Retrieval of typical subtropical crop canopy SPAD value in South China using GF-1 remote sensing image
-
摘要:目的
以广州市增城试验基地为例，探索国产高分卫星影像数据在反演华南地区亚热带典型作物冠层叶绿素相对含量(SPAD)的应用.
方法根据2013年10月1日“高分一号”影像数据和相应的亚热带典型作物的实测数据，建立植被指数与典型作物冠层SPAD之间的关系模型，并分别探讨9种植被指数与SPAD之间线性和非线性关系，以便获得最佳的植被指数和相应的回归模型反演华南地区亚热带作物冠层叶绿素相对含量.
结果和结论7种植被指数均与亚热带典型作物冠层SPAD有极显著的相关性，其中比值植被指数(RVI)相关性最好，其次是差值植被指数(DVI).经分析，RVI的指数回归模型Y = 31.445e0.141X (R2 = 0.889)是反演亚热带典型作物冠层SPAD的最佳回归模型，实际拟合精度达92.75%，故使用该回归模型估测研究区内大范围亚热带典型作物冠层SPAD是可行的.
Abstract:ObjectiveThe purpose of this paper was to explore the retrieval of typical subtropical crop SPAD value in South China with the domestic high resolution satellite image, using Zengcheng Teaching and Research Station for field experiments.
MethodAccording to the GF-1 remote sensing data and corresponding subtropical crops measured data on October 1, 2013, the models between vegetation index and typical crop canopy SPAD value were built.In order to get the best regression model for retrieval of subtropical crop canopy related to contents of chlorophyll in South China, the linear and nonlinear relations were found between the nine types of vegetation indices and crop canopy SPAD value.
Result and conclusionThe results showed that seven types of vegetation indices had an extremely significant correla-tion with typical subtropical crop canopy SPAD value, and the ratio vegetation index exponential regression model (Y = 31.445e0.141X) provided the best model for retrieving subtropical crop canopy SPAD value (R2 = 0.889, and fitting precision = 92.75%), which indicates ratio vegetation index is feasible to retrieve large range of typical subtropical crop canopy SPAD value in the study area.
-
Keywords:
- typical subtropical crop /
- vegetation index /
- GF-1 satellite /
- canopy SPAD /
- regression model
-
我国蔗区主要分布在广西、广东、云南、海南等南方黄、红壤地区, 90%以上的种植面积为缺乏灌溉的旱坡地.甘蔗Saccharum officinarum L.为禾本科甘蔗属植物, 属C4作物, 其对温度、水分要求较严格(年积温需5 500 ℃以上、年降水量要求800 mm以上), 从种苗发芽、发根、幼苗生长、分蘖、伸长、糖分积累到成熟, 整个生育过程都要消耗大量水分[1].因此, 季节性干旱已成为限制我国甘蔗生产的首要环境因素, 也成为了制约我国蔗糖生产的关键因素之一.
植物受到干旱、低温、高盐、重金属等胁迫下, 会直接或间接地发生水分胁迫, 为了适应逆境, 植物体内会在短时间内迅速大量地合成和积累如脯氨酸(Pro)、甜菜碱等一系列渗透调节物质[2].其中, 脯氨酸是分布最广、水溶性最大的氨基酸, 具有较强的水合能力.在高等植物中因脯氨酸代谢的初始底物不同其合成的途径也不尽相同, 一般分为谷氨酸(Glu)途径[3]和鸟氨酸(Orn)途径[4], 而每一个途径都受到关键酶的调节, 它们的关键酶分别是△1-毗咯琳5-羧酸合成酶(P5CS)和δ-鸟氨酸转氨酶(δ-OAT) [5-6].脯氨酸合成积累途径在不同植物、不同生理条件以及不同组织器官中各不相同.Roosens等[7]研究不同生育期植物脯氨酸积累途径发现, 幼小植株以Orn途径为主, 成年植株以Glu途径为主, 而在渗透胁迫条件下2条途径发挥同样重要的作用.钱大文等[8]的研究认为, NaCl胁迫下海马齿植株内游离脯氨酸合成积累的2个途径均被启动和发生作用, 并表现出以Glu→Pro途径为主、Orn→Pro途径为辅.黄诚梅等[9]的研究表明, 在PEG处理下甘蔗伸长期叶中脯氨酸生物合成中谷氨酸→脯氨酸途径比精氨酸→鸟氨酸→脯氨酸途径更占优势地位.
