片衰老监测研究进展
2.1 基于生物学指标数值监测小麦叶片衰老的研究进展
2.2 基于生物学指标动态监测小麦叶片衰老的研究进展
3 基于光谱技术的小麦叶片衰老监测研究进展
3.1 基于光谱技术间接监测小麦叶片衰老的研究进展
3.2 基于光谱技术直接监测小麦叶片衰老的研究进展
4 小麦早衰定量诊断方法
5 研究目的和意义
参考文献
第二章 技术路线与研究方法
1 研究思路与技术路线
1.1 研究思路
1.2 技术路线
2 材料与方法
2.1 试验设计
2.1.1 人工气候室温度控制试验
2.1.2 田间试验
2.2 取样与测试
2.2.1 农学参数
2.2.2 光谱参数
2.2.3 气象数据和生育期
2.2.4 土壤数据
2.3 小麦早衰诊断方法
2.3.1 小麦早衰程度量化指标
2.3.2 小麦叶片衰老指示指标的衰老动态特征参数
2.3.3 小麦叶片衰老指示指标数据获取时的衰老进程
2.3.4 小麦早衰诊断模型构建
3 数据分析方法
3.1 方差分析法
3.2 回归分析法
3.3 模型检验与评价方法
参考文献
第三章 小麦叶片衰老敏感生物学指标和光谱指数的筛选研究
1 材料与方法
1.1 试验设计
1.2 数据获取
1.2.1 高光谱数据获取
1.2.2 生物学指标测量
1.3 数据分析与利用
1.3.1 小麦叶片衰老敏感生物学指标筛选
1.3.2 小麦叶片衰老敏感光谱指数筛选
2 结果与分析
2.1 小麦叶片衰老敏感生物学指标的筛选
2.1.1 花后小麦叶片生物学指标在不同高温水平下的变化趋势
2.1.2 花后小麦叶片生物学指标在不同高温持续时间下的变化趋势
2.2 小麦叶片衰老敏感光谱指数的筛选
2.2.1 小麦叶片光谱反射率的动态变化
2.2.2 小麦叶片衰老敏感光谱指数筛选
2.2.3 小麦叶片衰老敏感光谱指数估算模型检验
2.3 最优光谱指数核心波段适宜带宽研究
3 讨论与小结
3.1 讨论
3.1.1 小麦叶片衰老敏感生物学指标的筛选
3.1.2 小麦叶片衰老敏感光谱指数的筛选
3.1.3 小麦叶片敏感光谱指数估算敏感生物学指标的表现差异及原因
3.1.4 小麦叶片衰老敏感光谱指数适宜带宽研究
3.2 小结
参考文献
第四章 基于生物学指标的小麦高温胁迫下的早衰诊断
1 材料与方法
1.1 人工气候室温度控制试验设计
1.2 数据获取
1.3 数据分析与利用
1.3.1 基于小麦衰老敏感生物学指标的高温胁迫实时监测
1.3.2 基于敏感生物学指标特征参数的小麦早衰程度定量诊断
2 结果与分析
2.1 基于衰老敏感生物学指标的小麦高温胁迫监测
2.2 基于叶片敏感生物学指标特征参数的小麦早衰程度定量诊断
2.2.1 小麦早衰程度的量化表达及其变化趋势
2.2.2 基于叶片敏感生物学指标差值逐日积累量的小麦早衰程度诊断
2.2.3 基于叶片敏感生物学指标比值的小麦早衰程度诊断
2.2.4 基于叶片敏感生物学指标逐日变化率的小麦早衰程度诊断
3 讨论与小结
3.1 讨论
3.1.1 不同小麦叶片生物学指标监测高温胁迫的效果比较
3.1.2 利用衰老敏感生物学指标特征参数定量诊断小麦早衰程度的可行性
3.2 小结
参考文献
第五章 基于光谱指数的小麦高温胁迫下的早衰诊断
1 材料与方法
1.1 人工气候室温度控制试验设计
1.2 数据获取
1.3 数据分析与利用
1.3.1 基于敏感光谱指数的小麦高温胁迫实时监测
1.3.2 基于敏感光谱指数特征参数的小麦早衰程度定量诊断
2 结果与分析
2.1 基于衰老敏感光谱指数的小麦高温胁迫监测
2.1.1 高温胁迫下小麦旗叶衰老敏感光谱指数动态
2.1.2 基于小麦旗叶衰老敏感光谱指数的高温胁迫监测
2.2 基于叶片敏感光谱指数动态特征参数的小麦早衰程度定量诊断
2.2.1 小麦早衰程度的量化表达及其变化趋势
2.2.2 基于叶片衰老敏感光谱指数差值逐日积累量的小麦早衰程度诊断
2.2.3 基于叶片衰老敏感光谱指数比值的小麦早衰程度诊断
2.2.4 基于叶片衰老敏感光谱指数逐日变化率的小麦早衰程度诊断
3 讨论与小结
3.1 讨论
3.1.1 不同衰老敏感光谱指数监测小麦高温胁迫的机理性分析
3.1.2 利用叶片衰老敏感光谱指数特征参数定量诊断小麦早衰的可行性
3.2 小结
参考文献
第六章 监测小麦叶面积指数的最优光谱指数筛选研究
1 材料与方法
