CN113640267A - 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法 - Google Patents

一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法 Download PDF

Info

Publication number
CN113640267A
CN113640267A CN202110998867.0A CN202110998867A CN113640267A CN 113640267 A CN113640267 A CN 113640267A CN 202110998867 A CN202110998867 A CN 202110998867A CN 113640267 A CN113640267 A CN 113640267A
Authority
CN
China
Prior art keywords
nitrogen concentration
chlorophyll fluorescence
fluorescence
curvature
point
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
CN202110998867.0A
Other languages
English (en)
Inventor
胡瑾
袁凯凯
蒲六如
卢苗
完香蓓
高攀
张瑶嘉
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.)
Beijing Yunyun Zhihui Technology Co ltd
Northwest A&F University
Original Assignee
Beijing Yunyun Zhihui Technology Co ltd
Northwest A&F University
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 Beijing Yunyun Zhihui Technology Co ltd, Northwest A&F University filed Critical Beijing Yunyun Zhihui Technology Co ltd
Priority to CN202110998867.0A priority Critical patent/CN113640267A/zh
Publication of CN113640267A publication Critical patent/CN113640267A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N21/6428Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
    • G01N21/643Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" non-biological material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N2021/635Photosynthetic material analysis, e.g. chrorophyll
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N2021/6417Spectrofluorimetric devices

Landscapes

  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Optics & Photonics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,在不同氮素浓度条件下培养同一作物,获取所述作物在所述不同氮素浓度条件下的叶绿素荧光参数,其中每个氮素浓度条件下的叶绿素荧光参数有多种,进行归一化处理后,求取各种叶绿素荧光参数与氮素浓度的相关性,筛选出与氮素浓度相关性最高的一种叶绿素荧光参数;根据筛选出的叶绿素荧光参数对氮素浓度响应的离散点,对离散点进行拟合得到叶绿素荧光参数对氮素浓度的响应曲线;计算所述响应曲线的离散曲率,并以曲率特征点为分界点,得出作物在不同区间段对氮素浓度的响应规律以及适宜作物生长的氮素浓度区间。本发明可为设施作物动态、精准的调控氮肥施用量提供理论依据。

