冬小麥穗數(shù)識(shí)別與光合產(chǎn)物貯運(yùn)特性研究
發(fā)布時(shí)間:2021-10-23 05:24
小麥(Triticum aestivum L.)生理和產(chǎn)量表型相關(guān)遺傳研究對(duì)高產(chǎn)穩(wěn)產(chǎn)新品種改良具有重要指導(dǎo)價(jià)值。為解析小麥品種干物質(zhì)積累與轉(zhuǎn)運(yùn)遺傳特性,發(fā)掘穗數(shù)調(diào)控相關(guān)基因位點(diǎn),本研究設(shè)立兩個(gè)試驗(yàn)。一是以近20年來北部冬麥區(qū)主要推廣的7個(gè)品種(京冬8號(hào)、輪選987、京冬17、農(nóng)大211、中麥175、中麥816和中麥1062)為材料,研究品種間生長(zhǎng)發(fā)育的群體生理動(dòng)態(tài)、不同營(yíng)養(yǎng)器官干物質(zhì)積累與轉(zhuǎn)運(yùn)及其與收獲指數(shù)和籽粒產(chǎn)量的關(guān)系,提出今后品種改良目標(biāo);二是利用機(jī)器學(xué)習(xí)方法建立小麥穗數(shù)識(shí)別模型,通過大樣本訓(xùn)練和驗(yàn)證,完善高精準(zhǔn)的穗數(shù)智能識(shí)別系統(tǒng),對(duì)比分析人工和智能識(shí)別的穗數(shù)基因定位結(jié)果,證實(shí)穗數(shù)識(shí)別系統(tǒng)在遺傳研究的有效性,并檢測(cè)出調(diào)控穗數(shù)的主效基因位點(diǎn)。主要結(jié)果如下:1.中麥816和中麥175具有較高產(chǎn)量潛力,分別為4923.0 kg·hm-2和4913.0 kg·hm-2,主要與其較高的生物學(xué)產(chǎn)量和收獲指數(shù)有關(guān)。從干物質(zhì)積累分析,苗期群體光截獲面積、灌漿期光能利用效率對(duì)干物質(zhì)積累有重要影響。灌漿期葉綠素含量低、旗葉面積小、光合速率高的品種,干物質(zhì)積...
【文章來源】:甘肅農(nóng)業(yè)大學(xué)甘肅省
【文章頁數(shù)】:53 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-27個(gè)品種在開花期(a)和成熟期(b)地上干物質(zhì)的比例比較
冬小麥穗數(shù)識(shí)別與光合產(chǎn)物貯運(yùn)特性研究19粒轉(zhuǎn)化效率,也可作為我國(guó)北部冬麥區(qū)小麥改良方向。圖2-3小麥地上干物質(zhì)比例在北部冬麥區(qū),南澳大利亞[106]和英國(guó)開花期[107](a)和成熟期[108](b)的比較Fig.2-3Comparisonoftheproportionofabove-groundmatterofwheatatanthesis(a)andmaturity(b)amongtheNorthernWinterWheatZoneofChina,theSouthernAustraliaandtheUnitedKingdom2.3討論作物產(chǎn)量是個(gè)體遺傳特性與群體種植表現(xiàn)共同協(xié)調(diào)的結(jié)果,合理的光合產(chǎn)物積累和分配遺傳機(jī)制是調(diào)控個(gè)體形態(tài)和群體結(jié)構(gòu)的關(guān)鍵,也是實(shí)現(xiàn)小麥品種高產(chǎn)穩(wěn)產(chǎn)的根本[109]。葉片光截獲面積、光能利用效率直接影響干物質(zhì)積累量和籽粒產(chǎn)量,是小麥物質(zhì)生產(chǎn)和籽粒產(chǎn)量形成的基本“源”。NDVI和葉面積指數(shù)是反映小麥品種群體光合性能的一個(gè)重要指標(biāo),開花前營(yíng)養(yǎng)生長(zhǎng)期,小麥光合同化產(chǎn)物隨著群體光截獲面積的增加而增加。本研究結(jié)果表明,中麥816、中麥175、中麥1062的苗期NDVI較高,但中麥175開花期組織器官可溶性碳水化合物較高,干物質(zhì)積累量較高,可能是中麥175的光能利用效率較高,與前期研究結(jié)果一致[25]。