CN102519886A

CN102519886A - 一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法

Info

Publication number: CN102519886A
Application number: CN2011104261952A
Authority: CN
Inventors: 崔海瑞; 王伟博; 舒庆尧
Original assignee: Zhejiang University ZJU
Current assignee: Zhejiang University ZJU
Priority date: 2011-12-19
Filing date: 2011-12-19
Publication date: 2012-06-27

Abstract

本发明公开了一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，包括：选取一组叶色深浅明显不同的叶片，通过扫描和图像分析处理获得该组叶片样品的图像亮度值，再结合分光光度法准确测定的该组叶片的叶绿素a和类胡萝卜素含量，分别建立叶绿素a与叶片的图像亮度值的函数关系，以及类胡萝卜素与叶片的图像亮度值的函数关系；再通过扫描和图像分析处理获得待测叶片的图像亮度值，并根据所述的函数关系分别计算出待测叶片中叶绿素a和类胡萝卜素含量。本发明所用设备简单，操作简便、成本低、速度快，无需化学试剂和提取，检测不受时间和外部环境的影响，测定结果稳定，可实现随时随地快速检测农作物叶片中叶绿素a和类胡萝卜素含量。

Description

一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法

技术领域

本发明属于植物生理指标检测方法，具体涉及一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法。

背景技术

叶绿素是植物进行光合作用的物质基础，其含量是植物生理研究中的重要指标之一。叶片的颜色与其色素含量有着密不可分的关系，人们往往把叶片颜色变化作为判断植物生长状态、生理特性和营养状况的依据。因此，研究和建立叶片色素含量测定的方法意义重大。

传统的植物叶片色素分析方法首先要提取然后采用分光光度法测定，它基于叶绿素a和叶绿素b在645nm和663nm处有最大吸收，且两吸收曲线相交于652nm处。测定提取液在645nm、663nm、652nm波长下的吸光值，并根据经验公式分别计算出叶绿素a、叶绿素b和类胡萝卜素的含量。这种测定方法需要破坏大量的植物叶片，不能监测随着时间或生育期而变化的同一叶片中不同色素的动态变化；色素提取需要用到易挥发的有机溶剂，如丙酮、乙醇、二甲基亚砜等，有的对人体有害，提取时叶绿素也会受光氧化而引起测量误差；提取过程和测定过程都也比较费时耗力。

近年来根据叶片对光吸收和反射的光学测定方法得到了广泛的应用。其方法之一的工作原理是是根据叶片对红光和近红外光两种波长的吸收特征，在红光区叶绿素有强烈的吸收，近红外光用于调节不同叶片结构的参比波长，通过叶绿素测定仪测量叶片在两种波长范围内的透光系数来确定叶片当前叶绿素的相对数量；方法之二是根据叶片中各种色素对光谱反射特性不同，光谱仪能够定量测定植物叶片对可见光到近红外光范围(300～1100nm)内任何一段波长的反射，通过测定叶片对不同光谱的反射特性便能测定多种不同色素的含量。与分光光度计法相比，这类测定方法简便、快速、省时、省力，但测量精度不如分光光度计法高，而且需要专用仪器；读取的数值仅是仪器探触点处的色素含量值，不能代表整个叶片的色素含量水平。此外，利用叶绿素测定仪测定还存在着因不同材料叶片厚度不同而影响测定结果的问题；而利用光谱仪测定时还需要针对不同材料和不同生育期所使用的双波长组合进行优化。

目前，我国已授权的植物叶绿素含量测定方法的专利有两个，一是“快速检测叶片叶绿素含量的建模方法及检测方法”(授权公告号：CN101718683B)，采用CCD照相机与高光谱扫描仪连接，用于采集高光谱扫描仪扫描到的载物台上所载作物的光谱图像；计算机与所述CCD照相机连接，用于对光谱图像进行处理，以得到检测叶绿素含量的预测模型。该方法可快速、无污染检测，检测准确度高，但需要一整套检测装置，包括CCD照相机、高光谱扫描仪、载物台、电控平移台、运动控制器、计算机及带有反馈控制器的光源供给系统等；另一个是“一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测”(授权公告号：CN101762463B)，采用多光谱辐射计对团棵期到现蕾前期的烤烟冠层光谱进行测定，构建植被指数，并在实验室采用比色法测定对应植株倒数第5片叶中部的叶绿素含量，利用统计学方法建立利用冠层光谱参数反演叶片叶绿素含量的模型和根据测定待测样本的冠层光谱参数实现对烤烟叶片叶绿素含量的测定。该方法原位测定、无损伤、不需化学试剂，但需要专门的设备——光谱辐射计，测定时期限于团棵期到现蕾前期，只测定倒数第5片叶中部的叶绿素含量。此外，这两种方法直接在田间采集光谱图像和光谱，易受自然光强变化的影响。

发明内容

本发明提供了一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，测定结果稳定，操作简便、成本低、速度快，无需化学试剂和提取，解决了植物叶片色素传统测量方法耗时长、环节多、操作复杂等问题。

一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，包括以下步骤：

(1)选取一种待测农作物的一组叶色深浅明显不同的叶片作为叶片样品；

(2)用扫描仪对该组叶片样品分别进行扫描，并以图片格式保存为不同的叶片图像文件；再分别用计算机图像分析软件打开所述叶片图像文件，选定所述叶片图像上固定大小的区域，获取该区域叶片图像的亮度平均值，作为每个叶片样品的图像亮度值，最后获得该组叶片样品的图像亮度值；

(3)采用分光光度法准确测定这一组叶片的叶绿素a和类胡萝卜素含量，结合步骤(2)所获取的该组叶片样品的图像亮度值，分别建立叶绿素a与叶片的图像亮度值的函数关系，以及类胡萝卜素与叶片的图像亮度值的函数关系；