Description

一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法
技术领域
本发明属于人工智能与农业技术领域,特别涉及一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法。
背景技术
氮素(N)被称为生命的元素,是除碳(C)、氢(H)、氧(O)外,植物生长发育过程中需求量最大的必需营养元素之一。氮素不仅是蛋白质、核酸、磷脂的主要成分,还是叶绿素、许多酶及其辅酶和辅基(NAD+、NADP+、FAD)、部分植物激素(如生长素和细胞分裂素)、维生素(如维生素B1、维生素B2、维生素B6、维生素B3)等的重要构成部分,在植物的生理代谢过程中起着关键的调节和催化作用。合理的施氮量有助于改善植物光合特性,调控植物生长发育的过程,氮素浓度过高或过低均会对植物生长产生抑制作用。一方面,当植物缺少氮素时会阻碍蛋白质、核酸、磷脂、叶绿素的合成,使得叶片表现出均匀缺绿、坏死、脱落等症状,进而造成植物生长缓慢、植株矮小、茎秆纤细、叶小而早衰、分蘖不良、果实变小,致使根特别是根的分支生长受阻。另一方面,当氮素供应过量时,则可能会对植物的生长产生抑制作用。氮肥用量的增加使叶片碳水化合物的积累减少,导致叶片C/N值降低,叶片氮代谢旺盛,光合产物的输出率降低,进而造成光合产物对光合器官的反馈抑制。此外,不同氮素养分含量对植物生长速率也会产生影响,提高养分供应水平能够显著促进植株生长,但养分供应过多则会降低RuBP羧化酶活性,对植物的生长产生抑制作用。因此,将施氮量保持在一个合理的区间对于植株生长发育至关重要。虽然精量施肥一直设施调控领域的研究热点,但由于现有氮素调控大多依靠经验进行目标值获取,依靠读取营养液pH值、EC值等来判断养分的盈亏,而不同品种作物在不同生长阶段最适的氮素浓度差异明显,从而导致氮肥利用率较低。研究新的方法实现适宜作物生长的适宜氮肥浓度区间,已成为肥料精细化调控、减氮施用降低环境污染亟待解决的问题。
与此同时,植物对氮素的需求既不能以土壤中氮素含量也不能以叶片中氮素累积量作为判定标准。氮素显著影响着植物光合作用,而自然条件下的叶绿素荧光与光合作用有着十分密切的关系,叶绿素荧光动力学技术可以获得大量与光合作用相关联的荧光参数使人们能够从更微观的层面了解植物光合系统的光能吸收、转换和利用效率。有研究表明叶片叶绿素荧光诱导动力学参数可以作为判断植物氮素营养是否缺乏的一个灵敏指标。李冬梅等研究表明不同氮素处理下,各叶片氮素含量以及叶绿素荧光参数Fv/Fo、Fv/Fm、ΦPSII和Fv′/Fm′均随施氮量的增加而上升而后降低。张志录在研究氮磷添加对考来木光合特性和叶绿素荧光的影响时发现单施氮肥,考来木叶片光合效率指标随着氮肥施用量的增加而增加;当氮肥施用量达一定程度后,考来木的光合效率随着氮肥施用量的增加而下降,光能耗散指标则呈相反趋势。以上研究虽揭示了叶绿素荧光对氮素浓度的响应,但对植株适宜作物生长氮素浓度上下限的获取尚无相关技术记载。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,以期为温室作物氮营养的精准调节和节本增效提供定量依据。
为了实现上述目的,本发明采用的技术方案是:
一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,包括如下步骤:
步骤1,在不同氮素浓度条件下培养同一作物,获取所述作物在所述不同氮素浓度条件下的叶绿素荧光参数,其中每个氮素浓度条件下的叶绿素荧光参数有多种,进行归一化处理后,求取各种叶绿素荧光参数与氮素浓度的相关性,筛选出与氮素浓度相关性最高的一种叶绿素荧光参数。
在本步骤中,为避免干扰,作物在培养时,仅氮素浓度不同,其余条件完全相同。
每个氮素浓度条件下的叶绿素荧光参数一般包括:暗适应后的最小荧光强度Fo、在OJIP荧光诱导曲线J点处的荧光强度Fj、在OJIP荧光诱导曲线I点处的荧光强度Fi、暗适应后的最大荧光强度Fm、可变荧光强度的变化量Fv、在OJIP荧光诱导曲线I点处的相对可变荧光强度Vi、在OJIP荧光诱导曲线J点处的相对可变荧光强度Vj、反映经过光系统的电子传递情况的Fm/Fo、光系统的潜在活性Fv/Fo、光系统的最大光能转换效率Fv/Fm、OJIP荧光诱导曲线的初始斜率Mo、OJIP荧光诱导曲线与荧光强度F=Fm及y轴之间的面积Area、标准化后的OJIP荧光诱导曲线与荧光强度F=Fm及y轴之间的面积Sm、用OJ相标准