1.1 田间试验设计
1.2 数据获取
1.2.1 小麦冠层反射光谱获取
1.2.2 小麦叶面积指数测定
1.2.3 新型光谱指数构建
1.2.4 最优光谱指数选择与检验
2 结果与分析
2.1 新型光谱指数构建
2.1.1 新型两波段光谱指数构建
2.1.2 新型三波段光谱指数构建
2.1.3 新型光谱指数估算小麦LAI的敏感性评估
2.2 评估新型光谱指数估算小麦LAI时的效果
2.2.1 光谱指数估算小麦LAI的精确性评估
2.2.2 光谱指数估算小麦LAI的敏感性评估
3 讨论与小结
3.1 讨论
3.1.1 新型光谱指数提高小麦LAI估算精度的原因
3.1.2 两波段光谱指数和三波段光谱指数的估算效果差异比较
3.2 小结
参考文献
第七章 讨论与结论
1 讨论
1.1 小麦叶片衰老敏感生物学指标和光谱指数的筛选
1.2 基于生物学指标和光谱指数的小麦早衰诊断
1.2.1 衰老敏感生物学指标和光谱指数监测小麦高温胁迫的效果差异
1.2.2 衰老敏感生物学指标和光谱指数诊断小麦早衰的差异
1.3 衰老敏感生物学指标和光谱指标监测诊断小麦高温胁迫的机理
1.3.1 衰老敏感生物学指标监测诊断小麦高温胁迫的机理
1.3.2 衰老敏感光谱指数监测诊断小麦高温胁迫的机理
1.4 小麦叶面积指数监测最优光谱指数的筛选
2 本研究的特色与创新之处
2.1 筛选了小麦叶片衰老敏感生物学指标和光谱指数
2.2 比较了衰老敏感生物学指标和光谱指数监测高温胁迫时的表现差异
2.3 构建了高温胁迫下小麦早衰程度定量诊断模型
3 今后的研究设想
3.1 试验处理和品种多样性的拓展
3.2 光谱特征提取手段的丰富
3.3 小麦早衰诊断方法的探索
4 结论
4.1 确定了小麦叶片衰老敏感生物学指标和光谱指数
4.2 构建了基于衰老敏感生物学指标和光谱指数的小麦早衰定量诊断模型
4.3 比较了衰老敏感生物学指标和光谱指数监测小麦高温胁迫的差异
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]Evaluation of a new method for quantification of heat tolerance in different wheat cultivars[J]. LI Qiang,WANG Zheng-rui,LI Ding,WEI Jian-wei,QIAO Wen-chen,MENG Xiang-hai,SUN Shu-luan,LI Hui-min,ZHAO Ming-hui,CHEN Xiu-min,ZHAO Feng-wu. Journal of Integrative Agriculture. 2018(04)
[2]Monitoring of winter wheat distribution and phenological phases based on MODIS time-series: A case study in the Yellow River Delta, China[J]. CHU Lin,LIU Qing-sheng,HUANG Chong,LIU Gao-huan. Journal of Integrative Agriculture. 2016(10)
[3]Estimation of biomass in wheat using random forest regression algorithm and remote sensing data[J]. Li’ai Wang,Xudong Zhou,Xinkai Zhu,Zhaodi Dong,Wenshan Guo. The Crop Journal. 2016(03)
[4]Slight shading after anthesis increases photosynthetic productivity and grain yield of winter wheat （Triticum aestivum L.） due to the delaying of leaf senescence[J]. XU Cai-long,TAO Hong-bin,WANG Pu,WANG Zhen-lin. Journal of Integrative Agriculture. 2016(01)