在灌漿期,輪選987、農(nóng)大211和中麥1062的NDVI和葉面積指數(shù)較大,中麥175的NDVI和葉面積指數(shù)較低(表2-3),主要與品種株型有關(guān)。中麥175幼苗生長(zhǎng)旺盛,分蘗較多,旗葉較小且葉片夾角小,花后NDVI和葉面積指數(shù)較低,輪選987、農(nóng)大211和中麥1062旗葉較大且葉片夾角較大,穗數(shù)相對(duì)略少,其NDVI和葉面積較大。關(guān)于葉片光合速率與產(chǎn)量之間的關(guān)系一直存在爭(zhēng)論[110]。理論而言,葉片光合速率與作物產(chǎn)量之間應(yīng)當(dāng)存在正相關(guān)或間接正相關(guān),而負(fù)相關(guān)或者缺少正相關(guān)是假象,多數(shù)因?yàn)闃颖境闃訂栴},葉片光合測(cè)定方法等試驗(yàn)因素造成[111]。Reynolds[112]等研
甘肅農(nóng)業(yè)大學(xué)2020屆碩士學(xué)位論文22圖像標(biāo)記穗數(shù)(Imagespikenumbercount,ISN):利用數(shù)碼相機(jī)(大疆的HG310型云臺(tái)相機(jī)),在自然光照下以距小麥最高點(diǎn)的1.7m至1.9m處垂直向下拍攝,將紅色框所在區(qū)域拍成RGB圖像。拍攝時(shí)盡可能使得麥穗之間不發(fā)生遮擋,同時(shí)在圖像中表現(xiàn)大小適中,清晰可辨,如圖3-1a,獲取的圖像大小約3MB~4MB,分辨率為4000×2250。對(duì)獲取的小麥麥穗原始圖像進(jìn)行截取,僅保留紅色邊框區(qū)域,處理成分辨率為1000×1004的圖像保存,如圖3-1b,并使用LabelImg軟件對(duì)其進(jìn)行標(biāo)注,如圖3-1c,每張圖像對(duì)應(yīng)的標(biāo)記數(shù)即為最后結(jié)果。3-1a3-1b3-1c圖3-1圖像訓(xùn)練前后Fig.3-1TrainingimagebeforeandafterlabelingR-CNN模型驗(yàn)證穗數(shù)(Validationspikenumbercount,VSN):R-CNN模型的生成:對(duì)2017~2018年自然群體的小麥麥穗原始圖像進(jìn)行壓縮和校準(zhǔn)等預(yù)處理操作(同3-1b)。1032幅圖像約150000個(gè)麥穗樣本被作為訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練,之后生成麥穗檢測(cè)模型。最后將所獲取的99份家系的792張圖像進(jìn)行模型檢測(cè)驗(yàn)證,最終得出穗數(shù)結(jié)果。標(biāo)注的訓(xùn)練及驗(yàn)證數(shù)據(jù)以VOC2007格式進(jìn)行保存,并將其轉(zhuǎn)成TFRecord格式用于下一步的訓(xùn)練和驗(yàn)證。3.1.4試驗(yàn)方法此研究以采集的麥穗RGB圖像輸給深度學(xué)習(xí)系統(tǒng),通過系統(tǒng)進(jìn)行圖像檢測(cè),識(shí)別出圖像中的麥穗并以綠色邊框選定。深度學(xué)習(xí)模型分部分:第一部分用于訓(xùn)練,生成麥穗檢測(cè)模型;第二部用于測(cè)試,測(cè)試麥穗圖像調(diào)用麥穗檢測(cè)模型生成檢測(cè)結(jié)果輸出。該系統(tǒng)模型如圖3-2所示。
【參考文獻(xiàn)】:
期刊論文
[1]北部冬麥區(qū)冬小麥越冬凍害時(shí)空變化特征[J]. 孟繁圓,馮利平,張豐瑤,張祎,伍露,王春雷,閆錦濤,彭明喜,莫志鴻,余衛(wèi)東. 作物學(xué)報(bào). 2019(10)
[2]基于深度學(xué)習(xí)的農(nóng)業(yè)植物表型研究綜述[J]. 翁楊,曾睿,吳陳銘,王猛,王秀杰,劉永進(jìn). 中國(guó)科學(xué):生命科學(xué). 2019(06)
