CN105678111A - 基于植物电信号的作物耐盐性评价方法 - Google Patents
基于植物电信号的作物耐盐性评价方法 Download PDFInfo
- Publication number
- CN105678111A CN105678111A CN201610068985.0A CN201610068985A CN105678111A CN 105678111 A CN105678111 A CN 105678111A CN 201610068985 A CN201610068985 A CN 201610068985A CN 105678111 A CN105678111 A CN 105678111A
- Authority
- CN
- China
- Prior art keywords
- crop
- salt tolerance
- surface potential
- seedling
- salt
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000015784 hyperosmotic salinity response Effects 0.000 title claims abstract description 74
- 238000011156 evaluation Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 54
- 150000003839 salts Chemical class 0.000 claims abstract description 25
- 230000008859 change Effects 0.000 claims abstract description 5
- 238000001228 spectrum Methods 0.000 claims description 32
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 24
- 230000005484 gravity Effects 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 239000011780 sodium chloride Substances 0.000 claims description 12
- 238000011534 incubation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012136 culture method Methods 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 abstract 1
- 238000000691 measurement method Methods 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 21
- 239000012153 distilled water Substances 0.000 description 7
- 230000035784 germination Effects 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 240000008042 Zea mays Species 0.000 description 4
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 235000005822 corn Nutrition 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 1
- 230000036982 action potential Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229960003237 betaine Drugs 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- KWIUHFFTVRNATP-UHFFFAOYSA-N glycine betaine Chemical compound C[N+](C)(C)CC([O-])=O KWIUHFFTVRNATP-UHFFFAOYSA-N 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- -1 photosynthetic rate Chemical compound 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 210000003370 receptor cell Anatomy 0.000 description 1
- 230000007226 seed germination Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Animal Husbandry (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioethics (AREA)
- Agronomy & Crop Science (AREA)
