CN109287477A - 一种耐低温弱光的辣椒品种的筛选方法和装置 - Google Patents

一种耐低温弱光的辣椒品种的筛选方法和装置 Download PDF

Info

Publication number
CN109287477A
CN109287477A CN201811020876.7A CN201811020876A CN109287477A CN 109287477 A CN109287477 A CN 109287477A CN 201811020876 A CN201811020876 A CN 201811020876A CN 109287477 A CN109287477 A CN 109287477A
Authority
CN
China
Prior art keywords
low temperature
light
tolerance
image
weak light
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.)
Pending
Application number
CN201811020876.7A
Other languages
English (en)
Inventor
岑海燕
蒋锦琳
何勇
徐海霞
翁海勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201811020876.7A priority Critical patent/CN109287477A/zh
Publication of CN109287477A publication Critical patent/CN109287477A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01H—NEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H1/00—Processes for modifying genotypes ; Plants characterised by associated natural traits
    • A01H1/04—Processes of selection involving genotypic or phenotypic markers; Methods of using phenotypic markers for selection
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00—Cultivation of specific crops or plants not otherwise provided for
    • A01G22/05—Fruit crops, e.g. strawberries, tomatoes or cucumbers
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • A01G7/04—Electric or magnetic or acoustic treatment of plants for promoting growth
    • A01G7/045—Electric or magnetic or acoustic treatment of plants for promoting growth with electric lighting
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/14—Greenhouses
    • A01G9/16—Dismountable or portable greenhouses ; Greenhouses with sliding roofs
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/22—Shades or blinds for greenhouses, or the like
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/14—Measures for saving energy, e.g. in green houses

Abstract

本发明公开了一种耐低温弱光的辣椒品种的筛选方法和装置，筛选方法包括：(1)选取已知的对低温弱光具有不同程度耐性的辣椒品种培养，待到幼苗期时进行人工低温弱光处理；(2)采集叶绿素荧光图像和RGB图像，得到相应的叶绿素荧光参数、形状参数和颜色参数；(3)计算每个辣椒幼苗的耐低温弱光性综合评价值作为输入，耐低温弱光程度作为输出，建立判别模型；(4)对待筛选的辣椒品种同样进行人工低温弱光处理，计算耐低温弱光性综合评价值输入判别模型即可判断耐性程度。本发明的筛选方法和装置，具有采集、处理、分析、存储一体化的设置，避免繁琐的人工操作，提高了筛选速度和精度，适合大量的耐低温弱光的辣椒品种选育工作。