[5]小麦早衰研究综述[J]. 李亚婷,朱荣,李昱,康建宏,吴宏亮. 农业科学研究. 2015(03)
[6]基于干热风危害指数的黄淮海地区冬小麦干热风灾损评估[J]. 赵俊芳,赵艳霞,郭建平,穆佳. 生态学报. 2015(16)
[7]陕西省冬小麦干热风分布特征及预测研究[J]. 屈振江,郑小华,李星敏. 中国农学通报. 2013(18)
[8]8个CMIP5模式对中国极端气温的模拟和预估[J]. 姚遥,罗勇,黄建斌. 气候变化研究进展. 2012(04)
[9]过去50年黄淮海地区冬小麦干热风发生的时空演变规律[J]. 赵俊芳,赵艳霞,郭建平,房世波. 中国农业科学. 2012(14)
[10]冬小麦生育早期冠层叶片光谱的特征与应用[J]. 李树强,李民赞,李修华,赵瑞娇. 农业机械学报. 2012(02)
博士论文
[1]不同生育期小麦叶面积指数遥感反演对光谱和空间尺度的响应研究[D]. 黄彦.南京大学 2015
[2]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[3]基于高光谱遥感的水稻氮素营养参数监测研究[D]. 田永超.南京农业大学 2008
[4]基于高光谱遥感的小麦氮素营养及生长指标监测研究[D]. 冯伟.南京农业大学 2007
[5]大田小麦旗叶衰老过程中的光合作用及其抗氧化代谢研究[D]. 卢庆陶.中国科学院研究生院（植物研究所） 2003
硕士论文
[1]华北地区冬小麦主要气象灾害风险评估[D]. 张玉静.中国气象科学研究院 2014
[2]基于高光谱的稻麦氮素营养监测研究[D]. 王薇.南京农业大学 2011
[3]小麦抗衰老产量生理特性及多效唑对小麦叶片衰老的影响[D]. 曾旭.四川农业大学 2007
[4]不同栽培模式下与小麦衰老相关生理生化变化的研究[D]. 丁建国.西北农林科技大学 2005
本文编号：3693803
【文章页数】：165 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第一章 文献综述与研究目的
1 小麦叶片衰老监测的重要性
1.1 高温胁迫对我国小麦生产的影响
1.2 小麦功能叶片衰老早期监测诊断的重要性
2 基于生物学指标的小麦叶片衰老监测研究进展
2.1 基于生物学指标数值监测小麦叶片衰老的研究进展
2.2 基于生物学指标动态监测小麦叶片衰老的研究进展
3 基于光谱技术的小麦叶片衰老监测研究进展
3.1 基于光谱技术间接监测小麦叶片衰老的研究进展
3.2 基于光谱技术直接监测小麦叶片衰老的研究进展
4 小麦早衰定量诊断方法
5 研究目的和意义
参考文献
第二章 技术路线与研究方法
1 研究思路与技术路线
1.1 研究思路
1.2 技术路线
2 材料与方法
2.1 试验设计
2.1.1 人工气候室温度控制试验
2.1.2 田间试验
2.2 取样与测试
2.2.1 农学参数
2.2.2 光谱参数
2.2.3 气象数据和生育期
2.2.4 土壤数据
2.3 小麦早衰诊断方法
2.3.1 小麦早衰程度量化指标
2.3.2 小麦叶片衰老指示指标的衰老动态特征参数
2.3.3 小麦叶片衰老指示指标数据获取时的衰老进程
2.3.4 小麦早衰诊断模型构建
3 数据分析方法
3.1 方差分析法
3.2 回归分析法
3.3 模型检验与评价方法
参考文献
第三章 小麦叶片衰老敏感生物学指标和光谱指数的筛选研究
1 材料与方法
1.1 试验设计
1.2 数据获取
1.2.1 高光谱数据获取
1.2.2 生物学指标测量
1.3 数据分析与利用
1.3.1 小麦叶片衰老敏感生物学指标筛选
1.3.2 小麦叶片衰老敏感光谱指数筛选
2 结果与分析
2.1 小麦叶片衰老敏感生物学指标的筛选
2.1.1 花后小麦叶片生物学指标在不同高温水平下的变化趋势
2.1.2 花后小麦叶片生物学指标在不同高温持续时间下的变化趋势
2.2 小麦叶片衰老敏感光谱指数的筛选
2.2.1 小麦叶片光谱反射率的动态变化
2.2.2 小麦叶片衰老敏感光谱指数筛选
2.2.3 小麦叶片衰老敏感光谱指数估算模型检验
2.3 最优光谱指数核心波段适宜带宽研究
3 讨论与小结
3.1 讨论
3.1.1 小麦叶片衰老敏感生物学指标的筛选
3.1.2 小麦叶片衰老敏感光谱指数的筛选