[3]高通量作物表型監(jiān)測(cè):育種和精準(zhǔn)農(nóng)業(yè)發(fā)展的加速器[J]. 郭慶華,楊維才,吳芳芳,龐樹鑫,金時(shí)超,陳凡,王秀杰. 中國(guó)科學(xué)院院刊. 2018(09)
[4]不同旱地春小麥新品種(系)干物質(zhì)積累和產(chǎn)量形成的特點(diǎn)[J]. 高玉紅,吳兵,崔紅艷,劉宏勝,常瑜,田雪梅,?×x. 干旱地區(qū)農(nóng)業(yè)研究. 2018(05)
[5]灌水對(duì)寧春50籽粒干物質(zhì)積累、產(chǎn)量及水分利用效率的影響[J]. 黨根友,沈強(qiáng)云,李新,劉旺清,魏亦勤,何進(jìn)尚,張雙喜,楊文軍,裘敏,方亮. 麥類作物學(xué)報(bào). 2018(05)
[6]三種限水灌溉水平下中麥175干物質(zhì)積累與水分利用特性解析[J]. 李法計(jì),徐學(xué)欣,何中虎,肖永貴,陳新民,王志敏. 中國(guó)農(nóng)業(yè)科學(xué). 2018(02)
[7]中國(guó)小麥產(chǎn)業(yè)發(fā)展與科技進(jìn)步[J]. 何中虎,莊巧生,程順和,于振文,趙振東,劉旭. 農(nóng)學(xué)學(xué)報(bào). 2018(01)
[8]作物育種學(xué)領(lǐng)域新的革命:高通量的表型組學(xué)時(shí)代[J]. 穆金虎,陳玉澤,馮慧,李文建,周利斌. 植物科學(xué)學(xué)報(bào). 2016(06)
[9]中麥175高產(chǎn)高效廣適特性解析與育種方法思考[J]. 何中虎,陳新民,王德森,張艷,肖永貴,李法計(jì),張勇,李思敏,夏先春,張運(yùn)宏,莊巧生. 中國(guó)農(nóng)業(yè)科學(xué). 2015(17)
[10]花后不同強(qiáng)度遮光對(duì)糯小麥和非糯小麥干物質(zhì)積累和產(chǎn)量的影響[J]. 劉希偉,張敏,姚鳳娟,高曉杰,蔡瑞國(guó). 麥類作物學(xué)報(bào). 2015(04)
博士論文
[1]冬小麥不同抗旱性品種光合、物質(zhì)運(yùn)轉(zhuǎn)和水分利用特征[D]. 吳金芝.中國(guó)農(nóng)業(yè)大學(xué) 2015
[2]小麥產(chǎn)量相關(guān)性狀QTL近等基因系的選育及一個(gè)穗長(zhǎng)QTL的精確定位[D]. 吳新義.南京農(nóng)業(yè)大學(xué) 2013
[3]不同品質(zhì)類型小麥在不同土壤條件下灌漿期蔗糖代謝與淀粉合成的研究[D]. 高松潔.河南農(nóng)業(yè)大學(xué) 2004
[4]水稻幾個(gè)重要性狀的QTL定位及抗白葉枯病基因分子標(biāo)記輔助選擇[D]. 曹立勇.浙江大學(xué) 2002
碩士論文
[1]遮陰條件下逆向衰老小麥頂二葉的生理特性[D]. 李春玲.西北農(nóng)林科技大學(xué) 2013
本文編號(hào):3452555
【文章來源】:甘肅農(nóng)業(yè)大學(xué)甘肅省
【文章頁數(shù)】:53 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-27個(gè)品種在開花期(a)和成熟期(b)地上干物質(zhì)的比例比較
冬小麥穗數(shù)識(shí)別與光合產(chǎn)物貯運(yùn)特性研究19粒轉(zhuǎn)化效率,也可作為我國(guó)北部冬麥區(qū)小麥改良方向。圖2-3小麥地上干物質(zhì)比例在北部冬麥區(qū),南澳大利亞[106]和英國(guó)開花期[107](a)和成熟期[108](b)的比較Fig.2-3Comparisonoftheproportionofabove-groundmatterofwheatatanthesis(a)andmaturity(b)amongtheNorthernWinterWheatZoneofChina,theSouthernAustraliaandtheUnitedKingdom2.3討論作物產(chǎn)量是個(gè)體遺傳特性與群體種植表現(xiàn)共同協(xié)調(diào)的結(jié)果,合理的光合產(chǎn)物積累和分配遺傳機(jī)制是調(diào)控個(gè)體形態(tài)和群體結(jié)構(gòu)的關(guān)鍵,也是實(shí)現(xiàn)小麥品種高產(chǎn)穩(wěn)產(chǎn)的根本[109]。