收藏本站
《浙江大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

水稻生长生理特征信息快速无损获取技术的研究

邵咏妮  
【摘要】:精细农业是21世纪全球农业发展的必然趋势,是实现农业低耗、高效、优质与安全的重要途径。它的技术核心是农田信息的获取、信息的管理与决策及变量作业三个部分。其中如何快速实时地获取土壤和作物的状态信息,是开展精细农业最为基本和关键的问题,也是精细农业研究的一个热点和难点。 基于国内外在农作物方面的研究成果,本论文以水稻为对象进行了详细深入的研究。通过光谱技术与多光谱成像技术的有机结合实现了对水稻生长、生理信息的采集,并运用化学计量学方法和数据挖掘技术对采集数据进行分析,实现了水稻品质信息、养分需求信息、病虫害信息的全方位检测和诊断,为水稻等田间作物的生长、生理信息无损检测仪器的开发奠定了较为扎实的理论基础。 本论文通过二次正交回归设计和设置不同氮肥梯度的方法进行了水稻不同施肥状态的田间试验,采用可见-近红外光谱技术研究了水稻冠层及叶片SPAD值和氮素含量与水稻冠层和叶片光谱反射特性间的关系;应用光谱技术和数据挖掘技术建立了水稻叶片叶绿素含量及微量元素含量(铁、锌)的数学模型;通过分析稻瘟病病变叶片的光谱特征信息,进行了水稻稻瘟病等级判别等的研究;研究了水稻植株及叶片多光谱图像与SPAD值和氮素含量间的关系;通过大量试验分析证实了采用水稻冠层光谱信息反演土壤养分(氮、磷、钾)信息的可行性。此外,还探讨了辐照处理对稻谷的光谱反射特性的影响,并结合中红外光谱技术对辐照谷物的内部成分含量(直链淀粉和蛋白质)作了深入研究,对水稻品质的无损检测提供了依据。 本论文的主要研究成果和结论如下: 1)首次采用化学计量学方法结合特征波段选取方法,提取能够反演水稻冠层及叶片SPAD值的敏感波段,为仪器的开发奠定基础。对于水稻冠层SPAD值的预测模型,非线性的偏最小二乘支持向量机(PLS-LS-SVM)模型具有较高的预测精度。对水稻叶片SPAD值的预测模型,基于全波段的预测效果最好。文章将预处理方法与特征波段提取及数据压缩技术结合,建立水稻叶片叶绿素含量的预测模型,并提取敏感波段反演叶绿素含量信息。其中直接信号校正算法(DOSC)结合连续投影算法(SPA)的最优波长选择方法要优于多元散射校正(MSC)结合SPA的波长选择方法。 2)将基于独立组分分析的特征波段提取方法应用于水稻冠层及叶片氮素含量与光谱反射特性关系的研究中,建立了不同波段水稻冠层氮素含量的偏最小二乘(PLS)模型,并通过试验证实了基于全波段的水稻冠层氮素预测模型的效果最好。基于ICA-LS-SVM模型的水稻叶片氮含量研究,获取了叶片氮含量的敏感波段,为仪器开发提供了理论依据。采用PLS建立了全波段、多波段和多波长的水稻稻瘟病病变叶片的鉴别模型,结果显示:采用全波段建模,模型的鉴别率最高,高于采用特征波段和特征波长所建的模型。试验还通过对病变叶片建立ICA-LS-SVM模型,达到了86.7%的鉴别率。 3)首次将光谱技术结合数据挖掘技术应用于水稻叶片微量元素含量(铁、锌)的研究。采用偏最小二乘(PLS)建立了全波段、多波段和多波长的水稻叶片微量元素铁和锌的预测模型。对于微量元素铁,基于全波段的模型预测精度要高于采用多波段的模型,高于采用多波长的模型。对于微量元素锌,基于多波长的模型预测精度高于全波段的模型,高于采用多波段的模型。建立了基于ICA-LS-SVM模型的水稻微量元素铁和锌的预测模型,结果显示,采用独立组分分析(ICA)结合非线性LS-SVM回归模型的预测精度高于PLS-LS-SVM模型,高于线性PLS模型。 4)研究了利用冠层光谱特性评价土壤养分信息,包括氮、磷、钾信息的可行性。基于PLS的模型对土壤养分(氮、磷、钾)的预测精度拔节期高于分蘖期,其中氮含量的预测精度高于磷含量,钾的预测效果相对较差。