全球氣候變化導(dǎo)致極端高溫事件頻發(fā),我國小麥生育后期,易遭受到高溫脅迫。高溫脅迫會加速小麥的衰老進(jìn)程進(jìn)而引起早衰,最終導(dǎo)致產(chǎn)量降低、品質(zhì)變劣。因此,實(shí)時(shí)監(jiān)測小麥葉片衰老狀況,并據(jù)此對小麥的早衰程度進(jìn)行精確診斷,是采取高溫脅迫應(yīng)對措施的依據(jù)和評估產(chǎn)量品質(zhì)損失的基礎(chǔ)。本研究利用人工氣候室溫度控制試驗(yàn),模擬小麥花后遭遇不同程度高溫脅迫的情景,獲取連續(xù)4年5個(gè)高溫水平和3個(gè)高溫持續(xù)時(shí)間處理下兩個(gè)小麥品種旗葉的生物學(xué)指標(biāo)、單葉反射光譜和植株花后生育期;通過分析不同處理下生物學(xué)指標(biāo)對衰老進(jìn)程的響應(yīng)以及光譜指數(shù)與生物學(xué)指標(biāo)之間的相關(guān)關(guān)系,篩選出了對小麥葉片衰老具有較強(qiáng)指示能力的衰老敏感生物學(xué)指標(biāo)和衰老敏感光譜指數(shù);然后提取高溫脅迫下衰老敏感生物學(xué)指標(biāo)和衰老敏感光譜指數(shù)在小麥葉片衰老過程中的衰老動態(tài)特征參數(shù),并構(gòu)建動態(tài)特征參數(shù)與早衰程度之間的定量關(guān)系模型,實(shí)現(xiàn)了基于生物學(xué)指標(biāo)和光譜指數(shù)的小麥早衰程度快速量化診斷。研究結(jié)果將為實(shí)現(xiàn)利用光譜技術(shù)監(jiān)測對高溫脅迫產(chǎn)生響應(yīng)明顯的葉片光合過程,找到脅迫調(diào)控途徑等提供理論基礎(chǔ)和技術(shù)支撐。能夠反映小麥葉片衰老的生物學(xué)指標(biāo)和光譜指數(shù)較多,但是不同生物學(xué)指標(biāo)和光譜指數(shù)對葉片... 

【文章頁數(shù)】：165 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 文獻(xiàn)綜述與研究目的
    1 小麥葉片衰老監(jiān)測的重要性
        1.1 高溫脅迫對我國小麥生產(chǎn)的影響
        1.2 小麥功能葉片衰老早期監(jiān)測診斷的重要性
    2 基于生物學(xué)指標(biāo)的小麥葉片衰老監(jiān)測研究進(jìn)展
        2.1 基于生物學(xué)指標(biāo)數(shù)值監(jiān)測小麥葉片衰老的研究進(jìn)展
        2.2 基于生物學(xué)指標(biāo)動態(tài)監(jiān)測小麥葉片衰老的研究進(jìn)展
    3 基于光譜技術(shù)的小麥葉片衰老監(jiān)測研究進(jìn)展
        3.1 基于光譜技術(shù)間接監(jiān)測小麥葉片衰老的研究進(jìn)展
        3.2 基于光譜技術(shù)直接監(jiān)測小麥葉片衰老的研究進(jìn)展
    4 小麥早衰定量診斷方法
    5 研究目的和意義
    參考文獻(xiàn)
第二章 技術(shù)路線與研究方法
    1 研究思路與技術(shù)路線
        1.1 研究思路
        1.2 技術(shù)路線
    2 材料與方法
        2.1 試驗(yàn)設(shè)計(jì)
            2.1.1 人工氣候室溫度控制試驗(yàn)
            2.1.2 田間試驗(yàn)
        2.2 取樣與測試
            2.2.1 農(nóng)學(xué)參數(shù)
            2.2.2 光譜參數(shù)
            2.2.3 氣象數(shù)據(jù)和生育期
            2.2.4 土壤數(shù)據(jù)
        2.3 小麥早衰診斷方法
            2.3.1 小麥早衰程度量化指標(biāo)
            2.3.2 小麥葉片衰老指示指標(biāo)的衰老動態(tài)特征參數(shù)
            2.3.3 小麥葉片衰老指示指標(biāo)數(shù)據(jù)獲取時(shí)的衰老進(jìn)程
            2.3.4 小麥早衰診斷模型構(gòu)建
    3 數(shù)據(jù)分析方法
        3.1 方差分析法
        3.2 回歸分析法
        3.3 模型檢驗(yàn)與評價(jià)方法
    參考文獻(xiàn)
第三章 小麥葉片衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)的篩選研究
    1 材料與方法
        1.1 試驗(yàn)設(shè)計(jì)
        1.2 數(shù)據(jù)獲取