- Databases & Information Systems (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了基于植物电信号的作物耐盐性评价方法,具体为:通过采集作物萌发种子盐胁迫前后的表面电位信号,分别计算盐胁迫前后电位信号的特征值,根据特征值的变化定义作物的耐盐性评价系数,评价作物的耐盐性。本发明方法在进行作物耐盐性评价时,无需进行田间试验,只需对少量的作物幼苗进行盐胁迫,跟踪测量幼苗表面电位波动信号,通过计算电信号的特征值实现作物耐盐性强弱的无损、快速评价。该方法种子用量少,不需要破坏种子,具有无损伤测量的特点。此外,由于本方法是对同一批次种子电信号的跟踪测量,评价方法是根据盐胁迫前后作物自身电信号参数变化程度的比较,避免了种子的个体差异,培养和测量方法简单,评价效果可靠。
Description
技术领域
本发明属于农业生物技术领域,涉及基于植物电信号的作物耐盐性评价方法。
背景技术
随着社会经济的高速发展,各种自然因素和人为因素使得土壤盐渍化程度日趋严重。全球20%的耕地出现了不同程度的盐碱化,广泛分布于100多个国家和地区。大量土壤的盐渍化对全球粮食安全带来了极大威胁,成为严重制约农业生产和人类生存的最重要的生态问题之一。在这种形势下,利用各种手段对盐渍化土壤进行控制和改良,开发和培育耐盐作物,提高盐渍化土壤利用率,维持粮食生产,成为当今人类的重大课题。
要开发利用和培育耐盐作物,首先需要建立作物耐盐性评价方法和指标体系,能够对作物耐盐性强弱进行准确判断。然而,至今没有形成简单、准确和能够实现无损测量的评价方法和指标体系,制约了耐盐作物的培育和机理研究,导致优异种质资源的发掘与利用工作进展较慢,阻碍了盐渍化土地综合利用的步伐。
长期以来,评价作物耐盐性的指标主要有形态指标和生理生化指标两种,前者包括基于盐胁迫下种子萌发状况的种子萌芽耐盐指数、种子活力耐盐指数、相对发芽率、贮藏物质转运率、发芽指数和活力指数等等,以及相对生长量(苗长、根长、苗重)、幼苗存活率等等;后者以盐胁迫下作物生理生化反应的变化为依据,涉及叶绿素、光合速率、游离脯氨酸、ABA、可溶性糖、甜菜碱、质膜和液泡膜H+-ATPase、MDA、SOD、CAT、POD、质膜透性、气孔导度、K+、Na+及K+/Na+值等等。
上述传统评价方法有很多问题。例如,形态指标测定繁杂,工作量大和周期长,不能进行早期诊断;生理生化指标大多是通过试管实验的破坏性测量获取的,而耐盐性是在细胞层面上所呈现的综合性状,单一的生理生化指标无法反映活体的整体耐盐性;样品使用量大,不能进行无损和在位测量,不适合珍稀品种的鉴定。
发明内容
本发明的目的是提供一种基于植物电信号的作物耐盐性评价方法,解决了现有作物耐盐性评价方法样品用量大、周期长、不能早期诊断,以及破坏性测量,不适合珍稀品种评价的问题。
本发明所采用的技术方案是,基于植物电信号的作物耐盐性评价方法,通过采集作物萌发幼苗盐胁迫前后的表面电位信号,分别计算盐胁迫前后电位信号的特征值,根据特征值的变化定义作物的耐盐性评价系数,评价作物的耐盐性。
本发明的特点还在于,
基于植物电信号的作物耐盐性评价方法,具体按以下步骤实施:
步骤1,将待检测的作物种子放在恒温箱中萌发,待发芽后移栽到水培培养皿生长,待到作物萌发;
步骤2,将萌发后的作物幼苗连同培养皿一同放入封闭网状电磁屏蔽笼中,采集幼苗的表面电位波动信号s;
步骤3,将经步骤2测量过的幼苗的培养环境中加入NaCl溶液,在恒温环境下继续进行盐胁迫培养,然后采集胁迫后幼苗的表面电位波动信号s′;
步骤4,分别求取步骤2和步骤3采集到的作物幼苗表面电位波动信号s和s′的特征值;
步骤5,根据表面电位波动信号特征值的变化,评价种子耐盐性。
步骤1中萌发标准为:作物种子萌发出3~4片叶子,株高10cm~20cm。
步骤中NaCl溶液的加入量为:使培养皿中NaCl浓度达到50mmol/L~1000mmol/L;培养温度为20~45℃,培养时间2~360小时。
步骤4中表面电位波动信号的特征值为相对边际谱熵Er,具体求取过程为:
将采集到的叶片表面电位波动信号进行EMD分解,得到一组本征模态函数,将得到每个本征模态函数分别应用Hilbert变换,得到Hilbert幅值谱H(ω,t),其中,ω表示频率,t表示时间:
按下式计算得到信号的边际谱:
按下式计算得到边际谱熵:
其中,p(k)=h(k)/∑h(k)表示第k个频率对应幅值出现的概率;
按下式将熵值归一化,得到相对边际谱熵Er:
Er=E/logN
其中N为表面电位波动信号s的数据点个数;
由此得到幼苗胁迫前的相对边际谱熵Er和胁迫后的相对边际谱熵Er′。
步骤5,具体为:
定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
步骤4中表面电位波动信号的特征值为重心频率fg,具体求取过程为:利用周期图法、相关函数法或者AR谱方法计算作物幼苗表面电位波动信号s的功率谱p(f),然后利用下式计算其重心频率fg,
其中:f1到f2为频率范围,f为频率值;
由此得到幼苗胁迫前的重心频率fg和胁迫后的重心频率fg'。
步骤5,具体为:定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
步骤3中盐胁迫后的表面电位波动信号s′的采集方法和条件与胁迫前表面电位波动信号s的采集方法和条件相同。
本发明的有益效果是,在进行作物耐盐性评价时,无需进行田间试验,只需对少量的作物幼苗进行盐胁迫,跟踪测量幼苗表面电位波动信号,通过计算电信号的特征值实现作物耐盐性强弱的无损、快速评价。该方法种子用量少,不需要破坏种子,具有无损伤测量的特点。此外,由于本方法是对同一批次种子电信号的跟踪测量,评价方法是根据盐胁迫前后作物自身电信号参数变化程度的比较,避免了种子的个体差异,培养和测量方法简单,评价效果可靠。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明提供了一种基于植物电信号的作物耐盐性评价方法,具体按以下步骤实施:
步骤1,将待检测的作物种子放在恒温箱中萌发,待发芽后移栽到水培培养皿生长。每天浇适量蒸馏水,保证其正常的生长需求。待到作物萌发出3~4片叶子,株高10cm~20cm。
步骤2,将步骤1培养的作物幼苗和培养皿一同放入金属制成的封闭网状电磁屏蔽笼中,用仪器采集一定时长内幼苗叶片的表面电位波动信号s;然后对作物幼苗进行盐胁迫,采集胁迫后幼苗的表面电位波动信号s′,具体为:在作物幼苗的培养皿中加入一定量的NaCl溶液,使得培养皿中的NaCl浓度达到50mmol/L~1000mmol/L,恒温下培养2~360小时(温度可在20~45℃选择),采集胁迫后幼苗的表面电位波动信号s′。胁迫前后采集幼苗表面电位波动信号的方法和条件相同,表面电位波动信号的采集部位可以是叶片,也可以是茎部等其它部位。
步骤3,分别求取步骤2采集到的作物幼苗表面电位波动信号s和s′的特征值,进行作物耐盐性评价:
(一)采用相对边际谱熵作为作物幼苗表面电位波动信号的特征值,进行作物耐盐性评价,具体为:
1、分别计算幼苗胁迫前的相对边际谱熵Er和胁迫后的相对边际谱熵Er′:
将步骤2中测得的叶片表面电位波动信号s进行EMD分解,得到一组本征模态函数,将得到每个本征模态函数分别应用Hilbert变换,得到Hilbert幅值谱H(ω,t),其中,ω表示频率,t表示时间:
用下式(1)计算出信号的边际谱:
按(2)式计算边际谱熵:
其中,p(k)=h(k)/∑h(k),表示第k个频率对应幅值出现的概率;
按(3)式将熵值归一化,得到相对边际谱熵Er:
Er=E/logN(3)
其中N为表面电位波动信号s的数据点个数。
依照同样的方法得到胁迫后相对边际谱熵Er′。
2、评价作物的耐盐性:
定义作物耐盐性评价系数R为:
将得到的正常培养的作物幼苗的相对边际谱熵Er和盐胁迫后作物幼苗的相对边际谱熵Er′带入式(4),根据R值的大小评价作物耐盐性的强弱。评价标准为:大多数情况下,R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,作物耐盐性越弱。若R值大于1,则表明作物仍处于应激反应中,应适当延长作物在NaCl溶液中的培养时间。
(二)采用重心频率作为作物幼苗表面电位波动信号的特征值,进行作物耐盐性评价,具体为:
1、分别计算幼苗胁迫前的重心频率fg和胁迫后的重心频率fg':
利用周期图法、相关函数法或者AR谱方法计算作物幼苗表面电位波动信号s的功率谱p(f),然后利用下式计算其重心频率fg,
其中:f1到f2为频率范围,f为频率值;
依照同样的方法得到幼苗胁迫后的重心频率fg'。
2、评价作物的耐盐性:
定义作物耐盐性评价系数R为:
将得到的正常培养的作物幼苗的电位信号重心频率fg和盐胁迫后作物幼苗电位信号的重心频率fg'带入式(6),根据R值的大小评价作物耐盐性的强弱。评价标准为:大多数情况下,R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,作物的耐盐性越弱。若R值大于1,则表明作物仍处于应激反应中,应适当延长作物在NaCl溶液中的培养时间。
本发明的原理是:植物在其生命活动中,也存在着电位波动,这是植物高度相关的细胞群电生理活动的综合反映,其与植物细胞的生理状态密切相关。在未受胁迫的情况下,电位波动比较稳定。当植物受到刺激时,感受细胞会产生动作电位和变异电位,在组织和器官中以相当高的速率迅速传播。当传递到植物的不同部位时,就会对该部位的电位分布造成扰动,从而对该部位的细胞生理状态产生影响。因此,通过对植物表面电位的分析可以对植物的生理状态进行实时和在位评价。
实施例1
选取耐盐性较强的玉米品种万瑞168号和耐盐性较弱的郑单958。
将外观一致的饱满种子用蒸馏水洗涤,加入质量分数为0.2%HgCl2消毒、清洗。培养皿底部平铺放入滤纸,将两个品种的种子各10粒均匀放入培养皿中。在培养皿中加入适量蒸馏水后,放入恒温箱中培养。种子发芽后移栽到水培培养皿生长。每天浇适量蒸馏水,保证其正常的生长需求。待到作物萌发出3~4片叶子,株高10cm~20cm。
将单株作物幼苗放入法拉第笼中,分别在叶片和根部放置测试电极,用生物机能实验系统(成都泰盟科技有限公司生产)采集叶片的表面电位信号。采样频率为200Hz,采样时长为10分钟。将采集到的电信号按照上述步骤2~步骤3的方法计算得出其相对边际谱熵Er。按上述测量参数依次测量两个品种各10棵幼苗的叶片电位信号,并计算出每株幼苗叶片电位信号的边际谱熵。然后对每一个品种的10株幼苗分别计算相对边际谱熵的平均值,用Er1和Er2表示。
将上述测量过的幼苗培养皿中加入浓度为100mmol/L的NaCl溶液,在25℃恒温下培养10小时。将单株幼苗依次放入法拉第笼,采集幼苗叶片的表面电位信号,采集的条件与未用盐胁迫之前的采集条件相同。并以同样的方法分别计算每个品种各10株玉米幼苗的相对边际谱熵的平均值E′r1和E′r2。
采用胁迫前和胁迫后的相对边际谱熵,按照(5)式计算幼苗的耐盐性评价系数R。在本实例中,利用式(5)计算得到的胁迫10小时的万瑞168号的R值为0.86,郑单958的R值为0.65。由于依据式(5)计算得到的万瑞168种子耐盐性评价系数R大于郑单958,所以,万瑞168种子耐盐性大于郑单958。
实施例2
选取耐盐性较强的玉米品种万瑞168号和耐盐性较弱的郑单958。
将外观一致的饱满种子用蒸馏水洗涤,加入质量分数为0.2%HgCl2消毒、清洗。培养皿底部平铺放入滤纸,将两个品种的种子各10粒均匀放入培养皿中。在培养皿中加入适量蒸馏水后,放入恒温箱中培养。种子发芽后移栽到水培培养皿生长。每天浇适量蒸馏水,保证其正常的生长需求。待到作物萌发出3~4片叶子,株高10cm~20cm。