(4)用所述扫描仪对同种农作物的待测叶片进行扫描，并以所述图片格式保存为叶片图像文件；再用所述计算机图像分析软件打开所述叶片图像文件，选定所述叶片图像上固定大小的区域，获取该区域叶片图像的亮度平均值，作为该待测叶片的图像亮度值；

(5)根据步骤(4)所获取的待测叶片的图像亮度值和步骤(3)中建立的函数关系，分别计算出待测叶片中叶绿素a和类胡萝卜素含量。

优选的技术方案中，所述图片格式为tiff格式。

优选的技术方案中，所述计算机图像分析软件为Image J图像处理软件。

为了检验结果的准确性，本发明将采用上述方法检测的叶绿素a和类胡萝卜素含量与采用传统分光光度法测定的结果进行了比较，结果显示：两种方法测定的叶绿素a含量差值变化于0.04-0.023之间，类胡萝卜素含量的差值变化于0.0011-0.0054之间，误差均小于4％，效果好。

本发明中，根据植物叶片颜色随其叶色素含量的不同而变化，通过扫描获得叶片图像，用计算机图象分析技术将叶片颜色的变化进行数字化，计算出叶片图像亮度值，建立叶片图像亮度值与叶片叶绿素a、类胡萝卜素含量间的函数关系，对待测样品只要依据其叶片图像亮度值，就可通过这种函数关系计算其叶片叶绿素a和类胡萝卜素的含量。

与现有技术相比，本发明具有以下有益的技术效果：

本发明方法测定结果稳定，操作简便、成本低、速度快，无需化学试剂和提取，解决了植物叶片色素传统测量方法耗时长、环节多、操作复杂等问题。

本发明方法还采用室内扫描叶片图像，光强稳定性好，克服了自然光下采集叶片图像时光强变化的误差影响，检测不受时间和外部环境的影响。

此外，本发明方法所采用的设备简单，只需日常的办公设备——计算机和扫描仪，在现代社会办公环境中随处可得，无需增加额外的设备成本。

因此，采取本发明方法，可实现随时随地快速检测农作物叶片中叶绿素a和类胡萝卜素含量。

附图说明

图1为叶绿素a含量(mg/g)与叶片的图像亮度值的关系以及拟合曲线。

图2为类胡萝卜素(mg/g)与叶片的图像亮度值的关系以及拟合曲线。

具体实施方式

下面结合实施例和附图来详细说明本发明，但本发明并不仅限于此。

以下以水稻叶片为例来说明本发明方法：

(1)以水稻作为种待测农作物，以成熟前不同水稻品种剑叶为测定对象，选取一组共12张叶色深浅不同的叶片，取整张叶或整个叶片的2/3，避光、保湿，作为叶片样品；

(2)用扫描仪对所取的该组叶片样品分别进行扫描，并以tiff格式保存为不同的叶片图像文件；再分别用计算机图像分析软件(此处采用ImageJ图像处理软件)对每个叶片图像文件进行处理，即：打开叶片图像文件，选定叶片图像上固定大小的区域，获取该区域叶片图像的亮度平均值，作为每个叶片样品的图像亮度值，最后获得该组叶片样品的图像亮度值，在60～128之间变化；

(3)采用分光光度法准确测定这组叶片的叶绿素a和类胡萝卜素含量，结合步骤(2)所获取的该组叶片样品的图像亮度值，分别建立叶绿素a与叶片的图像亮度值的函数关系，以及类胡萝卜素与叶片的图像亮度值的函数关系。

叶绿素a含量(mg/g)与叶片的图像亮度值的关系以及拟合曲线如图1所示，类胡萝卜素(mg/g)与叶片的图像亮度值的关系以及拟合曲线如图2所示，

所建立的叶绿素a含量与叶片得图像亮度值的函数关系为：Y＝-0.0126X+1.6429，决定系数R²＝0.9503，达极显著水平。

所建立的类胡萝卜素含量与叶片图像亮度值的函数关系为：Y＝-0.0029X+0.4698，决定系数R²＝0.9737，达极显著水平。

(4)分别选取粳稻秀水110、日本晴、籼稻钱江1号和黄玉A共4个水稻品种灌浆后期的叶片作为待测叶片，用同一扫描仪分别对上述的4个待测叶片进行扫描，并以tiff格式保存为不同的叶片图像文件；再分别用计算机图像分析软件(此处采用Image J图像处理软件)对每个叶片图像文件进行处理，即：打开叶片图像文件，选定叶片图像上固定大小的区域，获取该区域叶片图像的亮度平均值，作为每个待测叶片的图像亮度值，记载于下表1中；

(5)根据步骤(4)所获取的待测叶片的图像亮度值和步骤(3)中建立的函数关系，分别计算出待测叶片中叶绿素a和类胡萝卜素含量，同样记载于下表1中。

表1中还记载了采用传统分光光度法对上述4个待测样品进行叶绿素a和类胡萝卜素含量测定的结果，用于进行比较。

表1

表1中，采用本发明方法和传统分光光度法测定的叶绿素a含量差值变化于0.04-0.023mg/g之间，采用本发明方法和传统分光光度法测定的类胡萝卜素含量的差值变化于0.0011-0.0054mg/g之间，可见，对这两种色素含量测定的误差都在4％以下，效果好。

Claims

1.一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，其特征在于，包括以下步骤：

2.如权利要求1所述的检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，其特征在于，所述图片格式为tiff格式。

3.如权利要求1所述的检测农作物叶片中叶绿素a和类胡萝卜素含量的方法，其特征在于，所述计算机图像分析软件为Image J图像处理软件。