磷素(P)在植物体内的作用极为重要, 参与生物膜、原生质和细胞核的构成, 参与ATP等的能量代谢[10].在正常水分条件下, P对作物的生长发育、光合作用等生理过程具有显著作用[11].在旱地施肥增产技术应用中, P肥的效果明显, P能提高原生质胶体的水合度和细胞机构的充水度, 使其维持胶体状态, 并能增加原生质的黏度和弹性, 因而增强了原生质抵抗脱水的能力[12].赵海超等[13]认为增施P肥可以促进根系生长、优化营养分配、提高根系活力、降低丙二醛含量、提高超氧化物歧化酶活性, 从而提高马铃薯的抗旱性, 但施P量过高会降低马铃薯的抗旱性.前人有许多关于不同施肥量对甘蔗产量、生长性状的影响研究[14-16], 也有很多关于甘蔗脯氨酸积累的研究[17-18], 但是, 针对干旱胁迫下, 不同P肥施用量对甘蔗植株体内的脯氨酸合成积累关键基因P5CS、δ-OAT表达和酶活性的变化, 以及脯氨酸合成积累途径的研究鲜见报道.本文以甘蔗品种粤糖55为研究材料, 在正常水分生长和干旱胁迫条件下, 测定4个P肥施用水平的甘蔗植株内P5CS、δ-OAT基因表达和酶活性、以及游离脯氨酸含量等生理生化指标, 以阐明P肥对甘蔗植株脯氨酸合成积累及耐旱性的作用效应, 为甘蔗耐旱高效栽培提供理论参考.
1. 材料与方法
1.1 材料
甘蔗品种为粤糖55, 粤西蔗区主栽品种之一.
1.2 试验方法
试验在广东海洋大学农业生物研究所进行.桶栽试验:塑料桶高50 cm、口径40 cm, 桶下端10 cm处的侧面开4个排水小孔, 每桶装砖红壤土25 kg, 每桶种植1个双芽苗.土壤肥力状况:pH 5.08, 碱解氮152.12 mg·kg-1、速效钾158.56 mg·kg-1、有效磷53.27 mg·kg-1、有机质27.80 g·kg-1.在施用尿素918 kg·hm-2和钾肥(KCl)750 kg·hm-2的水平上(为粤西蔗区通常施N、K肥水平), 设置4个过磷酸钙施用水平:0(CK)、900、1 800、2 700 kg·hm-2; 设置2个生长条件:1)土壤含水量＞18%作为正常条件; 2)土壤含水量＜8%时(甘蔗出现枯萎)作为干旱胁迫.随机区组试验设计, 3次重复.
2013年6月18日开始种植, 按计划施肥量施用全量的磷肥、半量的氮肥和钾肥, 肥料与土壤充分混匀, 施肥在20 ~ 30 cm土层内, 齐苗后定苗, 每桶选留对称且健壮的2株甘蔗幼苗, 每隔2 d浇1次水, 保持土壤湿润; 于2013年9月10日追肥, 将计划施肥量的另一半氮肥和钾肥全部施入.2013年11月30日, 实测土壤含水量(w)为18.65% ± 0.32%时, 每桶取1株甘蔗苗进行测试分析, 采集其-1叶进行脯氨酸含量、δ-OAT酶活性、P5CS酶活性的测定, 取心叶进行总RNA提取.然后, 将试验桶栽甘蔗移入玻璃温室内, 停水管理6 d进行干旱胁迫处理, 当甘蔗叶片开始出现萎蔫时[2013年12月6日, 实测土壤含水量(w)为7.35% ± 0.27%]按上述方法取样、测试分析.
