估计茶花的光合作用特征使用高通量叶子超光谱反射率
Jingshan Lu1, Qimo Qi1, Gangjun Zheng1
1State Key Laboratory of Crop Genetics & Germplasm Enhancement and Utilization, Key Laboratory of Landscaping, Ministry of Agriculture and Rural Affairs, Key Laboratory of Biology of Ornamental Plants in East China, National Forestry and Grassland Administration, College of Horticulture, Nanjing Agricultural University, Nanjing, Jiangsu, 210095, China.
Plant physiology and biochemistry : PPB
|February 13, 2025
概括
通过各种实验来增加超谱远程传感 (RS) 数据,可以更好地预测植物光合作用特征,如茶花品种的最大碳氧化率 (Vcmax) 和电子传输率 (Jmax).
科学领域:
- 植物生理学 植物生理学
- 遥感是一种远程传感.
- 农业科学 农业科学
背景情况:
- 超光谱遥感 (RS) 估计了植被光合作用特征 (例如Vcmax,Jmax).
- 目前的RS模型显示,由于不同的光谱范围,作物品种的预测性能差.
- 改善RS模型对光合作用特征的适用性对于作物育种至关重要.
研究的目的:
- 调查是否增加了数据集的可变性增强了光合作用特征的RS模型.
- 评估RS模型在不同茶花品种中的适用性.
- 确定最佳的光谱范围和指数,以预测Vcmax和Jmax.
主要方法:
- 使用便携式光合作用系统收集了叶子水平的光谱反射率和光合作用特征 (Vcmax,Jmax).
- 用超光谱反射率数据 (400-1000 nm) 进行建模.
- 采用了部分最小平方回归 (PLSR) 和发达植被指数 (例如,SIPI).
- 使用多种数据集验证的模型.
主要成果:
- 在绿色/红色边缘带和光合作用特征之间发现了强烈的相关性.
- SIPI指数有效预测了Vcmax和Jmax.
- PLSR建模 (400-1000 nm) 显示出卓越的性能和跨品种适用性.
- 增加了数据集的可变性,提高了模型的普遍性.
结论:
- 增加RS模型数据集与多样化的实验数据增强了预测准确性和多样性适用性.
- PLSR和特定植被指数对于估计茶花的光合作用特征是有效的.
- 这种方法为育种者提供了一种有价值的工具,以有效地评估光合作用特征.