化的荧光上升互补面积Ss、从开始照光至到达Fm的时间段内QA被还原的次数N、反应中心捕获的激子中用来推动电子传递到电子传递链中超过QA的其它电子受体的激子占用来推动QA还原激子的比率Psi_o、用于电子传递的量子产额Phi_Eo、用于热耗散的量子比率Phi_Do、单位反应中心吸收的光能ABS/RC、单位反应中心捕获的用于还原QA的能量TRO/RC、单位反应中心捕获的用于电子传递的能量ETO/RC、单位反应中心耗散掉的能量DIO/RC以及以吸收光能为基础的性能指数PIABS;其中OJIP荧光诱导曲线是指植物叶片经过暗适应一段时间再次照光后,叶绿素荧光强度先迅速上升到一个最大值,然后达到一个稳定值的整体曲线,叶绿素荧光强度随着时间的变化曲线上会出现O、J、I、P四个拐点,QA为光合反应中心质体醌。
本发明叶绿素荧光参数与氮素浓度的相关性求取方法为:
1),以不同氮素浓度为自变量X,一种叶绿素荧光参数为因变量Y,通过互信息I(X,Y)衡量二者之间的相关性,I(X,Y)越大,则相关性越强,I(X,Y)的计算公式如下:
Figure BDA0003234873620000031
其中,p(x,y)为联合概率密度函数,p(x)和p(y)为边缘密度函数;通过描点作图的方法得到叶绿素荧光参数对氮素浓度响应的散点图,将散点图在横轴方向均匀划分为a份,在纵轴方向均匀划分为b份,交叉形成a行b列的网格,然后统计落在网格中散点的数量计算得到:
Figure BDA0003234873620000041
Figure BDA0003234873620000042
Figure BDA0003234873620000043
2),对所求互信息值中的最大互信息值除以log2(min(a,b))进行归一化处理,将其转化到(0,1)区间;
3),构建多种不同网格尺度,依次代入I(X,Y)的计算式和下式,求得最大归一化互信息值作为最终最大互信息系数,最大互信息系数的整体求值公式为:
Figure BDA0003234873620000044
式中:a×b<B表示网格划分总数约束条件,B设置为总散点个数的0.6次方。
最终筛选得到光系统的潜在活性Fv/Fo为与氮素浓度相关性最高的一种叶绿素荧光参数。
步骤2,根据筛选出的叶绿素荧光参数对氮素浓度响应的离散点,对离散点进行拟合得到叶绿素荧光参数对氮素浓度的响应曲线。
具体地,以氮素浓度为横轴,某种叶绿素荧光参数值为纵轴描点作图,即获得种该叶绿素荧光参数对氮素浓度响应的离散点。
步骤3,计算所述响应曲线的离散曲率,并以曲率特征点为分界点,得出作物在不同区间段对氮素浓度的响应规律以及适宜作物生长的氮素浓度区间。
在一个实施例中,基于U弦长曲率法计算所述响应曲线的离散曲率。记录曲率特征点和极大值点对应的氮素浓度值,其中曲率极大值点左侧曲率突然上升或者突然下降的点为曲率特征点,曲率特征点对应的氮素浓度为适宜氮素浓度的下限点,曲率极大值点为适宜氮素浓度的上限点。
当设置的氮素浓度梯度不满足U弦长曲率的计算时,可采用最小二乘法进行多项式拟合的方式扩充数据。
与现有技术相比,本发明的有益效果是:
(1)本发明提出基于MIC(最大互信息系数)分析方法,从多种叶绿素荧光参数中筛选出与氮素浓度相关的叶绿素荧光参数。筛选出Fv/Fo这一与氮素浓度最相关的参数,MIC值为0.56。
(2)本发明结合作物叶绿素荧光对氮素浓度的响应特点采用多项式拟合法得到响应曲线,提出技术U弦长曲率法适宜作物生长的氮素浓度区间获取方法,得到响应曲线的曲率值,并将曲率特征点和曲率极值点作为氮素浓度的上下限,在保证作物的光合效益和干物质累积的同时,最大程度提升了利用效率。
(3)本发明基于U弦长曲率法获取适宜作物生长的氮素浓度区间,划分效果良好。验证结果表明:相比于其他区间,叶片光合效率、干物质累积量,氮、磷、钾的含量在此区间内均有较高的提升。
因此,本发明提出的适宜作物生长氮素浓度区间获取方法兼顾作物需求和经济效益,为设施作物动态、精准的调控氮肥施用量提供理论依据。
附图说明
图1是OJIP荧光诱导曲线示意图。
图2是U弦长曲率计算示意图。
图3是实施例中各叶绿素荧光参数MIC的值。
图4是Fv/Fo对氮素浓度的响应趋势。
图5是Fv/Fm对氮素浓度的响应趋势。
图6是Fm/Fo对氮素浓度的响应趋势。
图7是Fv/Fo、干物质累积量、叶片氮、磷、钾的累积量对氮素浓度响应的离散点以及拟合的响应曲线。
图8是Fv/Fo对氮素浓度的响应曲线、曲线的曲率以及曲率的特征点。
图9是通过Fv/Fo确定的适宜氮素浓度上下限在各生理量上的表现。
