|本期目录/Table of Contents|

[1]向佳琳,姚鑫锋,刘倩,等.基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测[J].江苏农业科学,2018,46(04):105-109.
　Xiang Jialin,et al.Hyperspectral monitoring of leaf water content in different leaf position of muskmelon in greenhouse[J].Jiangsu Agricultural Sciences,2018,46(04):105-109.
点击复制

基于高光谱的温室网纹甜瓜不同叶位叶片含水率监测(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年04期
页码:
105-109
栏目:
园艺与林学
出版日期:
2018-02-20

文章信息/Info

Title:
Hyperspectral monitoring of leaf water content in different leaf position of muskmelon in greenhouse
作者:
向佳琳1;  姚鑫锋3;  刘倩1;  黄丹枫1; 2;  常丽英1
1.上海交通大学农业与生物学院，上海 200240； 2.农业部都市农业重点实验室(南方中心)，上海 200240；
3.上海市农业科学院农业科技信息研究所，上海 201403
Author(s):
Xiang Jialin; et al
关键词:
网纹甜瓜; 高光谱; 叶片含水率; 不同叶位; 监测模型
Keywords:
-
分类号:
S652.01
DOI:
-
文献标志码:
A
摘要:
叶片是植物缺水时生理变化最敏感的器官，监测叶片水分情况可以实时快速判断植株体内水分状况，从而为温室甜瓜精准灌溉提供理论依据。通过对网路甜瓜进行4个水分处理的2年盆栽试验，获取了伸蔓期不同叶位叶片高光谱反射率、叶片含水率，进一步基于325～1 075 nm波段范围内的原始光谱、一阶导数光谱、倒数光谱，构建了任意2个波段组合下的比值和归一化光谱指数，并分析上述高光谱指数与甜瓜叶片含水量的定量关系。结果显示：网路甜瓜上部叶片一阶导数构建的NDVI680 nm，734 nm、<
Abstract:
-

参考文献/References:

［1］管学玉. 网纹甜瓜品质形成特点的研究［D］. 杭州：浙江大学，2006：20-25.
［2］崔冲. 基质含水量与温室网纹甜瓜果实品质形成的模拟［D］. 上海：上海交通大学，2012：39-47.
［3］Fares A，Polyakov V. Advances in crop water management using capacitive water sensors［J］. Advances in Agronomy，2006，90(6)：43-77.
［4］张大龙，常毅博，李建明，等. 大棚甜瓜蒸腾规律及其影响因子［J］. 生态学报，2014，34(4)：953-962.
［5］要世瑾，杜光源，牟红梅，等. 基于核磁共振技术检测小麦植株水分分布和变化规律［J］. 农业工程学报，2014，30(24)：177-186.
［6］彭文，李庆武，霍冠英，等. 基于计算机视觉的植物水分胁迫状况监测方法［J］. 科学技术与工程，2013，13(9)：2313-2317，2330.
［7］朱晨亮. 作物冠层叶色变化远程自动监测技术［D］. 杭州：浙江理工大学，2016：22-43.
［8］Kriedemann P E，Barrs H D. Photosynthetic adaptation to water stress and implications for drought resistance［M］//Raper C D Jr，Kramer P J. Crop reactions to water and temperature stresses in humid，temperate climates. Boulder：Westview Press，1983：201-230.
［9］Fernandez S，Vidal D，Simon E，et al. Radiometric characteristics of Triticum aestivum cv. Astral under water and nitrogen stress［J］. International Journal of Remote Sensing，1994，15(9)：1867-1884.
［10］田永超，曹卫星，姜东，等. 不同水氮条件下水稻冠层反射光谱与植株含水率的定量关系［J］. 植物生态学报，2005，29(2)：318-323.
［11］田庆久，宫鹏，赵春江，等. 用光谱反射率诊断小麦水分状况的可行性分析［J］. 科学通报，2000，45(24)：2645-2650.
［12］田永超，朱艳，曹卫星，等. 小麦冠层反射光谱与植株水分状况的关系［J］. 应用生态学报，2004，15(11)：2072-2076.
［13］王静静，李建明，张艳丽，等. 温室温湿度及灌溉量对甜瓜生长发育的影响［J］. 北方园艺，2011(6)：50-55.
［14］毛炜光，吴震，黄俊，等. 水分和光照对厚皮甜瓜苗期植株生理生态特性的影响［J］. 应用生态学报，2007，18(11)：2475-2479.
［15］Cibula W G，Zetka E F，Rickman D L. Response of thematic mapper bands to plant water-stress［J］. International Journal of Remote Sensing，1992，13(10)：1869-1880.
［16］苏毅，王克如，李少昆，等. 棉花植株水分含量的高光谱监测模型研究［J］. 棉花学报，2010，22(6)：554-560.
［17］Imanishi J，Sugimoto K，Morimoto Y. Detecting drought status and LAI of two Quercus species canopies using derivative spectra［J］. Computers and Electronics in Agriculture，2004，43(2)：109-129.
［18］Cheng T，Rivard B，Sanchez-Azofeifa A. Spectroscopic determination of leaf water content using continuous wavelet analysis［J］. Remote Sensing of Environment，2011，115(2)：659-670.
［19］Peuelas J，Inoue Y. Reflectance indices indicative of changes in water and pigment contents of peanut and wheat leaves［J］. Photosynthetica，1999，36(3)：355-360.
［20］Dobrowski S Z，Pushnik J C，Zarco-Tejada P J，et al. Simple reflectance indices track heat and water stress-induced changes in steady-state chlorophyll fluorescence at the canopy scale［J］. Remote Sensing of Environment，2005，97(3)：403-414.
［21］Graeff S，Claupein W. Identification of water stress in wheat leaves. (Triticum aestivum L.) by means of reflectance measurements［J］. Irrigation Science，2007，26(1)：61-70.

