植物叶片叶绿素荧光动力学成像探测方法与应用研究

论文摘要

促进农业可持续发展,大力发展精细农业、生态农业是我国面临的重要任务与挑战。提高农业信息化水平,尤其是准确获取植物对水分、养料的需求量以及对植物病害的早期监测和预防是非常必要的。叶绿素荧光被誉为植物无损检测的探针,与植物的光合作用PS Ⅱ密切相关,参与植物体内能量的竞争与分配。当植物受到胁迫时,其叶片叶绿素分子的数量及结构会发生较大的变化,这种变化可以通过叶绿素荧光,在植物的胁迫症状显现前灵敏地反映出来。相比较透射光,利用叶绿素荧光探测植物叶绿素含量的变化,可以有效避免因叶片厚度不同带来的测量误差,因此,近年来,叶绿素荧光被广泛地用于探测植物的各类生物及非生物胁迫。本文利用叶绿素荧光动力学成像技术对植物的干旱胁迫、水肥耦合、病害胁迫等进行研究。根据叶绿素荧光动力学曲线的变化特点,提出并设计了一套叶绿素荧光动力学成像系统,包括 460nm LED 光源、EMCCD（Electron-Multiplying CCD）探测器、滤光片、镜头、可升降平台等,可实现对叶绿素荧光动力学曲线上快速上升部分和缓慢下降部分的动力学参数以及不同时刻的叶绿素荧光图像的检测。该系统可对植物的生长状况进行直观的二维荧光图像观测及利用叶绿素荧光动力学参数对植物生长状况进行定性和定量分析研究提供实验支撑。针对利用SPAD（Soil and Plant Analyzer Development）值测量活体植物叶绿素含量时易受叶片水分含量、厚度等影响而导致测量误差较大的问题,提出并设计了活体植物叶片在线原位叶绿素含量和水分含量测量系统,构建了基于BP神经网络的叶绿素含量精细探测模型,并以紫荆、石楠、冬青等三种植物为样本,开展模型测量精度的验证。结果显示,考虑了叶片水分含量、厚度等因素的BP神经网络模型相比传统的SPAD单参数模型,叶绿素含量测量精度大大提高。尤其是针对叶片较厚的植物,利用该模型可以有效提高叶绿素含量在线检测的精度。为了定性分析不同种类植物在水分胁迫下的叶绿素荧光图像及叶绿素荧光动力学参数的变化,利用本文设计的叶绿素荧光动力学成像系统,采集样本植物叶片的叶绿素荧光图像,对不同时间产生的荧光图像进行降噪、乘除等运算,并用伪彩色显示,直观分析水分胁迫导致的植物叶绿素荧光分布的变化,并计算获得各个动力学参数。提出了以荧光比Rfd、TFm（荧光动力学曲线上次峰值出现的时间）等有效参数判断植物水分胁迫的方法。该定性研究为后续进一步进行定量分析植物生理生长状态和数学建模提供研究基础和特征参量。水和肥在植物的生长过程中是相互促进和相互制约的关系,本文提出利用叶绿素荧光动力学参数及多种建模方法建立了植物水肥耦合模型,并对样本植物进行了不同灌水量、不同氮肥施加量和不同水肥耦合水平下的叶绿素荧光动力学成像探测和实验。通过特征提取、建立模型,并对不同模型的识别准确性进行比较分析,结果显示利用RBF（Radial Basis Function）神经网络建模可分类判别出植物处于不同水肥比例耦合的状态。在植物病害研究方面,本文利用叶绿素荧光对黄瓜枯萎病进行了早期识别和预警的研究。提出了利用单参数Rfd建立的灰度GM（1,1）模型,可以在病害接种后第8天左右识别出健康叶片和病害叶片。提出了基于叶绿素荧光动力学曲线上快相特征值和慢相特征值作为输入参量,结合RBF神经网络的黄瓜枯萎病害识别模型,有效提高了黄瓜枯萎病的病症提前识别准确率。初步实验研究表明,黄瓜枯萎病在第四天可识别出病害的正确率由73.3%提高到 82.2%。理论研究与实验结果表明:叶绿素荧光动力学成像探测技术可以有效地探测植物的水分、营养、病害等环境胁迫。结合叶绿素荧光动力学曲线上快相及慢相特征值为输入的RBF神经网络模型,可以有效地提高植物胁迫种类及胁迫等级的识别正确率。本文的研究可为精细农业的发展、为植物生长过程中多因素综合作用的复杂机理研究提供理论支持和新的辅助探测方法。