Description

一种耐低温弱光的辣椒品种的筛选方法和装置
技术领域
本发明涉及辣椒品种的筛选技术领域，尤其涉及一种基于不同成像技术结合的耐低温弱光的辣椒品种的筛选方法和装置。
背景技术
辣椒原产中南美洲热带地区，是广为人们喜爱的喜温喜光植物，亦是我国冬、春季栽培的主要作物。但冬、春季的低温弱光常常抑制其生长发育，致使产量和品质降低，制约着辣椒冬、春季生产效益的提高和栽培面积的扩大，因此低温弱光成为限制辣椒生产力发挥的主要逆境因素，筛选和培育耐性品种对于辣椒生产显得十分重要。
叶绿素荧光成像技术能准确测量和研究光合作用系统的动态变化，能敏感客观地检测各种外界因素对光合作用的影响，在研究作物抗逆性、耐寒性、耐热性、耐旱性和耐盐性等方面显示出良好的应用前景。叶绿素荧光参数已成为拟南芥、玉米等植物耐低温性的重要指标。
公开号为CN103371061A的中国专利文献中公开了一种通过计算综合隶属函数值筛选苦瓜耐低温弱光性的鉴定方法，该方法包括：通过计算每个材料的形态学指标、生理生化指标和叶绿素荧光参数的隶属值基础上，然后计算每份材料的综合隶属函数值，比较不同材料幼苗期对低温弱光的耐性差异来得到耐性强的苦瓜材料。但是该方法存在化学实验具有破坏性，操作过程复杂，计算量大，同时自动化水平不高，无法应用于大面积的辣椒品种筛选工作。
公开号为CN106706579A的中国专利文献中公开了一种利用叶绿素荧光技术筛选耐高温玉米品种的方法，该方法包活：以PI(abs)作为检测指标，对离体叶片进行高温黑暗处理，获得高温黑暗处理前后待测玉米品种叶片的PI(abs)；或在白天日最高温度35℃及以上，待天黑暗1小时后，测定田间待测玉米品种活体叶片的PI(abs)；PI(abs)高于对照品种的待测玉米品种为耐高温玉米品种；或在玉米生育期内每7天测定1次田间待测玉米品种PI(abs)值，当待测玉米品种的PI(abs)全生育期的平均值高于或等于对照品种全生育期的PI(abs)的平均值时，该待测玉米品种为耐高温玉米品种。但是植物对对低温弱光的耐受性是一个由多基因控制的数量性状，因此对抗性的评价也必须是多方面的，单个指标往往存在局限性，检测准确度不高，很难大量推广。
发明内容
本发明提供一种耐低温弱光性的辣椒品种的筛选方法，通过利用叶绿素荧光成像技术和RGB成像技术，结合图像和数据处理分析，同时提供相应的装置，进行室内和野外的耐低温弱光性植株的筛选工作。
一种耐低温弱光性的辣椒品种的筛选方法，包括如下步骤：
(1)选取已知的对低温弱光具有不同程度耐性的辣椒品种培养，待到幼苗期时进行人工低温弱光处理；
(2)将辣椒幼苗进行暗处理后，分别利用叶绿素成像仪和RGB成像仪采集叶绿素荧光图像和RGB图像，对图像进行分析和处理，得到相应的叶绿素荧光参数、形状参数和颜色参数；
(3)计算每个辣椒幼苗的耐低温弱光性综合评价值作为输入，以不同耐低温弱光程度作为输出，建立低温弱光耐性程度判别模型；
(4)对未知待筛选的辣椒品种进行同样的人工低温弱光处理，首先筛选叶面积明显缩减、生长明显停止的辣椒幼苗即为不耐性，剩余的辣椒幼苗采集叶绿素荧光图像和RGB图像，计算耐低温弱光性综合评价值输入判别模型即可判断耐性程度。
作为优选，步骤(1)中所述的建模样本中应选择大小一致、健康饱满的对低温弱光具有不同程度耐性的辣椒种子进行培养，每个品种不少于250颗；待幼苗长至8片真叶时，应选择大小一致，长势良好的辣椒幼苗放入人工气候箱进行低温弱光处理；处理温度为白天10℃，黑夜5℃，白天和黑夜均为12h，光强为100μmol·m-2·s-1。处理期间应保持一致的正常浇水和营养液，保持基质湿润，处理10d后进行测定。