具体实施方式
本发明提出一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法。以番茄为例,本实施例如下。
1、材料与方法
试验于2019年5月在中国陕西省杨凌区西北农林科技大学农业农村部物联网重点实验室室内进行,供试的番茄品种为“普罗旺斯”。试验采用红蓝补光灯对其补充光照,相对空气湿度50%,日平均气温20℃。为了避免土壤中氮素对试验的干扰,故采用管道水培的方式,并以日本圆试营养液配方为基础进行试验。
试验的种子经温汤浸种处理后,在黑暗环境中萌发7天,然后移栽至塑料穴盘中,浇灌正常日本圆试营养液,填充材质为珍珠岩,具有本身不含任何养分、不与溶液反应且透气性好的优点。待幼苗生长至四叶一心时期,选取长势一致的24株幼苗移栽至试验管道中。每根管道长1m,可种植3株番茄苗共8根试验管道。向管道中注入正常日本圆试营养液缓苗3天,缓苗结束后,抽出剩余营养液并对使用纯水对管道润洗3次后,注入其对应氮素浓度的营养液,每隔两天更换一次营养液,培养至番茄苗期结束。期间始终通过水泵和气泵保证营养液浓度的均匀一致以及根区足够的含氧量。
正常日本圆试营养液中氮素浓度为17.5mmol/L。以此浓度为基准,设置8组氮素浓度梯度试验,微量元素按照其配方正常供应,使用稀硫酸和氢氧化钠调节营养液的pH值。各常量元素浓度如表1:
表1试验分组涉及的氮素浓度和其它元素浓度
Figure BDA0003234873620000061
研究表明,植物下层叶片最先表现缺氮症状。因此,本试验使用叶绿素荧光仪测其下层番茄叶片的OJIP荧光诱导曲线及其对应的荧光动力学参数。在试验的第14天每株取同层3个叶片测其叶绿素荧光参数。试验结束后,测的植株鲜重和干重并使用凯氏定氮法测定全氮、钒钼黄比色法测定全磷、火焰光度法测定全钾含量。
OJIP荧光诱导曲线参考图1,植物叶片经过暗适应一段时间再次照光后,叶绿素荧光强度先迅速上升到一个最大值,然后达到一个稳定值。叶绿素荧光强度随着时间的变化曲线上会出现O、J、I、P四个拐点,因此该曲线称为OJIP荧光诱导曲线,简称OJIP曲线。OJIP曲线蕴含光合系统丰富的信息,各叶绿素荧光参数均从该曲线上得出。
本发明使用北京易科泰生态技术公司生产的FP110叶绿素荧光仪获取叶绿素荧光参数。将待测叶片夹上叶片夹使叶片暗适应20分钟后立即用FP110叶绿素荧光仪测得叶绿素荧光参数并导出数据。获得每一氮素浓度下对应筛选出的叶绿素荧光参数值。本发明涉及到的叶绿素荧光参数可参考表2。
表2叶绿素荧光参数、公式及其概念描述
Figure BDA0003234873620000071
Figure BDA0003234873620000081
其中:QA为光合反应中心质体醌;F300μs为第300微秒时相对可变荧光强度。
2、适宜氮素浓度区间获取
在获取不同氮素浓度梯度下的叶绿素荧光参数的基础上,对其进行归一化处理,并基于试验数据采用MIC互信息系数筛选与氮素浓度相关性最高的叶绿素荧光参数类型;其次采用插值的方式获取筛选出的变量对氮素浓度的响应曲线,并采用U弦长曲率法计算响应曲线的曲率值从而获取适宜氮素浓度区间;最后,通过植株干物质累积量、氮磷钾累积量对氮素浓度的响应验证获取的氮素浓度适宜区间的合理性。
其中的归一化处理计算公式为:
H={h1,h2,...,hn}
Figure BDA0003234873620000091
式中,hi为数据集H中第i个数据,ti为数据集H中归一化后的第i个数据。
2.1、叶绿素荧光参数的筛选
最大互信息系数(MIC)是在互信息(MI)的基础上发展而来的。互信息主要用来衡量线性或非线性变量之间的关联程度。设X,Y为随机变量,则互信息定义为:
Figure BDA0003234873620000092
式中:I(X,Y)为变量X,Y的互信息;p(x,y)为联合概率密度函数;p(x)和p(y)为边缘密度函数;a,b分别为x,y的最大值。两个变量之间互信息越大,则相关性越强。MIC在MI基础上克服了互信息对连续变计算不便的缺点,具有更高的准确度。当拥有足够的统计样本时MIC可以捕获广泛的关系,更能体现属性特征之间的关联程度。
MIC计算主要分为以下三步:
1)以不同氮素浓度为自变量X,一种叶绿素荧光参数为因变量Y,通过描点作图的方法得到叶绿素荧光参数对氮素浓度响应的散点图。将散点图在横轴方向均匀划分为a份,在纵轴方向均匀划分为b份,交叉形成a行b列的网格,通过统计落在网格中散点的的数量计算得到p(x,y)、p(x)和p(y),并在网格内部计算得到叶绿素荧光参数与氮素浓度的互信息I(X,Y)。
