發(fā)布時間：2020-11-20 01:30

　　 鉀是植物光合作用中多種酶的活化劑,與植物的光合特性密切相關。本研究以碧香無核葡萄為試驗材。重點研究不同鉀營養(yǎng)水平下葡萄葉片葉綠素熒光動力學參數的響應機制,并分析了葉片鉀含量與葉綠素熒光動力學參數之間的相關性,為葡萄鉀營養(yǎng)的豐缺診斷提供參考依據及相關檢測儀器的研發(fā)提供技術支持。主要研究結果如下:1.在0~210kg/hm~2施鉀范圍內,隨著施鉀量的提高,葉片的葉綠素熒光動力學參數F_v/F_m、F_v/F_0、Y(Ⅱ)、qP明顯提高,qN明顯降低;超過210kg/hm~2后,隨著鉀肥量的提高,葉片的F_v/F_m、F_v/F_0、Y(Ⅱ)、qP降低,qN升高。熒光參數Y(Ⅱ)、qP對鉀營養(yǎng)反應靈敏。2.葡萄果實進入膨大期后,結果枝、營養(yǎng)枝葉片的F_v/F_m、F_v/F_0、Y(Ⅱ)、qP呈先上升后下降的趨勢,但是結果枝葉片的F_v/F_m、F_v/F_0上升的趨勢不如營養(yǎng)枝葉片的F_v/F_m、F_v/F_0上升明顯;而結果枝葉片的Y(Ⅱ)、qP下降的趨勢比營養(yǎng)枝葉片的Y(Ⅱ)、qP下降明顯。3.不同葉位(取結果枝果穗以上,包括果穗葉片,從下至上第1、第2、第3葉片依次記為L1、L2、L3,營養(yǎng)枝選取相同葉位葉片,標記方法相同)的熒光參數差異分析結果表明,結果枝L1葉的F_v/F_m、F_v/F_0、Y(Ⅱ)、qP高于結果枝L2、L3,qN值低于結果枝L2、L3葉;營養(yǎng)枝L1葉的F_v/F_m、F_v/F_0、Y(Ⅱ)、qP低于營養(yǎng)枝L2、L3葉,qN值高于營養(yǎng)枝L2、L3。并且結果枝L1葉片對鉀營養(yǎng)的反應比營養(yǎng)枝L1葉片熒光參數更靈敏。4.對結果枝L1葉片的葉綠素熒光動力學參數與葉片鉀含量進行相關性分析,發(fā)現葉片的F_v/F_0、F_v/F_m、Y(Ⅱ)、qP、qN與葉片鉀含量相關性較高,而葉片的Y(Ⅱ)、qP與葉片鉀含量的相關性最高,分別為0.664和0.596。5.分別采用BP神經網絡、ELM網絡、SVR(支持向量機)3種模型構建方法,建立了基于葡萄葉片葉綠素熒光動力學參數(F_v/F_0、F_v/F_m、Y(Ⅱ)、qP、qN)的葡萄葉片鉀含量回歸預測模型,并對相應模型進行了精度檢驗和評價,結果表明,采用SVR算法訓練熒光參數預測葉片鉀含量效果最佳,R~2的平均值達到0.839。該模型的核函數為RBF,最佳參數c和g的選取應用交叉驗證法。
【學位單位】：吉林農業(yè)大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：S663.1
【部分圖文】：

技術流程圖

試驗于 2017 年在吉林農業(yè)大學設施農業(yè)園區(qū)日光溫室內進行（如圖 2.1 所示），供試品種為碧香無核葡萄，3 年生，株行距 0.8 m×3 m，長勢一致。供試土質及肥力：試驗土壤為黑壤土，土壤基本理化性狀：土層深度：0~30 cm，土壤容重 1.16 g/cm3，有機質含量為 13.6 g/kg，堿解氮為 60.2mg/kg，速效磷為36.8 mg/kg，速效鉀為 140.6 mg/kg，pH 為 6.5。供試肥料：氮肥用尿素（N：46%）；磷肥用過磷酸鈣（P2O5：16%）；鉀肥用硫酸鉀（K2O：50%）。2.2 試驗設計試驗共設計 5 個鉀水平，鉀肥施用量分別為 0kg/hm2、70 kg/hm2、140 kg/hm2、210 kg/hm2、280 kg/hm2，依次記為 CK、K1、K2、K3、K4。隨機區(qū)組排列，3 次重復。鉀肥分兩次施入，第一次在葡萄新梢生長期施入，時間為 2017 年 5 月 6日，施入量 40%，第二次在果實膨大期施入，時間為 2017 年 6 月 10 日，施入量為 60%。各處理施入相同的氮肥和磷肥，施入量分別為 225 kg/hm2和 120 kg/hm2。按照常規(guī)方法進行田間管理。