            1.2.1 高光譜數(shù)據(jù)獲取
            1.2.2 生物學(xué)指標(biāo)測量
        1.3 數(shù)據(jù)分析與利用
            1.3.1 小麥葉片衰老敏感生物學(xué)指標(biāo)篩選
            1.3.2 小麥葉片衰老敏感光譜指數(shù)篩選
    2 結(jié)果與分析
        2.1 小麥葉片衰老敏感生物學(xué)指標(biāo)的篩選
            2.1.1 花后小麥葉片生物學(xué)指標(biāo)在不同高溫水平下的變化趨勢
            2.1.2 花后小麥葉片生物學(xué)指標(biāo)在不同高溫持續(xù)時(shí)間下的變化趨勢
        2.2 小麥葉片衰老敏感光譜指數(shù)的篩選
            2.2.1 小麥葉片光譜反射率的動態(tài)變化
            2.2.2 小麥葉片衰老敏感光譜指數(shù)篩選
            2.2.3 小麥葉片衰老敏感光譜指數(shù)估算模型檢驗(yàn)
        2.3 最優(yōu)光譜指數(shù)核心波段適宜帶寬研究
    3 討論與小結(jié)
        3.1 討論
            3.1.1 小麥葉片衰老敏感生物學(xué)指標(biāo)的篩選
            3.1.2 小麥葉片衰老敏感光譜指數(shù)的篩選
            3.1.3 小麥葉片敏感光譜指數(shù)估算敏感生物學(xué)指標(biāo)的表現(xiàn)差異及原因
            3.1.4 小麥葉片衰老敏感光譜指數(shù)適宜帶寬研究
        3.2 小結(jié)
    參考文獻(xiàn)
第四章 基于生物學(xué)指標(biāo)的小麥高溫脅迫下的早衰診斷
    1 材料與方法
        1.1 人工氣候室溫度控制試驗(yàn)設(shè)計(jì)
        1.2 數(shù)據(jù)獲取
        1.3 數(shù)據(jù)分析與利用
            1.3.1 基于小麥衰老敏感生物學(xué)指標(biāo)的高溫脅迫實(shí)時(shí)監(jiān)測
            1.3.2 基于敏感生物學(xué)指標(biāo)特征參數(shù)的小麥早衰程度定量診斷
    2 結(jié)果與分析
        2.1 基于衰老敏感生物學(xué)指標(biāo)的小麥高溫脅迫監(jiān)測
        2.2 基于葉片敏感生物學(xué)指標(biāo)特征參數(shù)的小麥早衰程度定量診斷
            2.2.1 小麥早衰程度的量化表達(dá)及其變化趨勢
            2.2.2 基于葉片敏感生物學(xué)指標(biāo)差值逐日積累量的小麥早衰程度診斷
            2.2.3 基于葉片敏感生物學(xué)指標(biāo)比值的小麥早衰程度診斷
            2.2.4 基于葉片敏感生物學(xué)指標(biāo)逐日變化率的小麥早衰程度診斷
    3 討論與小結(jié)
        3.1 討論
            3.1.1 不同小麥葉片生物學(xué)指標(biāo)監(jiān)測高溫脅迫的效果比較
            3.1.2 利用衰老敏感生物學(xué)指標(biāo)特征參數(shù)定量診斷小麥早衰程度的可行性
        3.2 小結(jié)
    參考文獻(xiàn)
第五章 基于光譜指數(shù)的小麥高溫脅迫下的早衰診斷
    1 材料與方法
        1.1 人工氣候室溫度控制試驗(yàn)設(shè)計(jì)
        1.2 數(shù)據(jù)獲取
        1.3 數(shù)據(jù)分析與利用
            1.3.1 基于敏感光譜指數(shù)的小麥高溫脅迫實(shí)時(shí)監(jiān)測
            1.3.2 基于敏感光譜指數(shù)特征參數(shù)的小麥早衰程度定量診斷
    2 結(jié)果與分析
        2.1 基于衰老敏感光譜指數(shù)的小麥高溫脅迫監(jiān)測
            2.1.1 高溫脅迫下小麥旗葉衰老敏感光譜指數(shù)動態(tài)
            2.1.2 基于小麥旗葉衰老敏感光譜指數(shù)的高溫脅迫監(jiān)測
        2.2 基于葉片敏感光譜指數(shù)動態(tài)特征參數(shù)的小麥早衰程度定量診斷
            2.2.1 小麥早衰程度的量化表達(dá)及其變化趨勢
            2.2.2 基于葉片衰老敏感光譜指數(shù)差值逐日積累量的小麥早衰程度診斷
            2.2.3 基于葉片衰老敏感光譜指數(shù)比值的小麥早衰程度診斷