Figure BDA0003234873620000093
Figure BDA0003234873620000094
Figure BDA0003234873620000095
(x,y)为第x行第y列的小网格,0<x<a,0<y<b
2),对所求互信息值中的最大互信息值除以log2(min(a,b))(即
Figure BDA0003234873620000101
)进行归一化处理,将其转化到(0,1)区间;
3)构建多种不同网格尺度(即选择不同的a×b),依次代入式(1)和式(2)求得最大归一化互信息值作为最终MIC值。MIC的整体求值公式为:
Figure BDA0003234873620000102
式中:a×b<B表示网格划分总数约束条件,B设置为总散点个数的0.6次方。其中,满足a×b<B的所有a,b的组合为:
M={(a1,b1),(a2,b2),...,(an,bn)}
第1次按照a1行b1列划分网格,计算相应的最大互信息值;
第i次按照ai行bi列划分网格,计算相应的最大互信息值;
循环遍历至计算出所有a,b组合对应的最大互信息值。
按照上述步骤计算出各叶绿素荧光参数与氮素浓度的MIC值,选取MIC值最大的叶绿素荧光参数寻求适宜作物生长的氮素浓度上下限。
2.2响应曲线的获取
试验中设置了8个氮素浓度梯度,可获得叶绿素荧光参数及各生理量对营养液氮素浓度响应的8个离散点,但此数据量远远不能满足U弦长曲率的计算。因此,本发明采用最小二乘法进行多项式拟合的方式扩充数据。
具体地,以氮素浓度为自变量z,叶绿素荧光参数值、叶片干物质累积量、叶片氮磷钾的累积量分别为因变量f(z),做k次拟合多项式f(z)=a0+a1z+....+akzk反应真实数据的变化趋势。f(z)的目标是使每一个真实数值到f(z)的拟合数值的距离之和最小,即:
Figure BDA0003234873620000103
达到最小。可得到法方程:
Figure BDA0003234873620000111
其中:
Figure BDA0003234873620000112
解法方程即可得到a0,a1,...,ak,其中:yi为第i个真实因变量的数值;n为数据点的个数
从而可以得到叶绿素荧光参数及各生理量对营养液氮素浓度响应的函数表达式及曲线。
2.3U弦长曲率计算及适宜氮素浓度区间的获取
U弦长曲率法相较其他离散曲率计算方法,具有抗旋转性、抗噪性、精度高等特点,因此本发明采用U弦长曲率法计算叶绿素荧光参数对氮素浓度响应曲线的离散曲率。U弦长曲率法的基本思想是:对于参数U,在曲线当前点处按照欧氏距离确定该点的支持领域,并应用曲线精化策略即线性插值改进计算精度,由此计算离散曲率。首先,输入参数U和当前点Pi=(x,y),i=1,2,3,...,n从当前点分别向前向后遍历寻找首个与当前点欧氏距离大于U的离散点作为当前点的初步支持领域,由于数字曲线的离散特征近似满足约束条件,为此采用隐式精化数字曲线策略提高计算的准确性从而得到当前点的最终支持领域[Pi b,Pi f]。图2直观地描述了U弦长曲率支持领域的确定方法。
在最终确定的支持领域内,用与支持领域的前后臂矢量夹角相关的一个余弦值作为离散曲率,具体计算公式如下式所示。
Figure BDA0003234873620000113
其中:
Figure BDA0003234873620000114
式中:
Pi为筛选出的叶绿素荧光参数对氮素浓度响应曲线上的数据点;
[Pi b,Pi f]为Pi点的支持领域
Di--Pi bPi f两点间的欧氏距离
si--离散曲率值的符号
Figure BDA0003234873620000121
的坐标
Figure BDA0003234873620000122
的坐标
(xi,yi)为当前点Pi的坐标
按照上述步骤计算得出筛选得到的叶绿素荧光参数对氮素浓度响应曲线的离散曲率值后,记录曲率特征点和极大值点对应的氮素浓度值,确定氮素浓度上下限。
3、结果分析
3.1叶绿素荧光参数筛选
试验采集各株番茄下层叶片的叶绿素荧光参数,每株番茄测5片叶片,每片叶片避开叶脉测3次并记录该植株生长的氮素浓度,共采集360组数据。部分数据如表3所示。
表3第一组第一株番茄苗下层叶片各荧光参数值
Figure BDA0003234873620000123
Figure BDA0003234873620000131
Figure BDA0003234873620000132