1.3 试验指标的测定和引物设计
脯氨酸含量的测定按Bates等[19]的方法; P5CS提取方法依照Kavi等[20]的方法, 其活性测定参照黄诚梅[21]的方法以每分钟生成1 μmol γ-谷氨酰胺所需要的酶量为一个酶活性单位(U); δ-OAT的抽提按照Delauney等[4]的方法, 其活性测定参照Kim等[22]的方法进行, 以每小时生成1 mmol P5C所需要的酶量为一个酶活性单位(U); 叶片色素含量提取采用乙醇-丙酮混合液浸泡法[23]; 总引物由生工生物工程(上海)股份有限公司合成; 实时荧光定量PCR (RT-qPCR)用TaKaRa宝生物公司的SYBR® Premix Ex TaqTMⅡ (Tli RNaseH Plus)试剂盒, 操作步骤参照说明书; 仪器使用Roche LightCycler® 2.0;基因表达分析采用2-△△CT法[24]进行分析, 以正常水分条件下的基因表达量定义为1.
引物设计:采用引物设计软件Primer Premier 5.0, 按照GenBank中甘蔗P5CS基因的cDNA序列(EU005373.2)、甘蔗δ-OAT基因的cDNA序列(EF517495.1), 并根据RT-qPCR的引物设计原则进行设计, 最终筛选引物特异性好、没有引物二聚体的引物:1) P5CS的引物, F:5′-GTGGGTGTTGAAGGTCTC-3′, R:5′-AGGAAGGTTCTTATGGGT-3′; 2) δ-OAT的引物, F:5′-GAGTTTAGGGACCAGTTACAGAA3′, R:5′-AAGCAGGAGATAGAGCGTCAT-3′.其中, 内参基因引物则引用阙友雄等[25]筛选的25SrRNA引物, F:5′-GCAGCCAAGCGTTCATAGC-3′, R:5′CCTATTGGTGGGTGAACAATCC-3′.
1.4 数据统计方法
应用统计分析软件SAS10.3在PC机上进行, 用Duncan’s法测定不同磷肥施用处理间的生理指标的差异显著性.
2. 结果与分析
2.1 不同磷肥水平甘蔗游离脯氨酸含量
如图 1可知, 在正常情况下, 甘蔗体内游离脯氨酸的含量不高, 但不同处理间差异显著, 说明磷肥对脯氨酸含量的影响显著, 不施磷肥(CK)时, 脯氨酸含量最大, 而脯氨酸含量最小为施磷肥900 kg·hm-2的处理.干旱胁迫时, 甘蔗植株体内游离脯氨酸含量大幅增加, 其中CK的脯氨酸含量最小, 且与其他水平差异显著; 施磷肥900 kg·hm-2时脯氨酸的含量最大, 且显著高于1 800和2 700 kg·hm-2处理的脯氨酸含量.
![]()
图 1 不同磷肥水平脯氨酸含量的变化图中凡是有一个相同小写字母者, 表示差异不显著(Duncan’s法, P＞0.05).Figure 1. The changes of proline contents at different phosphorus levels在正常水平下, CK的脯氨酸含量是施磷肥900 kg·hm-2的1.99倍, 说明磷肥不足会影响甘蔗的正常生长, 出现磷胁迫, 使得脯氨酸的含量增加.干旱胁迫时, 甘蔗体内脯氨酸的合成积累效应显著, 与正常水分时相比, 平均增幅为290.85 μg·g-1; 磷肥水平900 kg·hm-2时, 脯氨酸的含量最高, 效应最明显, 为最佳施磷肥量.
2.2 不同磷肥水平甘蔗P5CS酶活性变化
P5CS作为合成脯氨酸中谷氨酸合成途径的关键酶, 其活性变化将直接影响脯氨酸合成积累的效应.从图 2中可看出, 在正常水分或干旱胁迫下, 在4个磷肥处理间P5CS的活性变化趋势类似, 但在干旱胁迫下的P5CS活性明显增大, 尤其是在磷肥水平900 kg·hm-2最为明显, 干旱胁迫时是正常水平时的1.3倍.P5CS活性在不施磷肥时最低, 在磷肥水平900 kg·hm-2时活性最高, 随后急剧下降.
![]()
图 2 不同磷肥水平P5CS酶活性的变化图中凡是有一个相同小写字母者, 表示差异不显著(Duncan’s法, P＞0.05).Figure 2. The changes of P5CS enzyme activities at different phosphorus levels正常水分情况下, 4个磷肥水平的P5CS活性平均为21.3 U · g-1 · min-1, 干旱胁迫时为25.63 U·g-1·min-1, 平均变化幅度为4.33 U·g-1·min-1.这一结果表明, 干旱胁迫下甘蔗P5CS活性显著地被激活, 尤其是在磷肥水平900 kg·hm-2时.