            2.2.4 基于葉片衰老敏感光譜指數(shù)逐日變化率的小麥早衰程度診斷
    3 討論與小結(jié)
        3.1 討論
            3.1.1 不同衰老敏感光譜指數(shù)監(jiān)測小麥高溫脅迫的機(jī)理性分析
            3.1.2 利用葉片衰老敏感光譜指數(shù)特征參數(shù)定量診斷小麥早衰的可行性
        3.2 小結(jié)
    參考文獻(xiàn)
第六章 監(jiān)測小麥葉面積指數(shù)的最優(yōu)光譜指數(shù)篩選研究
    1 材料與方法
        1.1 田間試驗(yàn)設(shè)計(jì)
        1.2 數(shù)據(jù)獲取
            1.2.1 小麥冠層反射光譜獲取
            1.2.2 小麥葉面積指數(shù)測定
            1.2.3 新型光譜指數(shù)構(gòu)建
            1.2.4 最優(yōu)光譜指數(shù)選擇與檢驗(yàn)
    2 結(jié)果與分析
        2.1 新型光譜指數(shù)構(gòu)建
            2.1.1 新型兩波段光譜指數(shù)構(gòu)建
            2.1.2 新型三波段光譜指數(shù)構(gòu)建
            2.1.3 新型光譜指數(shù)估算小麥LAI的敏感性評估
        2.2 評估新型光譜指數(shù)估算小麥LAI時(shí)的效果
            2.2.1 光譜指數(shù)估算小麥LAI的精確性評估
            2.2.2 光譜指數(shù)估算小麥LAI的敏感性評估
    3 討論與小結(jié)
        3.1 討論
            3.1.1 新型光譜指數(shù)提高小麥LAI估算精度的原因
            3.1.2 兩波段光譜指數(shù)和三波段光譜指數(shù)的估算效果差異比較
        3.2 小結(jié)
    參考文獻(xiàn)
第七章 討論與結(jié)論
    1 討論
        1.1 小麥葉片衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)的篩選
        1.2 基于生物學(xué)指標(biāo)和光譜指數(shù)的小麥早衰診斷
            1.2.1 衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)監(jiān)測小麥高溫脅迫的效果差異
            1.2.2 衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)診斷小麥早衰的差異
        1.3 衰老敏感生物學(xué)指標(biāo)和光譜指標(biāo)監(jiān)測診斷小麥高溫脅迫的機(jī)理
            1.3.1 衰老敏感生物學(xué)指標(biāo)監(jiān)測診斷小麥高溫脅迫的機(jī)理
            1.3.2 衰老敏感光譜指數(shù)監(jiān)測診斷小麥高溫脅迫的機(jī)理
        1.4 小麥葉面積指數(shù)監(jiān)測最優(yōu)光譜指數(shù)的篩選
    2 本研究的特色與創(chuàng)新之處
        2.1 篩選了小麥葉片衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)
        2.2 比較了衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)監(jiān)測高溫脅迫時(shí)的表現(xiàn)差異
        2.3 構(gòu)建了高溫脅迫下小麥早衰程度定量診斷模型
    3 今后的研究設(shè)想
        3.1 試驗(yàn)處理和品種多樣性的拓展
        3.2 光譜特征提取手段的豐富
        3.3 小麥早衰診斷方法的探索
    4 結(jié)論
        4.1 確定了小麥葉片衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)
        4.2 構(gòu)建了基于衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)的小麥早衰定量診斷模型
        4.3 比較了衰老敏感生物學(xué)指標(biāo)和光譜指數(shù)監(jiān)測小麥高溫脅迫的差異