以氮素浓度为x轴,一个叶绿素荧光参数为y轴画出二维的散点图,对该散点图进行a列b行网格化后使用MIC算法得出该叶绿素荧光参数与氮素浓度的MIC值,并按此方法计算出各叶绿素荧光参数与氮素浓度的MIC值,如图3所示。
结果表明Fv/Fo(光系统的潜在活性)与氮素浓度的MIC值0.56为最高,表明植株叶片中Fv/Fo对氮素浓度的变化最为敏感。同时也可以看出Fm/Fo(反映经过PSⅡ的电子传递情况)、Fv/Fm(光系统II的最大光能转换效率)与氮素浓度均有较强的相关性。但从图4、图5和图6的响应趋势可以看出,Fm/Fo、Fv/Fm和Fv/Fo的变化一致。因此,本发明中采用Fv/Fo对氮素浓度的响应确定氮素浓度上下限。
3.2离散曲率的计算与氮素浓度上下限的获取
为了求Fv/Fo对氮素浓度响应的离散曲率,以Fv/Fo对氮素浓度的响应离散点进行5次多项式拟合。为了验证U弦长曲率法获取氮素浓度区间响应的优劣,本发明对干物质累积量、叶片氮磷钾累积量的离散点进行五次多项式拟合得到各生理量对氮素浓度的响应曲线,参考图7Fv/Fo以及各生理量对氮素浓度响应的表达式及响应曲线如下。
Fv/Fo对氮素浓度的响应曲线表达式为:
Fv/Fo=-2.89×10-6z5+1.973×10-4z4-0.004569z3+0.037129z2-0.0209z+3.3535
干重对氮素浓度响应曲线表达式为:
Dry=-4.74×10-6z5+2.939×10-4z4-0.004916z3-0.01823z2-0.7978z+5.3215
叶片氮素累积量对氮素浓度的响应曲线表达式为:
N=-6.95×10-6z5-1.141×10-3z4+0.05291z3-1.1023z2+8.4824z+34.0552
叶片磷素累积量对氮素浓度的响应曲线表达式为:
P=-1.69×10-6z5+1.481×10-4z4-0.003909z3+0.02471z2+0.1829z+6.6026
叶片钾素累积量对氮素浓度的响应曲线表达式为:
K=-5.14×10-5z5-0.002723z4+0.04589z3-0.3121z2+0.6427z+70.5402
以上式中:z为氮素浓度
Fv/Fo及各生理量对氮素浓度的响应曲线拟合精度结果如表4。
表4 Fv/Fo及各生理量对氮素浓度的响应曲线拟合精度
参数 R<sup>2</sup> RMSE MAE
Fv/Fo 0.9944 0.0145 0.0109
干物质累积 0.9866 0.1543g 0.1143g
叶片氮累积 0.9996 0.1570g 0.1139g
叶片磷累积 0.9993 0.0147g 0.0125g
叶片钾累积 0.9930 0.7517g 0.5823g
采用U弦长曲率法求Fv/Fo对氮素浓度响应曲线的曲率,参数U设为0.01,Pi为响应曲线的起始点,得到Fv/Fo对氮素浓度响应曲线的曲率,并得出曲率突然升高或降低点以及最值点,如图8所示。
Fv/Fo对氮素浓度的响应在氮素浓度较低时,近乎线性增长,离散曲率值几乎不变;当曲率出现明显的增大时,Fv/Fo的增幅变缓,此处为曲率特征点,对应的氮素浓度为7.12mmol/L;随着氮素浓度进一步增加,Fv/Fo到达最大值而后快速下降,对应的离散曲率值在特征点开始明显增大,达到曲率极大值后下降。同时还发现,曲率极值点与Fv/Fo最大值点重合,该点即为最优氮素浓度点,对应的氮素浓度值为9.85mmol/L。在曲率特征点到极值点之间Fv/Fo处于较高的水平,表明在曲率特征点到曲率极值点之间的氮素浓度使得植株良好的生长,且继续增加氮素浓度会造成氮素的浪费,所以曲率特征点为氮素浓度下限点,曲率极值点为氮素浓度上限点。
3.3结果验证
为了评估此方法的优劣性,通过干物质累积量、氮磷钾累积量对氮素浓度的响应在此区间的表现检验其合理性。
参考图9,可以发现,干物质累积量与Fv/Fo的变化趋势几乎一致,叶片氮累积量随着营养液氮素浓度的增加而快速升高而后趋于不变最后略有升高;叶片磷累积量呈现先增后减的趋势;叶片钾累积量随着营养液氮素浓度的增加几乎保持不变而后逐渐降低。可以很明显的看出通过测得Fv/Fo确定适宜作物生长的氮素浓度区间在植株重要生理量上均有表现良好,此区间低于普通营养液氮浓度的同时又使得有机物以及氮磷钾的累积达到最优。采用叶绿素荧光技术可以灵敏、快速且无损的检测植株生长状况;采用U弦长曲率法将响应曲线的曲率特征点到极值点定为适宜作物生长的氮素浓度上下限,既保证了植株良好生长又能降低氮素的使用,为设施作物的氮素浓度精量调控提供了新的方法。