非线性PLS-LS-SVM模型建立的分蘖期及拔节期土壤氮、磷、钾的预测结果要优于ICA-LS-SVM.PLS-BPNN及PLS的模型结果。基于植被指数对土壤氮素含量的研究,得到模型的反演效果好于ICA-LS-SVM模型。 5)采用多光谱成像技术建立植被指数与水稻植株及叶片SPAD值和氮素含量间的关系模型。采用的植被指数,包括有归一化植被指数、绿波归一化植被指数和比值植被指数。其中对叶片SPAD值的预测,模型的相关系数为0.8756;植株拔节期SPAD值的预测结果好于分蘖期;植株分蘖期氮素含量的预测结果好于拔节期的预测精度。 6)利用光谱技术建立稻谷年份的判别模型,并对经辐照处理后谷物的辐照剂量进行预测,同时建立辐照谷物内部成分(直链淀粉和蛋白质)的预测模型。基于独立组分分析(ICA)结合BP神经网络模型(ICA-BPNN)对不同年份谷物的鉴别率达到100%。采用LS-SVM模型建立谷物不同辐照剂量的预测模型,预测结果优于PLS模型。对辐照后谷物直链淀粉含量的预测,基于近红外光谱模型的预测结果优于中红外区域的模型,LS-SVM模型优于PLS模型的预测结果。对辐照后谷物蛋白质含量的预测,基于中红外光谱模型的预测结果优于近红外区域的模型,LS-SVM模型优于PLS模型的预测结果。
【学位授予单位】:浙江大学
【学位级别】:B
【学位授予年份】:2010
【分类号】:S511

手机知网App
【引证文献】
中国期刊全文数据库 前4条
1 许杰;周子力;潘大宇;王成;罗斌;宋鹏;;水稻穗部籽粒参数快速无损获取方法研究[J];计算机工程与应用;2017年08期
2 罗锡文;廖娟;胡炼;臧英;周志艳;;提高农业机械化水平促进农业可持续发展[J];农业工程学报;2016年01期
3 李爱传;衣淑娟;王新兵;王熙;;基于图像技术的寒地水稻生长参数采集系统的研究[J];安徽农业科学;2013年32期
4 张俊华;贾科利;李明;;龟裂碱土对植被冠层光谱特征及长势预测的影响[J];农业工程学报;2013年14期
中国博士学位论文全文数据库 前4条
1 段宇飞;鸡蛋多品质高通量在线快速无损检测研究[D];华中农业大学;2017年
2 张航;基于高光谱成像技术的皮棉中地膜识别方法研究[D];中国农业大学;2016年
3 章海亮;基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D];浙江大学;2015年
4 隋媛媛;基于叶绿素荧光光谱分析的温室黄瓜病虫害预警方法[D];吉林大学;2012年
中国硕士学位论文全文数据库 前2条
1 张浩;基于WebGIS和物联网的水稻病虫害监测与预警系统研究[D];吉林农业大学;2016年
2 马静;淮河流域面源污染特征分析与控制策略研究[D];清华大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 方利民;冯爱明;林敏;;可见/近红外光谱快速测定土壤中的有机碳含量和阳离子交换量[J];光谱学与光谱分析;2010年02期
2 蹇黎;朱利泉;张以忠;余丹凤;秦小军;李明;;贵州兰花SPAD值和叶绿素含量测定与分析[J];安徽农业科学;2009年35期
3 胡爱华;邢世岩;巩其亮;;基于FTIR的针阔叶材木质素和纤维素特性[J];东北林业大学学报;2009年09期
4 林芬芳;丁晓东;付志鹏;邓劲松;沈掌泉;;基于互信息理论的水稻磷素营养高光谱诊断[J];光谱学与光谱分析;2009年09期
5 田永超;杨杰;姚霞;朱艳;曹卫星;;水稻高光谱红边位置与叶层氮浓度的关系[J];作物学报;2009年09期
6 肖武;李小昱;李培武;冯耀泽;王为;张军;;近红外光谱和机器视觉信息融合的土壤含水率检测[J];农业工程学报;2009年08期
7 周广柱;王翠珍;杨锋杰;李寅明;;对数变换与小波变换用于野外采集植物波谱降噪[J];红外与毫米波学报;2009年04期