将单株作物幼苗放入法拉第笼中,分别在叶片和根部放置测试电极,用生物机能实验系统(成都泰盟科技有限公司生产)采集叶片的表面电位信号。采样频率为200Hz,采样时长为10分钟。将采集到的电信号按照上述步骤2~步骤3(二)的方法计算得出其重心频率fg。按上述测量参数依次测量两个品种各10棵幼苗的叶片电位信号,并计算出每株幼苗叶片电位信号的重心频率。然后对每一个品种的10株幼苗分别计算重心频率的平均值,用fg1和fg2表示。
将上述测量过的幼苗培养皿中加入浓度为100mmol/L的NaCl溶液,在25℃恒温下培养10小时。将单株幼苗依次放入法拉第笼,采集幼苗叶片的表面电位信号,采集的条件与未用盐胁迫之前的采集条件相同。并以同样的方法分别计算每个品种各10株玉米幼苗的重心频率的平均值f′g1和f′g2。
采用胁迫前和胁迫后的重心频率,按照(6)式计算幼苗的耐盐性评价系数R。在本实例中,利用式(6)计算得到的胁迫10小时的万瑞168号的R值为0.53,郑单958的R值为0.41。由于依据式(6)计算得到的万瑞168种子耐盐性评价系数R大于郑单958,所以,万瑞168种子耐盐性大于郑单958。
由本实施例可见,本发明提出的评价作物耐盐性的方法无需进行田间试验,只需采集对作物幼苗进行盐胁迫前后的表面电位信号,通过对电位信号的特征值进行计算就可以实现萌发种子耐盐性强弱的无损、快速评价,简单实用,评价效果可靠。
在本申请所提供的实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的,例如,所述电位信号特征值,实际实现时可以选择不同的信号特征参数,如:功率谱熵、重心频率、边缘频率。
以上所述,仅为本发明的具体实施方式,并非用于限定本发明的保护范围。
Claims (9)
1.基于植物电信号的作物耐盐性评价方法,其特征在于,通过采集作物萌发幼苗盐胁迫前后的表面电位信号,分别计算盐胁迫前后电位信号的特征值,根据特征值的变化定义作物的耐盐性评价系数,评价作物的耐盐性。
2.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,具体按以下步骤实施:
步骤1,将待检测的作物种子放在恒温箱中萌发,待发芽后移栽到水培培养皿生长,待到作物萌发;
步骤2,将萌发后的作物幼苗连同培养皿一同放入封闭网状电磁屏蔽笼中,采集幼苗的表面电位波动信号s;
步骤3,将经步骤2测量过的幼苗的培养环境中加入NaCl溶液,在恒温环境下继续进行盐胁迫培养,然后采集胁迫后幼苗的表面电位波动信号s′;
步骤4,分别求取步骤2和步骤3采集到的作物幼苗表面电位波动信号s和s′的特征值;
步骤5,根据表面电位波动信号特征值的变化,评价种子耐盐性。
3.根据权利要求2所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤1中萌发标准为:作物种子萌发出3~4片叶子,株高10cm~20cm。
4.根据权利要求2所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤中NaCl溶液的加入量为:使培养皿中NaCl浓度达到50mmol/L~1000mmol/L;培养温度为20~45℃,培养时间2~360小时。
5.根据权利要求2所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤4中表面电位波动信号的特征值为相对边际谱熵Er,具体求取过程为:
将采集到的叶片表面电位波动信号进行EMD分解,得到一组本征模态函数,将得到每个本征模态函数分别应用Hilbert变换,得到Hilbert幅值谱H(ω,t),其中,ω表示频率,t表示时间:
按下式计算得到信号的边际谱:
按下式计算得到边际谱熵:
其中,p(k)=h(k)/Σh(k)表示第k个频率对应幅值出现的概率;
按下式将熵值归一化,得到相对边际谱熵Er:
Er=E/logN
其中N为表面电位波动信号s的数据点个数;
由此得到幼苗胁迫前的相对边际谱熵Er和胁迫后的相对边际谱熵Er′。
6.根据权利要求5所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤5,具体为:
定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
7.根据权利要求2所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤4中表面电位波动信号的特征值为重心频率fg,具体求取过程为:利用周期图法、相关函数法或者AR谱方法计算作物幼苗表面电位波动信号s的功率谱p(f),然后利用下式计算其重心频率fg,
其中:f1到f2为频率范围,f为频率值;
由此得到幼苗胁迫前的重心频率fg和胁迫后的重心频率fg'。
8.根据权利要求7所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤5,具体为:定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
9.根据权利要求2所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤3中盐胁迫后的表面电位波动信号s′的采集方法和条件与胁迫前表面电位波动信号s的采集方法和条件相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610068985.0A CN105678111B (zh) | 2016-02-01 | 2016-02-01 | 基于植物电信号的作物耐盐性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610068985.0A CN105678111B (zh) | 2016-02-01 | 2016-02-01 | 基于植物电信号的作物耐盐性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105678111A true CN105678111A (zh) | 2016-06-15 |