步骤(2)中，采集叶绿素荧光图像的步骤为：将辣椒幼苗暗适应30 min后，打开测量光脉冲测定最小荧光Fo，再打开饱和光脉冲测得最大荧光Fm，随后打开光化光，接着打开饱和光脉冲测得光适应后的最大荧光 Fm’，再打开远红外光脉冲测得光适应后的最小荧光Fo’，最后采集光适应时的稳态荧光Fs。
作为优选，步骤(2)中得到的RGB图像需要进行灰度化、滤波、二值化、分离叶柄和提取叶片轮廓再计算特征值。
步骤(2)中所述的叶绿素荧光参数包括：PSII最大光化学效率Fv/Fm ＝(Fv-Fo)/Fm，光化学猝灭系数qP＝(Fm’－Fs)/(Fm’－Fo’)，天线色素捕光效率Fv’/Fm’＝(Fv’－Fo’/Fm’)，PSII实际光量子效率ΦPSII＝(Fm’－Fs)/Fm’，非光化学猝灭系数NPQ＝(Fm-Fm’)/Fm’；所述的形状参数包括：叶面积、叶片周长、叶片长度、叶片宽度、叶宽指数；所述的颜色参数包括：叶片H均值、S均值、L均值。
作为优选，步骤(3)中所述的耐低温弱光性综合评价值计算方法为：先计算每个辣椒幼苗的叶绿素荧光、形状、颜色各项参数的耐低温弱光系数，进行主因子分析，选出贡献率达90％以上的前几个综合指标，再计算每个综合指标的隶属函数值以及权重，最后得到耐低温弱光性综合评价值。
作为优选，步骤(3)中采用极限学习机(ELM)学习方法建立低温弱光耐性程度的判别模型。耐性程度分为不耐性、低度耐性、中度耐性和高耐性4个等级。其中ELM算法的具体步骤：随机产生输入权值与隐含层神经元节点偏置；计算隐含层输出矩阵；计算输出权值。在实际应用中隐含层节点数的确定没有固定的理论可以遵循，一般采用的是逐步尝试法，即设定隐含层节点数的范围，然后计算范围内每一个隐含层节点数下的 ELM模型的效果以选择最佳的隐含层节点数。
本发明还提供了一种耐低温弱光性的辣椒品种的筛选装置，包括：
设有暗适应屏幕的遮光室；
水平支撑架，固定于遮光室的顶部；
电控平移和升降模块，安装在水平支撑架上，可以沿水平支撑架水平移动，也可以垂直于水平支撑架上下移动；
激光雷达导航模块，安装在水平支撑架上，用来确定筛选装置的位置，同时快速获得环境轮廓信息，帮助装置实现即时定位与地图构建，实时路径规划与自动避开障碍物；
光源和成像模块，朝下安装在电控平移和升降装置上，用于采集所测幼苗的图像信息；
数据采集和处理模块，安装在遮光室外侧面，与光源和成像模块相连，用于采集待测植株的图像实时上传至远程操控设备，提取所测图像中的特征参数，并计算出耐低温弱光性综合评价值，判断所测幼苗的耐低温弱光程度；
控制存储模块，安装在遮光室外侧面，分别与导航模块、电控平移和升降模块、光源和成像模块、数据处理模块相连，用于控制上述模块工作并存储数据；
还包括远程操控设备，与控制存储模块有线或无线连接，用于对控制存储模块进行远程实时遥控并接收数据存储于数据库。
本筛选装置集成于暗适应操作室内，操作简便，遮光室底部可安装万向轮，便于移动，既可在实验室内也可在室外进行暗适应成像测量分析。作为优选，为了提高避光效果，所述的遮光室的内壁上涂有吸光涂层。
激光雷达导航模块包括GPS定位系统、IMU惯性测量单元、激光扫描仪。其中GPS用于测量移动平台的运动轨迹上每一时刻的位置；IMU 用于确定平台的方位和姿态，与GPS一起工作进行组合导航。
即时定位与地图构建包括：(1)预处理，对导航模块的原始数据进行优化，剔除一些有问题的数据，或者进行滤波。(2)匹配，将导航模块当前采集的点云数据在已经建立地图上寻找到对应的位置。(3)地图融合，将这一轮来自导航模块的新数据拼接到原始地图当中，最终完成地图的更新。
装置可进行自动重复成像测量分析，预设一个实验程序(Protocols)、测量次数及间隔，系统将自动循环运行成像测量，并自动将数据按时间日期保存，从而实现无人自动检测模式。