葉片光截獲面積、光能利用效率直接影響干物質(zhì)積累量和籽粒產(chǎn)量,是小麥物質(zhì)生產(chǎn)和籽粒產(chǎn)量形成的基本“源”。NDVI和葉面積指數(shù)是反映小麥品種群體光合性能的一個(gè)重要指標(biāo),開花前營(yíng)養(yǎng)生長(zhǎng)期,小麥光合同化產(chǎn)物隨著群體光截獲面積的增加而增加。本研究結(jié)果表明,中麥816、中麥175、中麥1062的苗期NDVI較高,但中麥175開花期組織器官可溶性碳水化合物較高,干物質(zhì)積累量較高,可能是中麥175的光能利用效率較高,與前期研究結(jié)果一致[25]。在灌漿期,輪選987、農(nóng)大211和中麥1062的NDVI和葉面積指數(shù)較大,中麥175的NDVI和葉面積指數(shù)較低(表2-3),主要與品種株型有關(guān)。中麥175幼苗生長(zhǎng)旺盛,分蘗較多,旗葉較小且葉片夾角小,花后NDVI和葉面積指數(shù)較低,輪選987、農(nóng)大211和中麥1062旗葉較大且葉片夾角較大,穗數(shù)相對(duì)略少,其NDVI和葉面積較大。關(guān)于葉片光合速率與產(chǎn)量之間的關(guān)系一直存在爭(zhēng)論[110]。理論而言,葉片光合速率與作物產(chǎn)量之間應(yīng)當(dāng)存在正相關(guān)或間接正相關(guān),而負(fù)相關(guān)或者缺少正相關(guān)是假象,多數(shù)因?yàn)闃颖境闃訂栴},葉片光合測(cè)定方法等試驗(yàn)因素造成[111]。Reynolds[112]等研
甘肅農(nóng)業(yè)大學(xué)2020屆碩士學(xué)位論文22圖像標(biāo)記穗數(shù)(Imagespikenumbercount,ISN):利用數(shù)碼相機(jī)(大疆的HG310型云臺(tái)相機(jī)),在自然光照下以距小麥最高點(diǎn)的1.7m至1.9m處垂直向下拍攝,將紅色框所在區(qū)域拍成RGB圖像。拍攝時(shí)盡可能使得麥穗之間不發(fā)生遮擋,同時(shí)在圖像中表現(xiàn)大小適中,清晰可辨,如圖3-1a,獲取的圖像大小約3MB~4MB,分辨率為4000×2250。對(duì)獲取的小麥麥穗原始圖像進(jìn)行截取,僅保留紅色邊框區(qū)域,處理成分辨率為1000×1004的圖像保存,如圖3-1b,并使用LabelImg軟件對(duì)其進(jìn)行標(biāo)注,如圖3-1c,每張圖像對(duì)應(yīng)的標(biāo)記數(shù)即為最后結(jié)果。3-1a3-1b3-1c圖3-1圖像訓(xùn)練前后Fig.3-1TrainingimagebeforeandafterlabelingR-CNN模型驗(yàn)證穗數(shù)(Validationspikenumbercount,VSN):R-CNN模型的生成:對(duì)2017~2018年自然群體的小麥麥穗原始圖像進(jìn)行壓縮和校準(zhǔn)等預(yù)處理操作(同3-1b)。1032幅圖像約150000個(gè)麥穗樣本被作為訓(xùn)練數(shù)據(jù)集進(jìn)行訓(xùn)練,之后生成麥穗檢測(cè)模型。最后將所獲取的99份家系的792張圖像進(jìn)行模型檢測(cè)驗(yàn)證,最終得出穗數(shù)結(jié)果。標(biāo)注的訓(xùn)練及驗(yàn)證數(shù)據(jù)以VOC2007格式進(jìn)行保存,并將其轉(zhuǎn)成TFRecord格式用于下一步的訓(xùn)練和驗(yàn)證。3.1.4試驗(yàn)方法此研究以采集的麥穗RGB圖像輸給深度學(xué)習(xí)系統(tǒng),通過系統(tǒng)進(jìn)行圖像檢測(cè),識(shí)別出圖像中的麥穗并以綠色邊框選定。深度學(xué)習(xí)模型分部分:第一部分用于訓(xùn)練,生成麥穗檢測(cè)模型;第二部用于測(cè)試,測(cè)試麥穗圖像調(diào)用麥穗檢測(cè)模型生成檢測(cè)結(jié)果輸出。該系統(tǒng)模型如圖3-2所示。