8 孙蕾;谷德峰;罗建书;;高光谱遥感图像的小波去噪方法[J];光谱学与光谱分析;2009年07期
9 沈掌泉;单英杰;王珂;;田间行走式测定的红外光谱数据与土壤质地之间的相关性研究[J];光谱学与光谱分析;2009年06期
10 沈润平;丁国香;魏国栓;孙波;;基于人工神经网络的土壤有机质含量高光谱反演[J];土壤学报;2009年03期
【共引文献】
中国期刊全文数据库 前10条
1 孙小香;赵小敏;谢文;;基于高光谱的山地红壤全氮含量估测模型对比研究[J];江苏农业科学;2018年15期
2 牟彬杉;郝笑龙;王清文;肖泽芳;王海刚;;多种木质原料化学成分对比[J];林产工业;2018年08期
3 乔天;吕成文;肖文凭;吕凯;水宏伟;;基于遗传算法的土壤质地高光谱预测模型研究[J];土壤通报;2018年04期
4 苏环;;无人机遥感技术在农田灌溉管理中的应用[J];乡村科技;2018年20期
5 张晗;赵小敏;郭熙;张佳佳;叶春;叶英聪;欧阳真程;王芳东;李小毛;;基于冠层高光谱信息的水稻生长监测应用研究进展[J];江苏农业科学;2018年12期
6 谢文;赵小敏;郭熙;叶英聪;孙小香;匡丽花;;基于RBF组合模型的山地红壤有机质含量光谱估测[J];林业科学;2018年06期
7 石朴杰;王世东;张合兵;王新闯;;基于高光谱的复垦农田土壤有机质含量估测[J];土壤;2018年03期
8 单海斌;蒋平安;颜安;朱磊;郭星;;基于高光谱数据的北疆绿洲农田灰漠土有机质反演[J];农业资源与环境学报;2018年03期
9 曲楠;窦森;;近红外光谱法对土壤有机碳组成的无损分析[J];东北师大学报(自然科学版);2018年01期
10 薛晓明;赵阅书;;基于红外光谱的2种黄檀属木材识别探讨[J];浙江林业科技;2017年06期
【同被引文献】
中国期刊全文数据库 前10条
1 孙宜田;李青龙;孙永佳;沈景新;;基于模糊控制的水肥药一体化系统研究[J];农机化研究;2015年08期
2 梁玉成;刘国平;谢宇峰;郝剑英;毛俐;;2BQM系列玉米免耕精量播种机的研究与设计[J];农业科技与装备;2015年06期
3 高祥照;杜森;钟永红;吴勇;张赓;;水肥一体化发展现状与展望[J];中国农业信息;2015年04期
4 吴一全;孟天亮;吴诗婳;;图像阈值分割方法研究进展20年(1994—2014)[J];数据采集与处理;2015年01期
5 袁军;王景立;;深松技术与深松机具发展现状[J];安徽农业科学;2014年33期
6 赵三琴;李毅念;丁为民;吕俊逸;王心怡;;稻穗结构图像特征与籽粒数相关关系分析[J];农业机械学报;2014年12期
7 巨晓棠;;氮肥有效率的概念及意义——兼论对传统氮肥利用率的理解误区[J];土壤学报;2014年05期
8 李昕升;王思明;丁晓蕾;;近代中国水稻育种科学发展及主要水稻育种科学家研究[J];广西民族大学学报(自然科学版);2014年02期
9 李秋霞;黄驰超;潘根兴;;基于资源环境管理角度推进测土配方施肥的方法探讨[J];中国农学通报;2014年08期
10 罗锡文;王在满;;水稻生产全程机械化技术研究进展[J];现代农业装备;2014年01期
中国博士学位论文全文数据库 前10条
1 金程;鸡蛋蛋壳裂纹检测技术与装置的研发[D];浙江大学;2015年
2 章海亮;基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D];浙江大学;2015年
3 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年
4 刘雪梅;基于可见近红外光谱检测土壤养分及仪器开发[D];东华大学;2014年
5 张筱蕾;基于高光谱成像技术的油菜养分及产量信息快速获取技术和方法研究[D];浙江大学;2013年
6 刘丙新;基于高光谱特征的水上油膜提取与分析研究[D];大连海事大学;2013年