为了提供持续、稳定、均一的光照，所述光源和成像模块包括对称设置的4块光源板，光源板中间镂空区域安装成像模块，所述的光源板上设有LED灯；所述的LED灯包括：产生620nm测量光的红光LED灯、产生450～465nm光化光和饱和光的红白LED灯、产生740nm远红外光的远红外LED灯。4个设有高能、高稳定性LED的光源板均匀地照在幼苗样品上。
作为优选，所述的成像模块包括叶绿素荧光成像仪和RGB成像仪集成作用系统，主要设备有包括CCD镜头、滤光轮及滤波器、散热单元等。
与现有技术相比，本发明的有益效果为：
(1)通过叶绿素荧光成像分析与RGB成像分析的结合，自动获取相应的特征参数，还有图像采集、处理、分析、存储一体化的设置，避免了人工操作的复杂、繁琐，提高了筛选工作的速度，适合大量的耐低温弱光的品种选育工作，具有较好的应用前景。
(2)该发明采用几个综合指标评价所得的耐低温弱光性综合评价值作为耐低温弱光性辣椒品种的筛选指标，提高了筛选工作的检测准确度。
(3)该发明装置集合激光雷达导航系统，同样适用于野外的自动化大面积品种筛选工作，而在野外无低温弱光逆境时，可以在实验室进行人工逆境处理操作，有很大的推广性和适应性。
附图说明
图1为本发明的筛选装置的结构示意图；
图2为本发明的检测平台的内部结构示意图；
图3为本发明一种耐低温弱光性的辣椒品种的筛选方法的流程示意图。
图中：1、遮光室；2、水平支撑架；3、电控平移和升降模块；4、光源和成像模块；5、导航模块；6、电源；7、数据处理模块；8、控制模块； 9、万向行走轮；10、待测植株；41、LED灯；42、光源板；43、成像模块。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示，一种耐低温弱光性的辣椒品种的筛选装置，包括：遮光室1、水平支撑架2、电控平移和升降模块3、光源和成像模块4、导航模块5、电源6、数据采集和处理模块7、控制存储模块8、万向行走轮9、待测植株10。
遮光室1设有暗适应屏幕，且内部喷有黑色吸光涂层，遮光室底部前后分别装有4个万向行走轮9，可以保持整个装置的平衡，同时带动整个装置自由移动，非损伤原位对植物进行检测研究。
水平支撑架2固定在遮光室1的顶部，电控平移和升降模块3安装在水平支撑架1上，可以沿水平支撑架前后移动，同时也可以垂直于水平支撑架上下移动，通过调整成像镜头及光源高度，从而适应不同生长时期不同高度植物的原位非损伤成像测量。
光源和成像模块4朝下安装在电控平移和升降模块3上。如图2所示，光源和成像模块4包括四块对称的光源板42，光源板42之间的镂空区域安装有成像模块43，光源板上设置有高能、高稳定性的LED灯41，使得光源板上的光可以均匀地照在幼苗样品上。LED灯包括：产生620nm测量光的红光LED灯、产生450～465nm光化光和饱和光的红白LED灯、产生740nm远红外光的远红外LED灯。成像模块43包括CCD镜头、滤光轮及滤波器、散热单元等。
导航模块5安装在水平支撑架1上，有GPS定位系统和IMU惯性测量单元，其中GPS用于测量移动平台的运动轨迹上每一时刻的位置；IMU 用于确定平台的方位和姿态，与GPS一起工作进行组合导航。
电源6为整个装置提供电力，具备野外发电机供电单元。
数据采集和处理模块7通过USB数据线分别与光源和成像模块4、控制模块8相连，采集待测植株的图像实时上传至远程操控设备，提取所测图像中的特征参数，并计算出所述的耐低温弱光性综合评价值，判断所测幼苗的耐低温弱光程度。装置可通过设置两个实验程序(protocols)进行自动重复成像测量。成像测量数据也可自动按照时间日期自动保存，从而实现无人自动检测模式。