3.1.3 小麦叶片敏感光谱指数估算敏感生物学指标的表现差异及原因
3.1.4 小麦叶片衰老敏感光谱指数适宜带宽研究
3.2 小结
参考文献
第四章 基于生物学指标的小麦高温胁迫下的早衰诊断
1 材料与方法
1.1 人工气候室温度控制试验设计
1.2 数据获取
1.3 数据分析与利用
1.3.1 基于小麦衰老敏感生物学指标的高温胁迫实时监测
1.3.2 基于敏感生物学指标特征参数的小麦早衰程度定量诊断
2 结果与分析
2.1 基于衰老敏感生物学指标的小麦高温胁迫监测
2.2 基于叶片敏感生物学指标特征参数的小麦早衰程度定量诊断
2.2.1 小麦早衰程度的量化表达及其变化趋势
2.2.2 基于叶片敏感生物学指标差值逐日积累量的小麦早衰程度诊断
2.2.3 基于叶片敏感生物学指标比值的小麦早衰程度诊断
2.2.4 基于叶片敏感生物学指标逐日变化率的小麦早衰程度诊断
3 讨论与小结
3.1 讨论
3.1.1 不同小麦叶片生物学指标监测高温胁迫的效果比较
3.1.2 利用衰老敏感生物学指标特征参数定量诊断小麦早衰程度的可行性
3.2 小结
参考文献
第五章 基于光谱指数的小麦高温胁迫下的早衰诊断
1 材料与方法
1.1 人工气候室温度控制试验设计
1.2 数据获取
1.3 数据分析与利用
1.3.1 基于敏感光谱指数的小麦高温胁迫实时监测
1.3.2 基于敏感光谱指数特征参数的小麦早衰程度定量诊断
2 结果与分析
2.1 基于衰老敏感光谱指数的小麦高温胁迫监测
2.1.1 高温胁迫下小麦旗叶衰老敏感光谱指数动态
2.1.2 基于小麦旗叶衰老敏感光谱指数的高温胁迫监测
2.2 基于叶片敏感光谱指数动态特征参数的小麦早衰程度定量诊断
2.2.1 小麦早衰程度的量化表达及其变化趋势
2.2.2 基于叶片衰老敏感光谱指数差值逐日积累量的小麦早衰程度诊断
2.2.3 基于叶片衰老敏感光谱指数比值的小麦早衰程度诊断
2.2.4 基于叶片衰老敏感光谱指数逐日变化率的小麦早衰程度诊断
3 讨论与小结
3.1 讨论
3.1.1 不同衰老敏感光谱指数监测小麦高温胁迫的机理性分析
3.1.2 利用叶片衰老敏感光谱指数特征参数定量诊断小麦早衰的可行性
3.2 小结
参考文献
第六章 监测小麦叶面积指数的最优光谱指数筛选研究
1 材料与方法
1.1 田间试验设计
1.2 数据获取
1.2.1 小麦冠层反射光谱获取
1.2.2 小麦叶面积指数测定
1.2.3 新型光谱指数构建
1.2.4 最优光谱指数选择与检验
2 结果与分析
2.1 新型光谱指数构建
2.1.1 新型两波段光谱指数构建
2.1.2 新型三波段光谱指数构建
2.1.3 新型光谱指数估算小麦LAI的敏感性评估
2.2 评估新型光谱指数估算小麦LAI时的效果
2.2.1 光谱指数估算小麦LAI的精确性评估
2.2.2 光谱指数估算小麦LAI的敏感性评估
3 讨论与小结
3.1 讨论
3.1.1 新型光谱指数提高小麦LAI估算精度的原因
3.1.2 两波段光谱指数和三波段光谱指数的估算效果差异比较
3.2 小结
参考文献
第七章 讨论与结论
1 讨论
1.1 小麦叶片衰老敏感生物学指标和光谱指数的筛选
1.2 基于生物学指标和光谱指数的小麦早衰诊断
1.2.1 衰老敏感生物学指标和光谱指数监测小麦高温胁迫的效果差异
1.2.2 衰老敏感生物学指标和光谱指数诊断小麦早衰的差异
1.3 衰老敏感生物学指标和光谱指标监测诊断小麦高温胁迫的机理
1.3.1 衰老敏感生物学指标监测诊断小麦高温胁迫的机理
1.3.2 衰老敏感光谱指数监测诊断小麦高温胁迫的机理
1.4 小麦叶面积指数监测最优光谱指数的筛选
2 本研究的特色与创新之处
2.1 筛选了小麦叶片衰老敏感生物学指标和光谱指数
2.2 比较了衰老敏感生物学指标和光谱指数监测高温胁迫时的表现差异
2.3 构建了高温胁迫下小麦早衰程度定量诊断模型
3 今后的研究设想
3.1 试验处理和品种多样性的拓展
3.2 光谱特征提取手段的丰富
3.3 小麦早衰诊断方法的探索
4 结论
4.1 确定了小麦叶片衰老敏感生物学指标和光谱指数
4.2 构建了基于衰老敏感生物学指标和光谱指数的小麦早衰定量诊断模型
4.3 比较了衰老敏感生物学指标和光谱指数监测小麦高温胁迫的差异
参考文献
附录
致谢
【参考文献】：
期刊论文