11（e）非光化學淬滅系數 （f）光化學淬滅系數圖 2.4 采集葡萄葉片葉綠素熒光圖像示例Fig.2.4 chlorophyll fluorescence images of grape.2 葉片鉀含量測定葡萄葉片采集之后，將葉片烘干、稱重、粉碎。對葉片進行消化處理后，焰光度計測定葡萄葉片鉀元素含量（如圖 2.5 和 2.6 所示）。圖 2.5 葡萄葉片消化處理圖 2.6 葡萄葉片鉀元素含量測定
【參考文獻】

相關期刊論文 前10條

1 安東升;魏長斌;曹娟;竇美安;;甘蔗苗期不同葉位葉綠素熒光特性研究[J];熱帶作物學報;2015年11期

2 許曉龍;李宗泰;張美玲;姬紅;李金埔;王雙磊;宋憲亮;孫學振;;鉀素營養(yǎng)對不同棉花品種苗期生長和葉片生理特性的影響[J];華北農學報;2013年S1期

3 陸宇振;杜羅文;余常兵;周健民;;紅外光聲光譜技術結合區(qū)間、組合區(qū)間偏最小二乘測定油菜籽含氮量和含油量[J];分析試驗室;2013年09期

4 黃雙萍;岳學軍;洪添勝;蔡坤;林詩倫;;基于小波變換與LS-SVR的柑橘葉片磷含量高光譜監(jiān)測模型[J];廣東農業(yè)科學;2013年13期

5 張瑤;鄭立華;李民贊;鄧小蕾;王詩叢;張鋒;冀榮華;;基于光譜特征分析的蘋果樹葉片營養(yǎng)素預測模型構建[J];農業(yè)工程學報;2013年08期

6 林鄭和;鐘秋生;陳常頌;游小妹;陳志輝;;缺鉀對茶樹幼苗葉片葉綠素熒光特性的影響[J];植物營養(yǎng)與肥料學報;2012年04期

7 李井會;朱麗麗;宋述堯;;應用數字圖像技術進行馬鈴薯氮素營養(yǎng)診斷的研究[J];安徽農業(yè)科學;2012年06期

8 石吉勇;鄒小波;趙杰文;毛罕平;王開亮;陳正偉;黃曉瑋;;基于近紅外光譜的設施栽培水果黃瓜磷元素虧缺初期快速診斷[J];光譜學與光譜分析;2011年12期

9 楊軍;馬振峰;劉桂華;;鉀營養(yǎng)對柰李葉片光合作用及葉綠素熒光的影響[J];中國農學通報;2010年20期

10 王連君;邢宇;;數字圖像技術在草莓氮素營養(yǎng)診斷中的應用研究[J];華南農業(yè)大學學報;2010年02期

相關博士學位論文 前3條

1 胡靜;基于微電極技術的黃瓜氮鉀營養(yǎng)診斷研究[D];江蘇大學;2015年

2 石媛媛;基于數字圖像的水稻氮磷鉀營養(yǎng)診斷與建模研究[D];浙江大學;2011年

3 汪曉麗;小麥幼苗根系對NO_3~-的吸收及細胞內NO_3~-的分布與調節(jié)機制研究[D];揚州大學;2010年

相關碩士學位論文 前3條

1 徐愛娣;昌邑地區(qū)葡萄豐產栽培技術研究[D];山東農業(yè)大學;2014年

2 李方一;基于數字圖像處理技術的油菜葉片氮素營養(yǎng)檢測研究[D];湖南農業(yè)大學;2009年

3 馬吉鋒;基于葉片葉綠素熒光參數的麥稻氮素營養(yǎng)監(jiān)測研究[D];南京農業(yè)大學;2006年

本文編號：2890732