控制模块8通过USB数据线分别与电控平移和升降模块3、光源和成像模块4、电源6、数据采集和处理模块7相连，并控制其工作，同时还设有远程操控设备，可以远程进行实时在线遥控、接收图像信息、存储于数据库。
如图3所示，一种耐低温弱光性的辣椒品种的筛选方法，包括：
S01、选取已知的对低温弱光具有不同程度耐性的辣椒品种培养，待到幼苗期时进行人工低温弱光处理；
建模样本为已知耐性程度的辣椒品种，选择4种不同耐性程度的辣椒幼苗，每个品种的数量不少于250。耐性程度分别赋值表示，即不耐性为 0、低度耐性为1、中度耐性为2和高度耐性为3。将不同耐低温弱光性的辣椒种子统一播种于穴盘中，待幼苗长至8片真叶时，选择大小一致，长势良好的辣椒幼苗分别进行低温弱光处理和正常对照组处理，数量各占50％。低温弱光处理；处理温度为白天10℃，黑夜5℃，白天和黑夜均为12h，光强为100μmol·m-2·s-1；正常对照组处理：处理温度为白天25℃，黑夜18℃，白天和黑夜均为12h，光强为300μmol·m-2·s-1。两组处理期间应保持一致的正常浇水和营养液，保持基质湿润，处理10d后进行测定；
S02、将辣椒幼苗暗适应30min后，打开测量光脉冲测定最小荧光Fo，再打开饱和光脉冲测得最大荧光Fm，随后打开光化光，接着打开饱和光脉冲测得光适应后的最大荧光Fm’，再打开远红外光脉冲测得光适应后的最小荧光Fo’，最后采集光适应时的稳态荧光Fs；
通过数据采集和处理模块对叶绿素荧光的Fo、Fm、Fm’、Fo’图像计算PSII最大光化学效率Fv/Fm＝(Fv-Fo)/Fm，光化学猝灭系数qP＝(Fm’－Fs)/(Fm’－Fo’)，天线色素捕光效率Fv’/Fm’＝(Fv’－Fo’/Fm’)，PSII实际光量子效率ΦPSII＝(Fm’－Fs)/Fm’，非光化学猝灭系数NPQ＝(Fm-Fm’) /Fm’；
对RGB图像先进行灰度化，以保证不损失叶片特征信息的前提下提高提取和识别的效率，再用中值滤波器进行图像去噪，提高图像质量，接着利用图像二值化进行图像分割、分离叶柄、提取轮廓获得辣椒植株的冠层区域，计算相应的形状参数：叶面积、叶片周长、叶片长度、叶片宽度、叶宽指数以及颜色参数：叶片H均值、S均值、L均值；
S03、先计算每个辣椒幼苗的叶绿素荧光、形状、颜色各项参数的耐低温弱光系数，进行主因子分析，选出贡献率达90％以上的前几个综合指标，再计算每个综合指标的隶属函数值以及权重，最后得到耐低温弱光性综合评价值。相关的计算公式如下：
耐低温弱光系数α：
α＝低温弱光处理平均值/正常对照平均值×100％ (1)
隶属函数值U(Xi)：
U(Xi)＝(Xi-Xmin)/(Xmax-Xmin)(i＝1,2…n) (2)
其中Xi为第i个指标，Xmax为第i个综合指标的最大值，Xmin为第i 个综合指标的最小值。
权重Wi：
其中Ri为第i个因子的贡献率。
耐低温弱光性综合评价值Di：
将每个辣椒幼苗的耐低温弱光性综合评价值作为输入，以不同耐低温弱光程度作为输出，建立低温弱光耐性程度判别模型；
输入变量按KS算法挑选建模集和预测集，其中建模集和预测集的比例为2:1。ELM算法中最重要的是确定隐含层节点数，一般采用的是逐步尝试法，即设定隐含层节点数的范围，然后计算范围内每一个隐含层节点数下的ELM模型的效果以选择最佳的隐含层节点数，从而得出最终的低温弱光耐性程度判别模型。
S04、对未知待筛选的辣椒品种同样进行人工低温弱光处理，若辣椒幼苗叶面积明显缩减、生长明显停止，则可以直接归为不耐性，从而加快筛选速度，剩下的辣椒幼苗再采集叶绿素荧光图像和RGB图像，计算耐低温弱光性综合评价值输入判别模型即可判断耐性程度。
以上所述仅为本发明的较佳实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改，均在本发明的保护范围之内。