【參考文獻(xiàn)】:
期刊論文
[1]北部冬麥區(qū)冬小麥越冬凍害時(shí)空變化特征[J]. 孟繁圓,馮利平,張豐瑤,張祎,伍露,王春雷,閆錦濤,彭明喜,莫志鴻,余衛(wèi)東. 作物學(xué)報(bào). 2019(10)
[2]基于深度學(xué)習(xí)的農(nóng)業(yè)植物表型研究綜述[J]. 翁楊,曾睿,吳陳銘,王猛,王秀杰,劉永進(jìn). 中國(guó)科學(xué):生命科學(xué). 2019(06)
[3]高通量作物表型監(jiān)測(cè):育種和精準(zhǔn)農(nóng)業(yè)發(fā)展的加速器[J]. 郭慶華,楊維才,吳芳芳,龐樹鑫,金時(shí)超,陳凡,王秀杰. 中國(guó)科學(xué)院院刊. 2018(09)
[4]不同旱地春小麥新品種(系)干物質(zhì)積累和產(chǎn)量形成的特點(diǎn)[J]. 高玉紅,吳兵,崔紅艷,劉宏勝,常瑜,田雪梅,?×x. 干旱地區(qū)農(nóng)業(yè)研究. 2018(05)
[5]灌水對(duì)寧春50籽粒干物質(zhì)積累、產(chǎn)量及水分利用效率的影響[J]. 黨根友,沈強(qiáng)云,李新,劉旺清,魏亦勤,何進(jìn)尚,張雙喜,楊文軍,裘敏,方亮. 麥類作物學(xué)報(bào). 2018(05)
[6]三種限水灌溉水平下中麥175干物質(zhì)積累與水分利用特性解析[J]. 李法計(jì),徐學(xué)欣,何中虎,肖永貴,陳新民,王志敏. 中國(guó)農(nóng)業(yè)科學(xué). 2018(02)
[7]中國(guó)小麥產(chǎn)業(yè)發(fā)展與科技進(jìn)步[J]. 何中虎,莊巧生,程順和,于振文,趙振東,劉旭. 農(nóng)學(xué)學(xué)報(bào). 2018(01)
[8]作物育種學(xué)領(lǐng)域新的革命:高通量的表型組學(xué)時(shí)代[J]. 穆金虎,陳玉澤,馮慧,李文建,周利斌. 植物科學(xué)學(xué)報(bào). 2016(06)
[9]中麥175高產(chǎn)高效廣適特性解析與育種方法思考[J]. 何中虎,陳新民,王德森,張艷,肖永貴,李法計(jì),張勇,李思敏,夏先春,張運(yùn)宏,莊巧生. 中國(guó)農(nóng)業(yè)科學(xué). 2015(17)
[10]花后不同強(qiáng)度遮光對(duì)糯小麥和非糯小麥干物質(zhì)積累和產(chǎn)量的影響[J]. 劉希偉,張敏,姚鳳娟,高曉杰,蔡瑞國(guó). 麥類作物學(xué)報(bào). 2015(04)
博士論文
[1]冬小麥不同抗旱性品種光合、物質(zhì)運(yùn)轉(zhuǎn)和水分利用特征[D]. 吳金芝.中國(guó)農(nóng)業(yè)大學(xué) 2015
[2]小麥產(chǎn)量相關(guān)性狀QTL近等基因系的選育及一個(gè)穗長(zhǎng)QTL的精確定位[D]. 吳新義.南京農(nóng)業(yè)大學(xué) 2013
[3]不同品質(zhì)類型小麥在不同土壤條件下灌漿期蔗糖代謝與淀粉合成的研究[D]. 高松潔.河南農(nóng)業(yè)大學(xué) 2004
[4]水稻幾個(gè)重要性狀的QTL定位及抗白葉枯病基因分子標(biāo)記輔助選擇[D]. 曹立勇.浙江大學(xué) 2002
碩士論文
[1]遮陰條件下逆向衰老小麥頂二葉的生理特性[D]. 李春玲.西北農(nóng)林科技大學(xué) 2013
本文編號(hào):3452555
本文鏈接:http://sikaile.net/shoufeilunwen/zaizhiyanjiusheng/3452555.html
最近更新
教材專著