2.3 不同磷肥水平甘蔗δ-OAT酶活性变化
从图 3中可知, 无论正常水分或者干旱胁迫下, δ-OAT活性都是随磷肥施用量增加而增强.除2 700 kg·hm-2处理外, 不同磷肥水平下正常水分与干旱胁迫间的δ-OAT活性均有显著性差异.说明干旱胁迫下, 甘蔗植株δ-OAT活性有增强的趋势, 其平均增幅为1.52 U·g-1·h-1.
![]()
图 3 不同磷肥水平δ-OAT酶活性的变化图中凡是有一个相同小写字母者, 表示差异不显著Duncan’s法, P＞0.05).Figure 3. The changes of δ-OAT enzyme activities at different phosphorus levels2.4 不同磷肥水平甘蔗叶绿素含量
从图 4可知, 在正常水分或干旱胁迫下, 4个磷肥处理间叶绿素(Chl)含量变化趋势类似, 但在干旱胁迫下的叶绿素含量明显降低, 平均下降率为13.3%.表明在较为严重的干旱胁迫下, 甘蔗叶片的叶绿素含量显著降低, 进而影响甘蔗的光合作用能力.但在正常水分或干旱胁迫下, 4个磷肥处理间甘蔗叶片叶绿素含量均以900 kg·hm-2时最大.表明在湛江砖红壤种植甘蔗时, 过磷酸钙的施用量为900kg·hm-2最有利于甘蔗叶片叶绿素的合成, 从而促进甘蔗的光合作用.
![]()
图 4 不同磷肥水平叶片叶绿素含量的变化图中凡是有一个相同小写字母者, 表示差异不显著(Duncan’s法, P＞0.05).Figure 4. The changes of leaf chlorophyll contents at different phosphorus levels2.5 生理指标间的相关性分析
2.5.1 简单相关和偏相关分析
从表 1可知, 正常供水情况下, 脯氨酸含量(Y)与δ-OAT活性(X1)、P5CS活性(X2)、叶绿素含量(X3)之间均表现为负简单相关, 且与X2、X3相关达极显著水平; X2与X3之间呈极显著水平的正简单相关性.偏相关结果表明, X3与X2之间呈显著的正偏相关, 其他指标间偏相关均未达显著水平.
表 1 正常水分下生理指标间的简单和偏相关分析1)Table 1. Simple and partial correlation analyses of physiological parameters at the normal water level
从表 2可看出, 干旱胁迫下, Y与X1、X2、X3之间均表现为正简单相关, 除X1与X2、X1与Y外, 均达到显著或极显著水平.偏相关分析结果表明, X2与Y达极显著正向偏相关, X1与X2达极显著负向偏相关.表明在干旱胁迫下, P5CS的活性与脯氨酸含量间不仅具有极显著水平的简单相关性, 还有极显著水平的偏相关性; 脯氨酸合成积累的2个关键酶P5CS和δ-OAT之间表现为极显著水平的负向偏相关.
表 2 干旱胁迫下个生理指标间的简单和偏相关性分析Table 2. Simple and partial correlation analyses of physiological parameters under drought stress
2.5.2 通径分析
从表 3中可知, 正常水分条件下, X1、X2、X3对Y的直接通径系数均为负数, 且仅有X2对Y的直接通径系数达到显著水平.剩余通径系数较大, 为0.328 9, 说明在正常水分条件下, 植株游离脯氨酸的合成积累受其他随机因素的影响较大.
表 3 正常水分下X1、X2和X3对Y的通径分析1)Table 3. The path analyses of X1, X2 and X3 to Y at the normal water level
从表 4可以发现, 干旱胁迫下, 在3个直接通径系数中, 只有X2对Y的直接通径系数达到了显著水平; 同时, 叶绿素含量通过P5CS活性对脯氨酸含量的间接通径系数也达到了显著水平; 剩余通径系数仅有0.059 3, 说明在本研究条件下, 随机因子对脯氨酸合成积累量的影响较小.可见, 在δ-OAT活性、P5CS活性和叶绿素含量3个因素中, P5CS活性对脯氨酸含量的直接和间接作用均最大, 即在干旱胁迫下, 甘蔗植株P5CS活性对其脯氨酸合成积累量的影响最为重要.