Claims (10)

1.一种耐低温弱光性的辣椒品种的筛选方法，其特征在于，包括如下步骤：
(1)选取已知的对低温弱光具有不同程度耐性的辣椒品种培养，待到幼苗期时进行人工低温弱光处理；
(2)将辣椒幼苗进行暗处理后，分别利用叶绿素成像仪和RGB成像仪采集叶绿素荧光图像和RGB图像，对图像进行分析和处理，得到相应的叶绿素荧光参数、形状参数和颜色参数；
(3)计算每个辣椒幼苗的耐低温弱光性综合评价值作为输入，以不同耐低温弱光程度作为输出，建立低温弱光耐性程度判别模型；
(4)对未知待筛选的辣椒品种进行同样的人工低温弱光处理，首先筛选叶面积明显缩减、生长明显停止的辣椒幼苗即为不耐性，剩余的辣椒幼苗采集叶绿素荧光图像和RGB图像，计算耐低温弱光性综合评价值输入判别模型即可判断耐性程度。
2.根据权利要求1所述的耐低温弱光性的辣椒品种的筛选方法，其特征在于，步骤(2)中，采集叶绿素荧光图像的步骤为：
将辣椒幼苗暗适应30min后，打开测量光脉冲测定最小荧光Fo，再打开饱和光脉冲测得最大荧光Fm，随后打开光化光，接着打开饱和光脉冲测得光适应后的最大荧光Fm’，再打开远红外光脉冲测得光适应后的最小荧光Fo’，最后采集光适应时的稳态荧光Fs。
3.根据权利要求1所述的耐低温弱光性的辣椒品种的筛选方法，其特征在于，步骤(2)中，对图像进行分析和处理包括：对RGB图像进行灰度化、滤波、二值化、分离叶柄和提取叶片轮廓并计算特征值。
4.根据权利要求1所述的耐低温弱光性的辣椒品种的筛选方法，其特征在于，步骤(2)中，所述的叶绿素荧光参数包括：PSII最大光化学效率，光化学猝灭系数，天线色素捕光效率，PSII实际光量子效率，非光化学猝灭系数；所述的形状参数包括：叶面积、叶片周长、叶片长度、叶片宽度、叶宽指数；所述的颜色参数包括：叶片H均值、S均值、L均值。
5.根据权利要求1所述的耐低温弱光性的辣椒品种的筛选方法，其特征在于，步骤(3)中，所述的耐低温弱光性综合评价值计算方法为：先计算每个辣椒幼苗的叶绿素荧光、形状、颜色三项参数的耐低温弱光系数，进行主因子分析，选出贡献率达90％以上的前几个综合指标，再计算每个综合指标的隶属函数值以及权重，最后得到耐低温弱光性综合评价值。
6.根据权利要求1所述的耐低温弱光性的辣椒品种的筛选方法，其特征在于，步骤(3)中，所述的低温弱光耐性程度判别模型采用极限学习机学习方法建立。
7.一种耐低温弱光性的辣椒品种的筛选装置，其特征在于，包括：
遮光室，所述遮光室设有暗适应屏幕；
水平支撑架，固定于遮光室的顶部；
电控平移和升降模块，安装在水平支撑架上，用于沿水平支撑架水平移动或垂直于水平支撑架上下移动；
激光雷达导航模块，安装在水平支撑架上，用来确定筛选装置的位置，同时快速获得环境轮廓信息，帮助装置实现自主构建地图、实时路径规划与自动避开障碍物；
光源和成像模块，朝下安装在电控平移和升降装置上，用于采集所测幼苗的图像信息；
数据采集和处理模块，安装在遮光室外侧面，与光源和成像模块相连，用于采集待测植株的图像实时上传至远程操控设备，提取所测图像中的特征参数，并计算出耐低温弱光性综合评价值，判断所测幼苗的耐低温弱光程度；
控制存储模块，安装在遮光室外侧面，分别与导航模块、电控平移和升降模块、光源和成像模块、数据采集和处理模块相连，用于控制上述模块工作并存储数据；
还包括远程操控设备，与控制存储模块有线或无线连接，用于对控制存储模块进行远程实时遥控，接收数据并存储于数据库。
8.根据权利要求7所述的耐低温弱光性的辣椒品种的筛选装置，其特征在于，所述遮光室的内壁上涂有黑色吸光涂层。
9.根据权利要求7所述的耐低温弱光性的辣椒品种的筛选装置，其特征在于，所述的激光雷达导航模块包括GPS定位系统、IMU惯性测量单元和激光扫描仪。
10.根据权利要求7所述的耐低温弱光性的辣椒品种的筛选装置，其特征在于，所述光源和成像模块包括对称设置的4块光源板，光源板中间镂空区域安装成像模块，所述的光源板上设有LED灯；成像模块包括叶绿素荧光成像仪和RGB成像仪集成作用系统，由CCD镜头、滤光轮、滤波器和散热单元构成。
CN201811020876.7A 2018-09-03 2018-09-03 一种耐低温弱光的辣椒品种的筛选方法和装置 Pending CN109287477A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811020876.7A CN109287477A (zh) 2018-09-03 2018-09-03 一种耐低温弱光的辣椒品种的筛选方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811020876.7A CN109287477A (zh) 2018-09-03 2018-09-03 一种耐低温弱光的辣椒品种的筛选方法和装置