[1]Evaluation of a new method for quantification of heat tolerance in different wheat cultivars[J]. LI Qiang,WANG Zheng-rui,LI Ding,WEI Jian-wei,QIAO Wen-chen,MENG Xiang-hai,SUN Shu-luan,LI Hui-min,ZHAO Ming-hui,CHEN Xiu-min,ZHAO Feng-wu. Journal of Integrative Agriculture. 2018(04)
[2]Monitoring of winter wheat distribution and phenological phases based on MODIS time-series: A case study in the Yellow River Delta, China[J]. CHU Lin,LIU Qing-sheng,HUANG Chong,LIU Gao-huan. Journal of Integrative Agriculture. 2016(10)
[3]Estimation of biomass in wheat using random forest regression algorithm and remote sensing data[J]. Li’ai Wang,Xudong Zhou,Xinkai Zhu,Zhaodi Dong,Wenshan Guo. The Crop Journal. 2016(03)
[4]Slight shading after anthesis increases photosynthetic productivity and grain yield of winter wheat （Triticum aestivum L.） due to the delaying of leaf senescence[J]. XU Cai-long,TAO Hong-bin,WANG Pu,WANG Zhen-lin. Journal of Integrative Agriculture. 2016(01)
[5]小麦早衰研究综述[J]. 李亚婷,朱荣,李昱,康建宏,吴宏亮. 农业科学研究. 2015(03)
[6]基于干热风危害指数的黄淮海地区冬小麦干热风灾损评估[J]. 赵俊芳,赵艳霞,郭建平,穆佳. 生态学报. 2015(16)
[7]陕西省冬小麦干热风分布特征及预测研究[J]. 屈振江,郑小华,李星敏. 中国农学通报. 2013(18)
[8]8个CMIP5模式对中国极端气温的模拟和预估[J]. 姚遥,罗勇,黄建斌. 气候变化研究进展. 2012(04)
[9]过去50年黄淮海地区冬小麦干热风发生的时空演变规律[J]. 赵俊芳,赵艳霞,郭建平,房世波. 中国农业科学. 2012(14)
[10]冬小麦生育早期冠层叶片光谱的特征与应用[J]. 李树强,李民赞,李修华,赵瑞娇. 农业机械学报. 2012(02)
博士论文
[1]不同生育期小麦叶面积指数遥感反演对光谱和空间尺度的响应研究[D]. 黄彦.南京大学 2015
[2]小麦冠层和单叶氮素营养指标的高光谱监测研究[D]. 姚霞.南京农业大学 2009
[3]基于高光谱遥感的水稻氮素营养参数监测研究[D]. 田永超.南京农业大学 2008
[4]基于高光谱遥感的小麦氮素营养及生长指标监测研究[D]. 冯伟.南京农业大学 2007
[5]大田小麦旗叶衰老过程中的光合作用及其抗氧化代谢研究[D]. 卢庆陶.中国科学院研究生院（植物研究所） 2003
硕士论文
[1]华北地区冬小麦主要气象灾害风险评估[D]. 张玉静.中国气象科学研究院 2014
[2]基于高光谱的稻麦氮素营养监测研究[D]. 王薇.南京农业大学 2011
[3]小麦抗衰老产量生理特性及多效唑对小麦叶片衰老的影响[D]. 曾旭.四川农业大学 2007
[4]不同栽培模式下与小麦衰老相关生理生化变化的研究[D]. 丁建国.西北农林科技大学 2005
本文编号：3693803
本文链接：https://www.wllwen.com/shoufeilunwen/nykjbs/3693803.html