CN105678111B CN105678111B (zh) | 2018-09-14 |
Family
ID=56303346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610068985.0A Expired - Fee Related CN105678111B (zh) | 2016-02-01 | 2016-02-01 | 基于植物电信号的作物耐盐性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105678111B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950262A (zh) * | 2017-04-24 | 2017-07-14 | 江苏大学 | 一种预测作物盐胁迫水平的方法 |
CN106970121A (zh) * | 2017-04-24 | 2017-07-21 | 江苏大学 | 一种植物叶片最大生理电容和最大紧张度的测定方法 |
CN107121526A (zh) * | 2017-04-24 | 2017-09-01 | 江苏大学 | 一种表征植物抗盐能力的方法 |
CN110298596A (zh) * | 2019-07-04 | 2019-10-01 | 内蒙古农业大学 | 一种数据评估方法和系统 |
CN114026992A (zh) * | 2021-10-12 | 2022-02-11 | 中国热带农业科学院热带作物品种资源研究所 | 一种种子活力无损检测分级系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104725494A (zh) * | 2015-01-16 | 2015-06-24 | 纪清侠 | 水稻基因OsARC促进水稻抗干旱与抗盐胁迫中的应用 |
WO2015150069A1 (en) * | 2014-03-31 | 2015-10-08 | Koninklijke Philips N.V. | Method and device for the non-invasive monitoring and identification of drug effects and interactions |
CN105022917A (zh) * | 2015-07-06 | 2015-11-04 | 西安理工大学 | 一种信号精确提取与处理方法 |
-
2016
- 2016-02-01 CN CN201610068985.0A patent/CN105678111B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015150069A1 (en) * | 2014-03-31 | 2015-10-08 | Koninklijke Philips N.V. | Method and device for the non-invasive monitoring and identification of drug effects and interactions |
CN104725494A (zh) * | 2015-01-16 | 2015-06-24 | 纪清侠 | 水稻基因OsARC促进水稻抗干旱与抗盐胁迫中的应用 |
CN105022917A (zh) * | 2015-07-06 | 2015-11-04 | 西安理工大学 | 一种信号精确提取与处理方法 |
Non-Patent Citations (2)
Title |
---|
戴永梁等: "HHT边际谱熵在单相自适应重合闸中的应用", 《电力系统及其自动化学报》 * |
陆静霞: "植物电信号特征分析及其与环境因子关系研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106950262A (zh) * | 2017-04-24 | 2017-07-14 | 江苏大学 | 一种预测作物盐胁迫水平的方法 |
CN106970121A (zh) * | 2017-04-24 | 2017-07-21 | 江苏大学 | 一种植物叶片最大生理电容和最大紧张度的测定方法 |
CN107121526A (zh) * | 2017-04-24 | 2017-09-01 | 江苏大学 | 一种表征植物抗盐能力的方法 |
CN106950262B (zh) * | 2017-04-24 | 2019-04-30 | 江苏大学 | 一种预测作物盐胁迫水平的方法 |
CN107121526B (zh) * | 2017-04-24 | 2019-06-28 | 江苏大学 | 一种表征植物抗盐能力的方法 |
CN106970121B (zh) * | 2017-04-24 | 2019-06-28 | 江苏大学 | 一种植物叶片最大生理电容和最大紧张度的测定方法 |
CN110298596A (zh) * | 2019-07-04 | 2019-10-01 | 内蒙古农业大学 | 一种数据评估方法和系统 |
CN114026992A (zh) * | 2021-10-12 | 2022-02-11 | 中国热带农业科学院热带作物品种资源研究所 | 一种种子活力无损检测分级系统 |