Publications (1)

Publication Number Publication Date
CN109287477A true CN109287477A (zh) 2019-02-01

Family

ID=65166042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811020876.7A Pending CN109287477A (zh) 2018-09-03 2018-09-03 一种耐低温弱光的辣椒品种的筛选方法和装置

Country Status (1)

Country Link
CN (1) CN109287477A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082323A (zh) * 2019-04-09 2019-08-02 杭州容讯科技有限公司 基于叶绿素荧光成像技术快速筛选不同温度敏感型植物的装置和方法
CN112634072A (zh) * 2020-12-29 2021-04-09 沈阳师范大学 一种基于主成分分析对水稻苗期耐寒性的评价方法
CN115423378A (zh) * 2022-10-20 2022-12-02 黑龙江八一农垦大学 一种黄瓜植株耐弱光性的综合评价方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103120100A (zh) * 2013-01-30 2013-05-29 万贤能 一种移动式人造种植光源控制系统
CN103371061A (zh) * 2012-04-17 2013-10-30 上海市农业科学院 筛选不同苦瓜材料耐低温弱光性的鉴定方法
CN104422660A (zh) * 2013-08-23 2015-03-18 西北农林科技大学 一种高光谱的植物叶片病虫害诊断系统
CN104813856A (zh) * 2015-04-09 2015-08-05 浙江大学 一种诱导番茄提高低温抗性的方法
CN105717115A (zh) * 2016-01-31 2016-06-29 浙江大学 基于光学成像技术的高通量植物表型分析装置和方法
WO2016200869A2 (en) * 2015-06-08 2016-12-15 Shenandoah Growers, Inc. Methods and systems for growing plants
CN106546567A (zh) * 2016-10-31 2017-03-29 浙江大学 基于叶绿素荧光成像技术的植物干旱胁迫诊断方法及装置
CN106770142A (zh) * 2017-02-28 2017-05-31 成都学院 一种九寨沟水生植物的叶绿素荧光特性研究方法与装置
CN107064089A (zh) * 2017-04-13 2017-08-18 浙江大学 一种基于物联网的辣椒苗疫病早期监测装置和方法
CN107787827A (zh) * 2016-08-31 2018-03-13 辽宁东亚农业发展有限公司 一种早熟耐低温性麻辣椒新品种选育技术
CN107960316A (zh) * 2017-11-05 2018-04-27 怀化学院 一种基于物联网的地下植物工厂