7 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
8 杨海清;基于光谱技术的土壤成分和植物生长信息快速获取建模和仪器研究[D];浙江大学;2012年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年
中国硕士学位论文全文数据库 前10条
1 刘明城;节点间轻量级通信协议栈的设计与研究[D];电子科技大学;2015年
2 王鸿英;天津地区规模猪场污水处理模式研究[D];中国农业科学院;2012年
3 刘海波;基于WebGIS平台水稻病虫害预警关键技术研究与实现[D];湖南农业大学;2012年
4 周芳芳;农村清洁能源的区域综合利用评价及优化研究[D];郑州大学;2012年
5 李纪周;天津市规模化畜禽养殖场粪污治理及资源化利用调查研究[D];中国农业科学院;2011年
6 吴丹;太湖流域畜禽养殖非点源污染控制政策的实证分析[D];浙江大学;2011年
7 王文静;黄淮海地区不同作物体系土壤有机碳的变化趋势及影响因素[D];河北农业大学;2010年
8 周玉亮;枣庄市生态农业区划与模式研究[D];山东农业大学;2010年
9 宋涛;南四湖沿岸农业面源污染研究[D];山东师范大学;2010年
10 王桂苓;巢湖流域麦稻轮作农田养分径流流失特征初步研究[D];安徽农业大学;2009年
【二级引证文献】
中国期刊全文数据库 前10条
1 张青松;廖庆喜;肖文立;刘晓鹏;魏国粱;刘立超;;油菜种植耕整地技术装备研究与发展[J];中国油料作物学报;2018年05期
2 陈起莉;;提升农业机械化水平 促进农业可持续发展[J];农业与技术;2018年18期
3 龙腾;;上海土地整治智能化技术及其发展方向探讨[J];上海国土资源;2018年03期
4 黄明;王朝辉;罗来超;王森;曹寒冰;何刚;刁超朋;;垄覆沟播及施肥位置优化对旱地小麦氮磷钾吸收利用的影响[J];植物营养与肥料学报;2018年05期
5 祝清震;武广伟;陈立平;赵春江;孟志军;;槽轮结构参数对直槽轮式排肥器排肥性能的影响[J];农业工程学报;2018年18期
6 章孜亮;杨庆锋;杜迎辉;高俊;苏海榆;;根瘤菌及不同接种方式对花生生长发育及产量的影响[J];花生学报;2018年03期
7 陈思欣;何家成;何培祥;;小型固态有机肥施肥机的设计[J];农机化研究;2019年05期
8 汤建华;陈树人;花银群;杨继昌;;称重传感器在精准农业装备中的应用研究综述[J];江苏大学学报(自然科学版);2018年05期
9 刘春萍;徐江华;;农业机械设计加工中注意的问题分析[J];南方农机;2018年16期
10 束钰;耿晓阳;宋月鹏;高东升;柳洪洁;王征;;带夹持机构的锯切式苹果剪枝机设计[J];中国农机化学报;2018年08期
中国博士学位论文全文数据库 前4条
1 段宇飞;鸡蛋多品质高通量在线快速无损检测研究[D];华中农业大学;2017年
2 姜微;高光谱技术在马铃薯品种鉴别及品质无损检测中的应用研究[D];东北农业大学;2017年
3 闫鹏程;基于激光诱导荧光技术的煤矿突水水源识别模型研究[D];安徽理工大学;2016年
4 史硕;时间分辨荧光激光雷达植被遥感探测基础研究[D];武汉大学;2015年
中国硕士学位论文全文数据库 前1条
1 蔡路灵;河南省农业面源污染调查研究[D];河南大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 肖武;李小昱;李培武;雷廷武;王为;刘洁;冯耀泽;;基于近红外光谱土壤水分检测模型的适应性[J];农业工程学报;2009年03期
2 宋韬;鲍一丹;何勇;;利用光谱数据快速检测土壤含水量的方法研究[J];光谱学与光谱分析;2009年03期