论文目录

摘要

abstract

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 叶绿素荧光光谱法研究现状

1.2.2 叶绿素荧光诱导动力学研究现状

1.2.3 叶绿素荧光寿命研究现状

1.3 学术构想和技术路线

1.4 论文主要研究内容

1.5 本章小结

2 叶绿素荧光的理论基础及成像系统的设计

2.1 叶绿素荧光现象

2.1.1 原子荧光光谱的产生和其特性

2.1.2 叶绿体色素的基本结构和光学特性

2.1.3 叶绿素荧光的产生

2.1.4 叶绿素的吸收光谱

2.1.5 叶绿素荧光的发射光谱

2.2 叶绿素荧光分析方法

2.2.1 叶绿素荧光动力学分析法

2.2.2 叶绿素荧光光谱分析法

2.2.3 叶绿素荧光寿命分析法

2.3 叶绿素荧光成像系统的设计

2.3.1 叶绿素荧光的激发光源

2.3.2 叶绿素荧光信号的检测

2.3.3 叶绿素荧光检测系统装置

2.4 本章小结

3 叶绿素含量的精细测量与建模

3.1 引言

3.2 系统设计方案及相关参量的测量原理

3.2.1 叶片相对叶绿素含量SPAD的测量原理

3.2.2 叶片水分含量的测量原理

3.2.3 分光光度法测量叶绿素含量

3.3 测量系统硬件设计

3.3.1 光电探测模块

3.3.2 光电信号处理

3.4 实验数据采集及单参数模型的建立

3.4.1 建模集样本SPAD值与叶绿素含量的回归模型

3.4.2 模型的预测性能评价指标

3.4.3 测试集样本叶绿素含量预测值与实际值的回归模型

3.5 神经网络建模及预测性能分析

3.5.1 BP神经网络简介

3.5.2 基于神经网络的多参数模型及预测性能评价

3.5.3 单参数模型与多参数模型的比较

3.6 本章小结

4 叶绿素荧光动力学成像法探测植物水分胁迫

4.1 引言

4.2 材料与方法

4.2.1 实验材料及样本的选择

4.2.2 水分胁迫实验的设计

4.2.3 数据分析方法

4.3 植物水分胁迫探测实验

4.3.1 快速水分胁迫实验研究

4.3.2 缓慢水分胁迫实验

4.4 本章小结

5 叶绿素荧光动力学探测植物水肥耦合现象

5.1 引言

5.2 水肥耦合效应

5.3 实验材料

5.4 叶绿素荧光动力学曲线特征参数提取

5.4.1 叶绿素荧光图像分析

5.4.2 Rfd参数分析

5.4.3 特征参数提取

5.5 基于叶绿素荧光参数的植物水肥耦合模型建立方法比较

5.5.1 模型评估

5.5.2 支持向量机

5.5.3 RBF神经网络

5.5.4 隐马尔科夫模型

5.6 结果与分析

5.6.1 水分胁迫等级的分类及识别

5.6.2 氮肥胁迫等级的分类及识别

5.6.3 水肥耦合模型及预测分析

5.7 本章小结

6 叶绿素荧光动力学探测植物病害早期胁迫

6.1 引言

6.2 材料与实验

6.2.1 样本的种植

6.2.2 病原菌的接种

6.3 染病黄瓜叶片图像及特性参数分析

6.3.1 染病黄瓜叶片图像特征分析

6.3.2 染病黄瓜叶片叶绿素荧光图像分析

6.3.3 染病黄瓜叶片SPAD值变化特征分析

fd值变化特征分析'> 6.3.4 染病黄瓜叶片R_fd值变化特征分析

6.4 基于叶绿素荧光技术的黄瓜枯萎病害早期检测

6.4.1 单参数灰度GM预警模型

6.4.2 基于慢相特征值的RBF神经网络预测模型

6.4.3 基于快慢相结合的特征值的RBF神经网络预测模型

6.5 本章小结

7 总结与展望

7.1 总结

7.2 论文创新点

7.3 研究展望

致谢

参考文献

攻读博士学位期间主要研究成果

文章来源

类型: 博士论文

作者: 周春艳

导师: 华灯鑫,乐静

关键词: 叶绿素荧光,荧光动力学成像,植物胁迫,水肥耦合,模式识别

来源: 西安理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 西安理工大学

基金: 国家自然科学基金(No.61675167),陕西省农机局专项(陕农机局发[2017]4 号)

分类号: Q94-33;TP391.41

DOI: 10.27398/d.cnki.gxalu.2019.000026

总页数: 129

文件大小: 6494k

下载量: 91

植物叶片叶绿素荧光动力学成像探测方法与应用研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