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103371061A (zh) * 2012-04-17 2013-10-30 上海市农业科学院 筛选不同苦瓜材料耐低温弱光性的鉴定方法
CN103120100A (zh) * 2013-01-30 2013-05-29 万贤能 一种移动式人造种植光源控制系统
CN104422660A (zh) * 2013-08-23 2015-03-18 西北农林科技大学 一种高光谱的植物叶片病虫害诊断系统
CN104813856A (zh) * 2015-04-09 2015-08-05 浙江大学 一种诱导番茄提高低温抗性的方法
WO2016200869A2 (en) * 2015-06-08 2016-12-15 Shenandoah Growers, Inc. Methods and systems for growing plants
CN105717115A (zh) * 2016-01-31 2016-06-29 浙江大学 基于光学成像技术的高通量植物表型分析装置和方法
CN107787827A (zh) * 2016-08-31 2018-03-13 辽宁东亚农业发展有限公司 一种早熟耐低温性麻辣椒新品种选育技术
CN106546567A (zh) * 2016-10-31 2017-03-29 浙江大学 基于叶绿素荧光成像技术的植物干旱胁迫诊断方法及装置
CN106770142A (zh) * 2017-02-28 2017-05-31 成都学院 一种九寨沟水生植物的叶绿素荧光特性研究方法与装置
CN107064089A (zh) * 2017-04-13 2017-08-18 浙江大学 一种基于物联网的辣椒苗疫病早期监测装置和方法
CN107960316A (zh) * 2017-11-05 2018-04-27 怀化学院 一种基于物联网的地下植物工厂

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KAZUFUMI ZUSHI等: ""Chlorophyll a fluorescence OJIP transient as a tool to characterize and evaluate"", 《SCIENTIA HORTICULTURAE》 *
王春萍等: ""低温弱光下辣椒幼苗叶绿素荧光特性及其与品种耐性的关系"", 《园艺学报》 *
颉建明等: ""低温弱光下辣椒叶片光合色素的变化及与品种耐性的关系"", 《中国蔬菜》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082323A (zh) * 2019-04-09 2019-08-02 杭州容讯科技有限公司 基于叶绿素荧光成像技术快速筛选不同温度敏感型植物的装置和方法
CN112634072A (zh) * 2020-12-29 2021-04-09 沈阳师范大学 一种基于主成分分析对水稻苗期耐寒性的评价方法
CN115423378A (zh) * 2022-10-20 2022-12-02 黑龙江八一农垦大学 一种黄瓜植株耐弱光性的综合评价方法

Similar Documents

Publication Publication Date Title
CN106406403B (zh) 一种基于增强现实的农业管控系统
Boiarskii et al. Comparison of NDVI and NDRE indices to detect differences in vegetation and chlorophyll content
CN109287477A (zh) 一种耐低温弱光的辣椒品种的筛选方法和装置
CN105547252B (zh) 基于情景感知的作物冠层图像采集装置
JP4009441B2 (ja) 作物育成評価システム
CN107341734A (zh) 一种基于生理参数的设施作物苗期生长预测模型的建立方法
CN103489006A (zh) 一种基于计算机视觉的水稻病虫草害诊断方法
JP2019187259A (ja) 栽培支援方法、栽培支援プログラム、栽培支援装置、および栽培支援システム
CN108710766B (zh) 一种基于生长模型的温室植物水肥机调肥参数计算方法
CN108830741A (zh) 一种农田环境智能监测系统
CN106971409B (zh) 玉米冠层叶色建模系统及方法
KR20140077513A (ko) 영상을 통한 온실 작물 정보 관리 시스템 및 그 방법
JP2017090130A (ja) モニタリングシステム
CN108427457A (zh) 一种基于增强现实技术应用的温室控制系统
CN107329511A (zh) 基于适宜根温区间的水培蔬菜光环境高效调控方法与系统
KR20190106388A (ko) 생육 레시피를 생성 및 제공하는 식물 재배 시스템
KR20210077504A (ko) 스마트팜 데이터 생육연동시스템
CN112595367A (zh) 一种基于智能机器人的水稻根系性状无损测量装置
CN106546569B (zh) 一种高通量的植物抗旱性突变体的筛选方法及装置
Garbez et al. Ornamental plants architectural characteristics in relation to visual sensory attributes: a new approach on the rose bush for objective evaluation of the visual quality
CN112783228B (zh) 基于神经网络的大型温棚pd控制系统及方法
CN112580671A (zh) 一种基于深度学习的稻穗多发育期自动检测方法及系统
JP7134428B2 (ja) 植物栽培装置
Wang et al. Research advance in phenotype detection robots for agriculture and forestry
CN110064601A (zh) 一种蔬菜嫁接用苗检测分级系统和分级方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190201