3 沈渊婷;倪国强;徐大琦;蒋丽丽;贺金平;;利用Hyperion短波红外高光谱数据勘探天然气的研究[J];红外与毫米波学报;2008年03期
4 陈全胜;赵杰文;蔡健荣;Vittayapadung Saritporn;;基于近红外光谱和机器视觉的多信息融合技术评判茶叶品质[J];农业工程学报;2008年03期
5 张荣标;何加祥;吴涛;冯友兵;;基于图像处理的土壤表层含水率在线检测方法研究[J];农业工程学报;2007年10期
6 刘焕军;张柏;赵军;张兴义;宋开山;王宗明;段洪涛;;黑土有机质含量高光谱模型研究[J];土壤学报;2007年01期
7 鲍一丹;何勇;方慧;Annia Garcia Pereira;;土壤的光谱特征及氮含量的预测研究[J];光谱学与光谱分析;2007年01期
8 李伟;张书慧;张倩;董朝闻;张守勤;;近红外光谱法快速测定土壤碱解氮、速效磷和速效钾含量[J];农业工程学报;2007年01期
9 薛利红;杨林章;沈明星;;缺素对小麦冠层反射光谱的影响[J];麦类作物学报;2006年06期
10 徐永明;蔺启忠;王璐;黄秀华;;基于高分辨率反射光谱的土壤营养元素估算模型[J];土壤学报;2006年05期
【相似文献】
中国期刊全文数据库 前10条
1 张启雷;高辉;彭长连;;内源抗坏血酸对水稻叶片抗氧化胁迫的影响[J];华南师范大学学报(自然科学版);2016年06期
2 王琳;范云峰;粱建生;;双向电泳中不同样品裂解液对水稻叶片疏水蛋白溶解效果比较[J];江苏农业科学;2017年18期
3 赵春德;张迎信;刘群恩;余宁;朱爱科;程式华;曹立勇;;水稻叶片衰老分子机制研究进展[J];分子植物育种;2015年03期
4 张宝来;;水稻叶片衰老的研究进展[J];天津农业科学;2013年04期
5 翟荣荣;冯跃;曹立勇;程式华;吴伟明;;水稻叶片衰老研究进展[J];中国稻米;2011年01期
6 迟光宇;陈欣;史奕;刘新会;;水稻叶片光谱对亚铁胁迫的响应[J];中国科学(C辑:生命科学);2009年04期
7 郑建敏;张涛;郑家奎;;水稻叶片衰老相关基因的研究进展[J];基因组学与应用生物学;2009年05期
8 王旭军,徐庆国,杨知建;水稻叶片衰老生理的研究进展[J];中国农学通报;2005年03期
9 程罗生 ,洪建南 ,汪董 ,杨光;水稻叶片发黄的看苗诊断[J];农业装备技术;2005年04期
10 冯绪猛,罗时石,胡建伟,吴进才,王泽港,马飞;农药对水稻叶片丙二醛及叶绿素含量的影响[J];核农学报;2003年06期
中国重要会议论文全文数据库 前10条
1 姜华武;佃蔚敏;沈翊;吴平;;离体水稻叶片衰老受己糖激酶抑制剂阻断[A];中国植物生理学会全国学术年会暨成立40周年庆祝大会学术论文摘要汇编[C];2003年
2 赵彬彬;张爱红;尹燕;卢庆陶;任海云;卢从明;;低温光抑制胁迫下水稻叶片的蛋白质组研究[A];第二届全国植物蛋白质组学学术研讨会论文集[C];2007年
3 胡川;张智慧;王振中;李云锋;;适合于双向电泳的水稻叶片总蛋白提取方法的研究[A];中国植物病理学会2008年学术年会论文集[C];2008年
4 徐涤;臧晓南;袁定阳;赵炳然;唐俐;衣俊杰;张学成;;重组螺旋藻藻蓝蛋白及其在水稻叶片中异源表达的研究[A];中国藻类学会第八次会员代表大会暨第十六次学术讨论会论文摘要集[C];2011年
5 宋俊乔;陈亮;楼巧君;罗利军;;水稻叶片形态解剖结构在水旱两种条件下的多样性分析[A];全国生物遗传多样性高峰论坛会刊[C];2012年
6 阳成伟;陈贻竹;彭长连;林桂珠;欧志英;;水稻叶片不同生育期叶黄素循环及抗氧化系统组分的日变化[A];全国植物光合作用、光生物学及其相关的分子生物学学术研讨会论文摘要汇编[C];2001年
7 崔素霞;黄芳;王洁;马晓;程永升;刘进元;;响应低温胁迫的水稻叶片蛋白质组[A];中国蛋白质组学第二届学术大会论文摘要论文集[C];2004年