Claims (9)

1.一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,包括如下步骤:
步骤1,在不同氮素浓度条件下培养同一作物,获取所述作物在所述不同氮素浓度条件下的叶绿素荧光参数,其中每个氮素浓度条件下的叶绿素荧光参数有多种,进行归一化处理后,求取各种叶绿素荧光参数与氮素浓度的相关性,筛选出与氮素浓度相关性最高的一种叶绿素荧光参数;
步骤2,根据筛选出的叶绿素荧光参数对氮素浓度响应的离散点,对离散点进行拟合得到叶绿素荧光参数对氮素浓度的响应曲线;
步骤3,计算所述响应曲线的离散曲率,并以曲率特征点为分界点,得出作物在不同区间段对氮素浓度的响应规律以及适宜作物生长的氮素浓度区间。
2.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,所述步骤1中作物在培养时,仅氮素浓度不同,其余条件完全相同。
3.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,所述每个氮素浓度条件下的叶绿素荧光参数包括:暗适应后的最小荧光强度Fo、在OJIP荧光诱导曲线J点处的荧光强度Fj、在OJIP荧光诱导曲线I点处的荧光强度Fi、暗适应后的最大荧光强度Fm、可变荧光强度的变化量Fv、在OJIP荧光诱导曲线I点处的相对可变荧光强度Vi、在OJIP荧光诱导曲线J点处的相对可变荧光强度Vj、反映经过光系统的电子传递情况的Fm/Fo、光系统的潜在活性Fv/Fo、光系统的最大光能转换效率Fv/Fm、OJIP荧光诱导曲线的初始斜率Mo、OJIP荧光诱导曲线与荧光强度F=Fm及y轴之间的面积Area、标准化后的OJIP荧光诱导曲线与荧光强度F=Fm及y轴之间的面积Sm、用OJ相标准化的荧光上升互补面积Ss、从开始照光至到达Fm的时间段内QA被还原的次数N、反应中心捕获的激子中用来推动电子传递到电子传递链中超过QA的其它电子受体的激子占用来推动QA还原激子的比率Psi_o、用于电子传递的量子产额Phi_Eo、用于热耗散的量子比率Phi_Do、单位反应中心吸收的光能ABS/RC、单位反应中心捕获的用于还原QA的能量TRO/RC、单位反应中心捕获的用于电子传递的能量ETO/RC、单位反应中心耗散掉的能量DIO/RC以及以吸收光能为基础的性能指数PIABS;其中OJIP荧光诱导曲线是指植物叶片经过暗适应一段时间再次照光后,叶绿素荧光强度先迅速上升到一个最大值,然后达到一个稳定值的整体曲线,叶绿素荧光强度随着时间的变化曲线上会出现O、J、I、P四个拐点,QA为光合反应中心质体醌。
4.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,所述叶绿素荧光参数与氮素浓度的相关性求取方法为:
1),以不同氮素浓度为自变量X,一种叶绿素荧光参数为因变量Y,通过互信息I(X,Y)衡量二者之间的相关性,I(X,Y)越大,则相关性越强,I(X,Y)的计算公式如下:
Figure FDA0003234873610000021
其中,p(x,y)为联合概率密度函数,p(x)和p(y)为边缘密度函数;通过描点作图的方法得到叶绿素荧光参数对氮素浓度响应的散点图,将散点图在横轴方向均匀划分为a份,在纵轴方向均匀划分为b份,交叉形成a行b列的网格,然后统计落在网格中散点的数量计算得到:
Figure FDA0003234873610000022
Figure FDA0003234873610000023
Figure FDA0003234873610000024
2),对所求互信息值中的最大互信息值除以log2(min(a,b))进行归一化处理,将其转化到(0,1)区间;
3),构建多种不同网格尺度,依次代入I(X,Y)的计算式和下式,求得最大归一化互信息值作为最终最大互信息系数,最大互信息系数的整体求值公式为:
Figure FDA0003234873610000031
式中:a×b<B表示网格划分总数约束条件,B设置为总散点个数的0.6次方。
5.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,以光系统的潜在活性Fv/Fo为与氮素浓度相关性最高的一种叶绿素荧光参数。
6.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,所述步骤2中,以氮素浓度为横轴,某种叶绿素荧光参数值为纵轴描点作图,即获得种该叶绿素荧光参数对氮素浓度响应的离散点。
7.根据权利要求1所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,所述步骤3中,基于U弦长曲率法计算所述响应曲线的离散曲率。
8.根据权利要求7所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,当设置的氮素浓度梯度不满足U弦长曲率的计算时,采用最小二乘法进行多项式拟合的方式扩充数据。
9.根据权利要求1或7或8所述基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法,其特征在于,记录曲率特征点和极大值点对应的氮素浓度值,其中曲率极大值点左侧曲率突然上升或者突然下降的点为曲率特征点,曲率特征点对应的氮素浓度为适宜氮素浓度的下限点,曲率极大值点为适宜氮素浓度的上限点。
CN202110998867.0A 2021-08-28 2021-08-28 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法 Pending CN113640267A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110998867.0A CN113640267A (zh) 2021-08-28 2021-08-28 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110998867.0A CN113640267A (zh) 2021-08-28 2021-08-28 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法