CN114026992B (zh) * | 2021-10-12 | 2024-04-26 | 中国热带农业科学院热带作物品种资源研究所 | 一种种子活力无损检测分级系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105678111B (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678111A (zh) | 基于植物电信号的作物耐盐性评价方法 | |
Moureaux et al. | Carbon balance assessment of a Belgian winter wheat crop (Triticum aestivum L.) | |
Kunzová et al. | Yield development of winter wheat over 50 years of FYM, N, P and K fertilizer application on black earth soil in the Czech Republic | |
Neupane et al. | Camelina production parameters response to different irrigation regimes | |
Chen et al. | Seasonal differences in the rice grain yield and nitrogen use efficiency response to seedling establishment methods in the Middle and Lower reaches of the Yangtze River in China | |
CN108921451A (zh) | 一种鉴定玉米品种抗旱性的评价方法 | |
CN107690925A (zh) | 一种杂交水稻精确追肥方法 | |
Boydston et al. | The impact of tillage on pinto bean cultivar response to drought induced by deficit irrigation | |
Hussain et al. | Maize hybrids with well-developed root system perform better under deficit supplemental irrigation. | |
CN102257947A (zh) | 一种具有抑草功能的水稻的实验室快速筛选方法 | |
CN103889211B (zh) | 植物的收获时生物量的管理方法以及管理系统 | |
CN105044058A (zh) | 一种莠去津残留药害的快速鉴定方法及其应用 | |
Neal et al. | Differences in soil carbon sequestration and soil nitrogen among forages used by the dairy industry | |
CN103477749B (zh) | 一种基于自发发光的玉米种子萌发期抗旱性评价方法 | |
CN111289695B (zh) | 穴盘苗壮苗评价方法 | |
Rodriguez et al. | Fine-tuning the CROPGRO-Sunflower model and its application to the quantification of crop responses to environmental and management variables | |
CN104663265B (zh) | 应用外界光诱导种子发光评价作物耐盐性的方法 | |
Gordon et al. | Non-destructive estimation of potato leaf area index using a fish-eye radiometer | |
RU2424649C2 (ru) | Способ прогнозирования урожайности маслосемянок сафлора красильного | |
RU2685151C1 (ru) | Способ оценки и отбора высокоурожайных генотипов сои по устьичной проводимости паров воды | |
CN107365829B (zh) | 一种实验室中筛选烟草抗黑胫病种质的方法 | |
Escobosa-García et al. | Effect of mulching on cabbage grown in the Mexicali Valley | |
Jadav et al. | Adoption of recommended onion production technology | |
Hristov et al. | Studying the Possibility of Using a Multi-Sensory System for Precise Monitoring of Some Environmental Factors in Order to Assist in the Management of an Orchard | |
Chopdar et al. | Chapter-8 Advances in Sampling Techniques of Fruit Crops in Relation to Nutrients |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180914 Termination date: 20210201 |