表 4 干旱胁迫下X1、X2和X3对Y的通径分析1)Table 4. The path analyses of X1, X2 and X3 to Y under drought stress
2.6 实时荧光定量PCR(RT-qPCR)分析
2.6.1 总RNA提取结果验证及引物筛选
对提取的总RNA经10 g·L-1琼脂糖凝胶电泳检测, 28S和18S这2条带清晰完整, 没有明显的拖尾现象(图 5), 表明总RNA样品比较完整, 没有明显降解.紫外分光光度计法检测RNA浓度表明, D260 nm/D280 nm比值在1.8 ~ 1.9之间, 表明其RNA纯度与浓度达到合成cDNA第1链的要求.
![]()
图 5 叶片总RNA电泳图泳道11 ~ 14分别为干旱胁迫下过磷酸钙用量分别为0、900、1 800、2 700 kg·hm-2的样品, 21、22分别是11、12的重复样品.Figure 5. Electrophoresis of total RNA of leaves用上述P5CS、δ-OAT的引物进行普通PCR扩增, 并用30 g·L-1的琼脂糖凝胶电泳, 得到的PCR产物条带单一, 没有引物二聚体出现, 片段大小符合荧光定量PCR的要求(图 6).同时, 回收PCR产物并送生工公司测序, 通过Blast比对为目的基因片段.可以做下一步的RT-qPCR.
![]()
图 6 P5CS和δ-OAT的PCR产物电泳图M:DL500 DNA Marker; 1:P5CS; 2:δ-OAT.Figure 6. Electrophoresis of the PCR products of P5CS and δ-OAT2.6.2 P5CS、δ-OAT的基因表达分析
从图 7可知, 随着施磷水平的增加, P5CS和δ-OAT基因相对于正常水分条件下的表达量均呈现递增的趋势.不施磷肥时, 2个基因的相对表达量都最小, 分别为1.48和4.03, 而施磷水平2 700 kg·hm-2时, 两者的基因相对表达量最大, 分别为20.96和35.89.表明磷肥的施用量影响P5CS、δ-OAT基因的表达.
![]()
图 7 干旱胁迫下甘蔗叶片中P5CS、δ-OAT基因的相对表达量各图中柱子上凡是有一个相同小写字母者, 表示差异不显著(Duncan’s法, P＞0.05).Figure 7. Relative expressions of P5CS and δ-OAT genes in sugarcane leaves under drought stress3. 讨论与结论
3.1 不同磷肥施用水平对甘蔗脯氨酸合成积累效应
在固定施用尿素918 kg·hm-2和钾肥(KCl)750 kg·hm-2时, 在水分供应正常的情况下, N、P、K肥之间的配比合理(磷肥水平900 kg·hm-2时)能使甘蔗植株正常生长, 体内各项生理代谢平衡, 细胞内没有产生渗透压, 合成脯氨酸的2个关键酶P5CS和δ-OAT活性较小, 没有被显著激活, 同时脯氨酸含量也处于低水平.随着磷肥施用量的增加, 脯氨酸含量呈现先减少后增加的趋势, P5CS酶活性呈现先增加后减少的趋势, δ-OAT酶活性则呈现一直增加的趋势, 说明脯氨酸合成的2个关键酶P5CS和δ-OAT的活性与脯氨酸含量的变化趋势不一致性.相关研究表明, 除了脯氨酸的合成酶外, 还有其他的一些酶如脯氨酸运输酶[26]、谷氨酰胺合成酶[27]等也参与了脯氨酸的积累过程.但是, 当N、P、K肥之间的配比不合理时, 即使水分供应正常, 也致使甘蔗植株生长代谢异常, 细胞内产生渗透胁迫, 表现为游离脯氨酸含量显著增加, 以抵抗由于N、P、K肥之间的配比不合理所产生的渗透压, 保证甘蔗植株的正常生长.