    參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Evaluation of a new method for quantification of heat tolerance in different wheat cultivars[J]. LI Qiang,WANG Zheng-rui,LI Ding,WEI Jian-wei,QIAO Wen-chen,MENG Xiang-hai,SUN Shu-luan,LI Hui-min,ZHAO Ming-hui,CHEN Xiu-min,ZHAO Feng-wu.  Journal of Integrative Agriculture. 2018(04)
[2]Monitoring of winter wheat distribution and phenological phases based on MODIS time-series: A case study in the Yellow River Delta, China[J]. CHU Lin,LIU Qing-sheng,HUANG Chong,LIU Gao-huan.  Journal of Integrative Agriculture. 2016(10)
[3]Estimation of biomass in wheat using random forest regression algorithm and remote sensing data[J]. Li’ai Wang,Xudong Zhou,Xinkai Zhu,Zhaodi Dong,Wenshan Guo.  The Crop Journal. 2016(03)
[4]Slight shading after anthesis increases photosynthetic productivity and grain yield of winter wheat （Triticum aestivum L.） due to the delaying of leaf senescence[J]. XU Cai-long,TAO Hong-bin,WANG Pu,WANG Zhen-lin.  Journal of Integrative Agriculture. 2016(01)
[5]小麥早衰研究綜述[J]. 李亞婷,朱榮,李昱,康建宏,吳宏亮.  農(nóng)業(yè)科學(xué)研究. 2015(03)
[6]基于干熱風(fēng)危害指數(shù)的黃淮海地區(qū)冬小麥干熱風(fēng)災(zāi)損評估[J]. 趙俊芳,趙艷霞,郭建平,穆佳.  生態(tài)學(xué)報(bào). 2015(16)
[7]陜西省冬小麥干熱風(fēng)分布特征及預(yù)測研究[J]. 屈振江,鄭小華,李星敏.  中國農(nóng)學(xué)通報(bào). 2013(18)
[8]8個(gè)CMIP5模式對中國極端氣溫的模擬和預(yù)估[J]. 姚遙,羅勇,黃建斌.  氣候變化研究進(jìn)展. 2012(04)
[9]過去50年黃淮海地區(qū)冬小麥干熱風(fēng)發(fā)生的時(shí)空演變規(guī)律[J]. 趙俊芳,趙艷霞,郭建平,房世波.  中國農(nóng)業(yè)科學(xué). 2012(14)
[10]冬小麥生育早期冠層葉片光譜的特征與應(yīng)用[J]. 李樹強(qiáng),李民贊,李修華,趙瑞嬌.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2012(02)

博士論文
[1]不同生育期小麥葉面積指數(shù)遙感反演對光譜和空間尺度的響應(yīng)研究[D]. 黃彥.南京大學(xué) 2015
[2]小麥冠層和單葉氮素營養(yǎng)指標(biāo)的高光譜監(jiān)測研究[D]. 姚霞.南京農(nóng)業(yè)大學(xué) 2009
[3]基于高光譜遙感的水稻氮素營養(yǎng)參數(shù)監(jiān)測研究[D]. 田永超.南京農(nóng)業(yè)大學(xué) 2008
[4]基于高光譜遙感的小麥氮素營養(yǎng)及生長指標(biāo)監(jiān)測研究[D]. 馮偉.南京農(nóng)業(yè)大學(xué) 2007
[5]大田小麥旗葉衰老過程中的光合作用及其抗氧化代謝研究[D]. 盧慶陶.中國科學(xué)院研究生院（植物研究所） 2003

碩士論文
[1]華北地區(qū)冬小麥主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評估[D]. 張玉靜.中國氣象科學(xué)研究院 2014
[2]基于高光譜的稻麥氮素營養(yǎng)監(jiān)測研究[D]. 王薇.南京農(nóng)業(yè)大學(xué) 2011
[3]小麥抗衰老產(chǎn)量生理特性及多效唑?qū)π←溔~片衰老的影響[D]. 曾旭.四川農(nóng)業(yè)大學(xué) 2007
[4]不同栽培模式下與小麥衰老相關(guān)生理生化變化的研究[D]. 丁建國.西北農(nóng)林科技大學(xué) 2005



本文編號：3693803