Publications (1)

Publication Number Publication Date
CN113640267A true CN113640267A (zh) 2021-11-12

Family

ID=78424231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110998867.0A Pending CN113640267A (zh) 2021-08-28 2021-08-28 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法

Country Status (1)

Country Link
CN (1) CN113640267A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2014138528A (ru) * 2014-09-23 2016-04-10 федеральное государственное бюджетное образовательное учреждение высшего образования "Мичуринский государственный аграрный университет" (ФГБОУ ВО Мичуринский ГАУ) Способ оценки функционального состояния растений in vitro без нарушения стерильности
CN107356569A (zh) * 2017-06-06 2017-11-17 河南农业大学 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法
CN108169190A (zh) * 2017-12-06 2018-06-15 江南大学 一种psii叶绿素荧光j特征点和i特征点定位方法
CN109211801A (zh) * 2018-09-03 2019-01-15 中国科学院南京土壤研究所 一种作物氮素需求量实时获取方法
RU2711577C1 (ru) * 2019-08-07 2020-01-17 Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Томский государственный университет" (ТГУ, НИ ТГУ) Способ повышения продуктивности растений картофеля в оптимальных и стрессовых условиях выращивания
CN111781183A (zh) * 2020-07-30 2020-10-16 河南省农业科学院小麦研究所 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法
CN111915062A (zh) * 2020-07-08 2020-11-10 西北农林科技大学 水分利用率与光合速率协同的温室作物需水调控方法
CN112949980A (zh) * 2021-01-29 2021-06-11 河南省农业科学院小麦研究所 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用
CN113176235A (zh) * 2021-03-25 2021-07-27 浙江农林大学暨阳学院 基于快速荧光诱导动力学的山核桃耐高温性评价方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2014138528A (ru) * 2014-09-23 2016-04-10 федеральное государственное бюджетное образовательное учреждение высшего образования "Мичуринский государственный аграрный университет" (ФГБОУ ВО Мичуринский ГАУ) Способ оценки функционального состояния растений in vitro без нарушения стерильности
CN107356569A (zh) * 2017-06-06 2017-11-17 河南农业大学 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法
CN108169190A (zh) * 2017-12-06 2018-06-15 江南大学 一种psii叶绿素荧光j特征点和i特征点定位方法
CN109211801A (zh) * 2018-09-03 2019-01-15 中国科学院南京土壤研究所 一种作物氮素需求量实时获取方法
RU2711577C1 (ru) * 2019-08-07 2020-01-17 Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Томский государственный университет" (ТГУ, НИ ТГУ) Способ повышения продуктивности растений картофеля в оптимальных и стрессовых условиях выращивания
CN111915062A (zh) * 2020-07-08 2020-11-10 西北农林科技大学 水分利用率与光合速率协同的温室作物需水调控方法
CN111781183A (zh) * 2020-07-30 2020-10-16 河南省农业科学院小麦研究所 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法
CN112949980A (zh) * 2021-01-29 2021-06-11 河南省农业科学院小麦研究所 一种利用叶绿素荧光筛选小麦抗寒性评价指标的方法及应用
CN113176235A (zh) * 2021-03-25 2021-07-27 浙江农林大学暨阳学院 基于快速荧光诱导动力学的山核桃耐高温性评价方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
徐爱东等: "判断玉米幼苗缺氮程度的叶绿素荧光动力学指标", 植物营养与肥料学报, vol. 16, no. 02, 31 March 2010 (2010-03-31), pages 498 - 503 *
李冬梅等: "基于叶绿素荧光参数的滴灌棉花氮素营养估测模型", 棉花学报, vol. 32, no. 01, pages 63 - 76 *
胡瑾等: "基于水分利用率与光合速率的温室作物需水模型研究", 农业机械学报, vol. 51, no. 10, 31 October 2020 (2020-10-31), pages 362 - 370 *
胡瑾等: "基于水分利用率与光合速率的温室作物需水模型研究", 农业机械学报, vol. 51, no. 10, pages 362 - 370 *
颜弋凡;安路达;吕志民;: "基于最大互信息系数属性选择的冷轧产品机械性能预测", 中南大学学报(自然科学版), vol. 51, no. 01, 31 January 2020 (2020-01-31), pages 68 - 75 *
颜弋凡等: "基于最大互信息系数属性选择的冷轧产品机械性能预测", 中南大学学报(自然科学版), vol. 51, no. 01, pages 68 - 75 *

Similar Documents

Publication Publication Date Title
Ding et al. Effects of crop load on distribution and utilization of 13C and 15N and fruit quality for dwarf apple trees
Bogaard et al. On the archaeobotanical inference of crop sowing time using the FIBS method
Wang et al. Optimization of irrigation amount and fertilization rate of drip-fertigated potato based on Analytic Hierarchy Process and Fuzzy Comprehensive Evaluation methods
CN109042176B (zh) 一种高氮肥利用效率水稻品种的筛选方法
CN109042314B (zh) 一种利用苗期甘蓝型油菜培养试验筛选氮高效油菜品种的方法
CN107037090A (zh) 一种基于叶片紧张度变化的光合作用预测方法
CN109673439B (zh) 一种水肥耦合对水稻产量及生长性状的调控方法
Xiao et al. Effects of various soil water potential thresholds for drip irrigation on soil salinity, seed cotton yield and water productivity of cotton in northwest China
Wang et al. Cotton growth model under drip irrigation with film mulching: A case study of Xinjiang, China
CN111781183A (zh) 一种利用叶绿素荧光估算植物叶片叶绿素含量的方法
Qu et al. Optimizing irrigation and fertilization frequency for greenhouse cucumber grown at different air temperatures using a comprehensive evaluation model
Wu et al. Optimizing irrigation strategies for sustainable crop productivity and reduced groundwater consumption in a winter wheat-maize rotation system
CN107155665B (zh) 一种基于叶面积增长模型制定作物灌水策略的方法
CN105654242A (zh) 一种基于鱼群算法的黄瓜幼苗期二氧化碳优化调控模型及建立与应用
CN111587742A (zh) 一种北方冷寒烟区冬牧70绿肥适宜种植方法
CN109934400B (zh) 基于改进神经网络的集雨调亏作物需水量预测方法
CN108062602B (zh) 一种预测温室茄果类作物同化产物产量的方法
CN113640267A (zh) 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法
Xiang et al. Optimization of controlled water and nitrogen fertigation on greenhouse culture of Capsicum annuum
Chen et al. Pumpkin yield affected by soil nutrients and the interactions of nitrogen, phosphorus, and potassium fertilizers
CN110476633A (zh) 一种褪黑素提高干旱胁迫下北美冬青光合能力的研究方法
Saputro et al. The tolerance improvement of local soybean in waterlogging condition through the combination of irradiation and in vivo selection
Tian et al. Indica rice restorer lines with large sink potential exhibit improved nutrient transportation to the panicle, which enhances both yield and nitrogen-use efficiency
Shi et al. Can SIF and NPQ be used in the photosynthesis rate simulation of plants subjected to drought?
CN110162830B (zh) 一种基于叶片紧张度在线监测的变量灌水节点预测方法

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