干旱胁迫不同程度地激活了P5CS和δ-OAT基因的表达以及P5CS和δ-OAT酶活性, 从而使得脯氨酸含量急剧增加, 以缓解干旱胁迫所造成的细胞渗透压力, 维持体内正常的生理代谢平衡, 减少干旱胁迫带来的不利影响.同时磷肥的施用量对P5CS和δ-OAT基因的表达、P5CS和δ-OAT酶活性、脯氨酸含量有显著的影响.本研究中, 当磷肥施用量大于900 kg·hm-2时, 脯氨酸含量和P5CS酶活性都呈现下降趋势, 而δ-OAT酶活性则呈现一直增加的趋势, P5CS、δ-OAT基因的相对表达量也呈增长趋势.由此可推测磷素的增加有利于P5CS、δ-OAT基因的表达, 从而有利于P5CS和δ-OAT的合成, 促使其活性的提高, 特别是δ-OAT基因对磷素的响应较为明显.但是P5CS基因的表达量与其对应酶的活性不一致, 可能是由于基因从表达到成功翻译受到许多因子调控[28], 比如在蛋白质水平上存在钝化蛋白[29]、相关降解酶对酶活性进行调控而产生差异.谭彩霞等[30]认为小麦中GBSS基因的相对表达量与GBSS酶活性间相关不显著是由于GBSS基因属于转录后调控.这些相关的调控机理有待于进一步的探究.
在N、K肥施用量分别为918、750 kg·hm-2水平时, 无论是在正常水分条件下还是在干旱胁迫下, 4个过磷酸钙的施用水平间, 甘蔗植株中P5CS和δ-OAT基因的表达、P5CS和δ-OAT酶活性以及游离脯氨酸的含量均有明显的差异, 表明磷肥的施用量影响植物生理生化过程和植株体内的代谢平衡, 从而影响植株生长发育.当过磷酸钙的施用水平为900 kg·hm-2时, 正常水分条件下, 甘蔗植株脯氨酸含量最低, P5CS与δ-OAT酶活性亦处于较低的水平; 而在干旱胁迫下, 甘蔗植株游离脯氨酸的含量最大, P5CS活性最大, δ-OAT酶活性也处于较高水平, P5CS和δ-OAT基因的相对表达量分别为2.63和11.39.因此, 本研究中的砖红壤基于甘蔗植株游离脯氨酸合成积累的最佳施肥方案是尿素、过磷酸钙、氯化钾的用量分别为918、900、750 kg·hm-2.
3.2 不同磷肥施用水平对甘蔗脯氨酸的合成积累途径的影响
高等植物体内脯氨酸的合成积累有谷氨酸(Glu)途径和鸟氨酸(Orn)途径, P5CS和δ-OAT酶分别是这2个途径的关键酶[3-6, 31-33].王丽媛等[34]的研究认为通常在植物受到胁迫或氮素缺乏的情况下, 脯氨酸的主要来源是谷氨酸合成途径; 在氮素供应充足的情况下, 脯氨酸合成的主要途径则是鸟氨酸途径.曹芳等[35]研究发现胁迫条件下硝酸钾可以增加烟草叶片中的脯氨酸含量, PEG胁迫下硝酸钾能增强鸟氨酸代谢途径中δ-OAT酶活性.由此表明, 大量的矿质元素可以影响植物脯氨酸的合成积累途径.
本研究在固定施用尿素918 kg·hm-2和钾肥(KCl)750 kg·hm-2水平时, 过磷酸钙设置4个施入水平, 在干旱胁迫下, 甘蔗植株体内的P5CS、δ-OAT基因表达及其酶活性被不同程度地激活, 从而合成积累大量的脯氨酸, 这显然是谷氨酸途径(Glu → Pro)和鸟氨酸途径(Orn→Pro)共同作用的结果.相关、偏相关分析表明, 在干旱胁迫下, 植株游离脯氨酸含量与P5CS酶活性的简单相关系数及偏相关系数均达到了极显著水平, 而Pro含量与δ-OAT酶活性间均未达到显著水平; 通径分析中P5CS酶活性对Pro含量的直接通径系数达到了显著水平, δ-OAT酶活性对Pro含量的直接通径系数未达显著水平.说明干旱胁迫下甘蔗植株中P5CS酶活性对游离脯氨酸的合成积累贡献最大, 此时甘蔗植株合成积累游离脯氨酸的途径是以谷氨酸途径(Glu→Pro)为主, 鸟氨酸途径(Orn→Pro)为辅.这一结果与姜淑欣等[36]以小麦为材料、Choudhary等[37]以水稻为材料、黄诚梅等[9]以甘蔗为材料的研究结果相似.在正常水分条件下, 植株游离脯氨酸含量与P5CS和δ-OAT酶活性、叶绿素含量的简单相关、偏相关均呈负相关; 通径分析中也均为负向贡献; P5CS酶活性与脯氨酸含量的简单相关系数、直接通径系数达到了显著水平, 偏相关系数的绝对值也较δ-OAT酶活性与脯氨酸含量间的大.由此推测, 在正常供水情况下, P5CS酶活性对植株游离脯氨酸的合成调节作用比较大.此外, 通径分析中剩余通径系数较大, 为0.328 9, 说明正常水分供应下, 甘蔗植株的游离脯氨酸合成积累还受到其他一些因素的调节, 推断应为降解通径的一些相关酶, 如脯氨酸降解酶的调节[9, 26].