相似文献/References:

[1]王有宁,赵丽艳,章爱群,等.花生高光谱叶片营养诊断研究[J].江苏农业科学,2014,42(12):129.
　Wang Youning,et al.Study on nutrition diagnosis of peanut leaves based on hyperspectral data[J].Jiangsu Agricultural Sciences,2014,42(04):129.
[2]杨粉团,顾晓鹤,李刚,等.吐丝期玉米倒伏后地面高光谱特征参数分析[J].江苏农业科学,2016,44(03):85.
　Yang Fentuan,et al.Analysis of hyper-spectral characteristic parameters of lodging corn at silking stage[J].Jiangsu Agricultural Sciences,2016,44(04):85.
[3]孙俊,金夏明,毛罕平,等.基于有监督特征提取的生菜叶片农药残留浓度高光谱鉴别研究[J].江苏农业科学,2014,42(05):227.
　Sun Jun,et al.Study on detection of hyperspectral data of lettuce leaves with pesticide residue based on supervised feature extraction method[J].Jiangsu Agricultural Sciences,2014,42(04):227.
[4]赵文,刘国顺,贾方方,等.烤烟烟碱含量的高光谱预测模型[J].江苏农业科学,2014,42(03):275.
　Zhao Wen,et al.Hyperspectral prediction model of nicotine content in flue-cured tobacco[J].Jiangsu Agricultural Sciences,2014,42(04):275.
[5]田敏,周杰,张泽,等.基于高光谱植被指数对棉花叶绿素含量的估算[J].江苏农业科学,2017,45(02):216.
　Tian Min,et al.Estimation of cotton chlorophyll contents based on hyperspectral vegetation index[J].Jiangsu Agricultural Sciences,2017,45(04):216.
[6]喻俊,李晓敏,张权,等.基于实测高光谱数据的太湖湖滨带典型植被分类[J].江苏农业科学,2017,45(05):240.
　Yu Jun,et al.Classification of typical vegetation zones of Taihu Lake based on measured hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(04):240.
[7]杨荣超,田海清,李斐,等.基于甜菜冠层高光谱红边参数的SPAD值诊断[J].江苏农业科学,2017,45(11):153.
　Yang Rongchao,et al.SPAD value diagnosis based on red edge parameters of sugarbeet canopy hyperspectral[J].Jiangsu Agricultural Sciences,2017,45(04):153.
[8]张城芳,董恒.基于高光谱数据的作物净初级生产力估算方法[J].江苏农业科学,2017,45(22):260.
　Zhang Chengfang,et al.Estimation method of crop net primary productivity based on hyperspectral data[J].Jiangsu Agricultural Sciences,2017,45(04):260.
[9]叶春,李艳大,舒时富,等.基于高光谱的柑橘叶片氮素营养监测模型[J].江苏农业科学,2018,46(07):223.
　Ye Chun,et al.Study on nitrogen nutrition monitoring model of citrus leaves based on hyperspectrum[J].Jiangsu Agricultural Sciences,2018,46(04):223.
[10]吴秋菊,刘延,舒清态.云南高原特色农业烟草高光谱参数与多种生理生化指标的关系[J].江苏农业科学,2018,46(07):230.
　Wu Qiuju,et al.Relationship between high spectral parameters and physiological and biochemical indices of tobacco leaves at plateau characteristic agriculture region in Yunnan Province[J].Jiangsu Agricultural Sciences,2018,46(04):230.

备注/Memo

备注/Memo:
收稿日期：2017-05-05
基金项目：国家自然科学基金(编号：31471411)；上海市科技兴农推广项目［编号：沪农科推字(2017)第3-8-4号］。
作者简介：向佳琳(1993—)，女，湖南常德人，硕士研究生，主要从事作物生长监测研究。E-mail：317256544@qq.com。
通信作者：常丽英，博士，副教授，硕士生导师，主要从事数字农业技术研究。E-mail：changly@sjtu.edu.cn。
更新日期/Last Update: 2018-02-20