8 张智慧;聂燕芳;何磊;高元媛;李云锋;王振中;;外源水杨酸诱导的水稻叶片的蛋白质差异表达分析[A];中国植物病理学会2010年学术年会论文集[C];2010年
9 丁玉川;徐国华;王劲松;李丽君;刘平;;镁、钾交互作用对水稻叶片碳、氮代谢的影响[A];面向未来的土壤科学(上册)——中国土壤学会第十二次全国会员代表大会暨第九届海峡两岸土壤肥料学术交流研讨会论文集[C];2012年
10 张道允;王学华;陈悦;许大全;;水稻叶片光合能力的决定因素[A];中国植物生理学会第九次全国会议论文摘要汇编[C];2004年
中国重要报纸全文数据库 前10条
1 吴杰;我科学家发现水稻叶片衰老死亡原理[N];科技日报;2011年
2 刘万珍;水稻叶片为啥发黄[N];河北科技报;2013年
3 方圆;近期低温造成水稻叶片发黄[N];江苏农业科技报;2010年
4 元阳县嘎娘乡农科站 卢文祥;水稻叶片发黄的病害识别与防治[N];云南科技报;2001年
5 方圆;水稻叶片发黄、发白、有红褐斑主要由生理性因素引起[N];江苏农业科技报;2010年
6 堂吉伟德;微量元素滥检令人忧[N];健康报;2018年
7 张淳艺;遏制滥查微量元素要双管齐下[N];中国人口报;2018年
8 本报记者 崔海涛;添加微量元素不再尴尬 全营养时代将来临![N];中华合作时报;2018年
9 西风;中微量元素 一炒毁商机[N];农资导报;2016年
10 深圳商报记者 彭蓓 实习生 胡柏青;儿童是否该做微量元素检查[N];深圳商报;2012年
中国博士学位论文全文数据库 前10条
1 邵咏妮;水稻生长生理特征信息快速无损获取技术的研究[D];浙江大学;2010年
2 宋海燕;基于光谱技术的土壤、作物信息获取及其相互关系的研究[D];浙江大学;2006年
3 李志伟;基于3S技术的农田信息采集系统的研究与开发[D];南京农业大学;2005年
4 余亮英;激光感生击穿光谱的理论与燃煤应用实验研究[D];华中科技大学;2005年
5 李刚;Raman光谱的增强理论与应用技术研究[D];华中师范大学;2007年
6 黄敏;基于光谱及数据挖掘技术的油菜养分及品质信息的无损检测研究[D];浙江大学;2009年
7 赵霞;水稻叶片非光化学猝灭对环境因子的光合响应[D];华中农业大学;2017年
8 房传营;mGWAS解析甲醇-茉莉素代谢级联调控水稻叶片衰老的研究[D];华中农业大学;2017年
9 林延慧;水稻叶片快速衰老控制基因RLS3的克隆及功能分析[D];中国农业大学;2016年
10 崔菁菁;不同年代水稻品种氮素利用特性及库/源变化的研究[D];吉林农业大学;2015年
中国硕士学位论文全文数据库 前10条
1 童钊;基于计算机视觉的水稻叶片信息研究[D];湖南农业大学;2010年
2 柴爽爽;水稻叶片蛋白质组提取、分离与富集技术的研究[D];中国农业科学院;2018年
3 李汶珊;遮光对水稻叶片气体交换和叶绿素荧光参数的影响[D];沈阳农业大学;2017年
4 蒋太英;水稻叶片衰老相关蛋白磷酸酶编码基因OsSAPP2的克隆及初步功能分析[D];沈阳农业大学;2017年
5 张志;水稻叶片衰老基因型筛选及其氮素穗肥施用调控作用机制[D];河南农业大学;2012年
6 孙波;水稻叶片衰老相关基因的鉴定[D];华中农业大学;2012年
7 马素霞;水稻叶片光合作用与叶绿素荧光相关性的研究[D];南京信息工程大学;2016年
8 赵越;基于高光谱的寒地水稻叶片氮素营养诊断研究[D];东北农业大学;2017年
9 田霞;水稻叶片生理生化性状与品种抗旱性的关系研究[D];华中农业大学;2010年
10 彭海欢;缺钾对水稻叶片光合特性、抗氧化酶的影响及其诱导早衰机制的研究[D];浙江大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026