-
![]()
图 1 大气校正后的地表反射率(真彩色合成)
Figure 1. Surface reflectance after atmospheric correction (true color synthesis)
![]()
图 2 基于“高分一号”影像提取的9种植被指数
Figure 2. Nine types of vegetation indices extracted with GF-1
![]()
图 3 “高分一号”影像反演研究区亚热带典型作物SPAD
Figure 3. Subtropical crops SPAD inversion in the study area by GF-1 remote sensing image
![]()
图 4 Google earth显示的研究区(红线范围内)概况
Figure 4. The study area displayed on Google earth (the red line included)
表 1 不同植被指数与亚热带典型作物SPAD的相关系数1)
Table 1 The correlation coefficient between the different vegetation indices and typical subtropical crops SPAD
下载: 导出CSV
-
[1] 房贤一, 朱西存, 王凌, 等.基于高光谱的苹果盛果期冠层叶绿素含量监测研究[J].中国农业科学, 2013, 46(16): 3504-3513. doi: 10.3864/j.issn.0578-1752.2013.16.022 [2] 宋开山, 张柏, 王宗明, 等.大豆叶绿素含量高光谱反演模型研究[J].农业工程学报, 2006, 22(8): 16-20. doi: 10.3321/j.issn:1002-6819.2006.08.004 [3] 刘璇, 林辉, 臧卓, 等.杉木叶绿素a含量与高光谱数据相关性分析[J].中南林业科技大学学报, 2010, 30(5): 72-75. doi: 10.3969/j.issn.1673-923X.2010.05.014 [4] 孟庆野, 董恒, 秦其明, 等.基于高光谱遥感监测植被叶绿素含量的一种植被指数MTCARI[J].光谱学与光谱分析, 2012, 32(8): 2218-2221. doi: 10.3964/j.issn.1000-0593(2012)08-2218-05 [5] 董晶晶, 王力, 牛铮.植被冠层水平叶绿素含量的高光谱估测[J].光谱学与光谱分析, 2009, 29(11): 3003-3006. doi: 10.3964/j.issn.1000-0593(2009)11-3003-04 [6] 梁爽, 赵庚星, 朱西存.苹果树叶片叶绿素含量高光谱估测模型研究[J].光谱学与光谱分析, 2012, 32(5): 1367-1370. doi: 10.3964/j.issn.1000-0593(2012)05-1367-04 [7] 李敏夏, 张林森, 李丙智, 等.苹果叶片高光谱特性与叶绿素含量和SPAD值的关系[J].西北林学院学报, 2010, 25(2): 35-39. http://d.old.wanfangdata.com.cn/Periodical/xblxyxb201002008 [8] BOEGH E, HOUBORG R, BIENKOWSKI J, et al.Remote sensing of LAI, chlorophyll and leaf nitrogen pools of crop-and grasslands in five European landscapes[J].Biogeosciences, 2013, 10(10): 6279-6307. doi: 10.5194/bg-10-6279-2013
[9] RICHARDSON A J, WIEGAND C L.Distinguishing vegetation from soil background information[J].Photogramm Eng Rem S, 1997, 43(12): 1541-1552.
[10] GITELSON A A, KAUFMAN Y J, MERZLYAK M N.Use of a green channel in remote sensing of global vegetation fr om EOS-MODIS[J].Remote Sens Environ, 1996, 58(3): 289-298. doi: 10.1016/S0034-4257(96)00072-7
[11] CRIPPEN R E.Calculating the vegetation index faster[J]. Remote Sens Environ, 1990, 34(1): 71-73. doi: 10.1016/0034-4257(90)90085-Z
[12] QI J, CHEHBOUNI A, HUETE A R, et al.A modified soil adjusted vegetation index[J].Remote Sens Environ, 1994, 48(2): 119-126. doi: 10.1016/0034-4257(94)90134-1
[13] DEERING D W, ROUSE J W. Measuring 'forage production' of grazing units from Landsat MSS data[C]//Willow Run Laboratories of the University of Michigan. Proceedings of the 10th International Symposium on Remote Sensing of Environment. Michigan: Ann Arbor, 1975: 1169-1178.
[14] WIEGAND C L, RICHARDSON A J, ESCOBAR D E, et al.Vegetation indices in crop assessments[J].Remote Sens Environ, 1991, 35(2/3): 105-119. http://www.sciencedirect.com/science/article/pii/003442579190004P
[15] BIRTH G S, MCVEY G.Measuring the color of growing turf with a reflectance spectroradiometer[J].Agron J, 1968, 60(6): 640-643. doi: 10.2134/agronj1968.00021962006000060016x
[16] ROUJEAN J L, BREON F M.Estimating PAR absorbed by vegetation from bidirectional reflectance measurements[J].Remote Sens Environ, 1995, 51(3): 375-384. doi: 10.1016/0034-4257(94)00114-3
[17] ROUSE J W, HAAS R H, SCHELL J A, et al.Monitoring the vernal advancement of retrogradation of natural vegetation[M].Maryland: Goddard Space Flight Center, 1974: 371.
[18] 干友民, 成平, 周纯兵, 等.若尔盖亚高山草甸地上生物量与植被指数关系研究[J].自然资源学报, 2009, 24(11): 1963-1972. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=CAS201303040000211984 [19] 刘秀英, 熊建利, 臧卓, 等.基于植被指数的马尾松叶绿素含量估算模型[J].西北林学院学报, 2012, 27(3): 44-47. doi: 10.3969/j.issn.1001-7461.2012.03.10 [20] 潘蓓, 赵庚星, 朱西存, 等.利用高光谱植被指数估测苹果树冠层叶绿素含量[J].光谱学与光谱分析, 2013, 33(8): 2203-2206. doi: 10.3964/j.issn.1000-0593(2013)08-2203-04 [21] 王凯龙, 雄黑钢, 张芳.干旱区冬小麦不同生长阶段的光谱特征与叶绿素含量估测研究[J].干旱区资源与环境, 2013, 27(11): 45-49. doi: 10.3969/j.issn.1003-7578.2013.11.008 [22] 夏天, 吴文斌, 周清波, 等.不同地域冬小麦叶片SPAD高光谱估算研究[J].中国农业资源与规划, 2014, 35(4): 49-57. http://d.old.wanfangdata.com.cn/Periodical/zgnyzyyqh201404008 [23] 夏天, 周勇, 周清波, 等.基于高光谱遥感和HJ-1卫星的冬小麦SPAD反演研究[J].长江流域资源与环境, 2013, 22(3): 307-113. http://d.old.wanfangdata.com.cn/Periodical/cjlyzyyhj201303008 [24] 易秋香, 黄敬峰, 王秀珍, 等.玉米叶绿素高光谱遥感估算模型研究[J].科学通报, 2007, 23(1): 83-87. http://d.old.wanfangdata.com.cn/Periodical/kjtb200701017 [25] 张苏, 刘良云, 黄文江.基于植被指数的叶绿素密度遥感反演建模与适用性研究[J].遥感信息, 2013, 28(3): 94-101. doi: 10.3969/j.issn.1000-3177.2013.03.017 [26] 赵佳佳, 冯美臣, 王超, 等.基于光谱植被指数的冬小麦叶绿素含量反演[J].山西农业大学学报:自然科学版, 2014, 34(5): 391-396. http://d.old.wanfangdata.com.cn/Periodical/sxnydxxb201405002
计量
- 文章访问数: 1523
- HTML全文浏览量: 1
- PDF下载量: 1048
