[发明专利]紫叶李叶片花青素含量的测定方法有效

专利信息
申请号: 201510539736.0 申请日: 2015-08-28
公开(公告)号: CN105136686B 公开(公告)日: 2019-01-29
发明(设计)人: 刘秀英;熊建利;常庆瑞;宋荣杰;严林;秦占飞;谢飞 申请(专利权)人: 河南科技大学
主分类号: G01N21/25 分类号: G01N21/25
代理公司: 郑州睿信知识产权代理有限公司 41119 代理人: 牛爱周
地址: 471003 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 紫叶李 叶片 花青素 含量 测定 方法
【说明书】:

发明公开了一种紫叶李叶片花青素含量的测定方法,属于精准农业中作物生长信息无损监测技术领域。该方法采用高光谱辐射仪测定紫叶李叶片的反射光谱数据,室内测定叶片花青素含量,然后将紫叶李叶片反射光谱数据与花青素含量数据相融合,通过相关分析确定花青素的敏感波长,构建基于特征波长的花青素含量光谱监测模型,再采用光谱辐射仪测定待测紫叶李叶片在特征波长的反射光谱数据,将数据代入花青素含量光谱监测模型中,计算得到紫叶李叶片的花青素含量;该方法简单、高效、实用,准确度高,能实现叶片无损检测,适用于不同树龄、不同颜色样品的原位重复测量及大区域监测。

技术领域

本发明涉及一种紫叶李叶片花青素含量的测定方法,属于精准农业中作物生长信息无损监测技术领域。

背景技术

花青素是水溶性的黄酮类化合物,它是植物叶片色素中第三类主要色素,是一种具有多重生理功能的植物次生代谢物。通常,花青素的有效积累是由许多环境胁迫引起的,包括强光、中波紫外线照射、低温、干旱、损伤、细菌及真菌感染、氮和磷的缺乏、某些除草剂及污染物等,尤其在植物幼小和衰老叶片中含量丰富。花青素能够修复叶片的光环境,具有潜在地调节光合作用和限制光抑制与光漂白作用的能力,以及对光破坏的防御能力。花青素可以作为渗透调节物质,提高植物抗冰冻与抗干旱胁迫的能力。此外,花青素还具有抗氧化作用,有助于修复损伤后的叶片。

传统的花青素含量测定主要采用湿化学法,包括用溶剂提取叶片中花青素,分光光度计测定花青素在溶剂中的吸光度,将测定的吸光度值转换成花青素含量等步骤。该方法能够准确测定叶片中花青素的含量,但是存在劳动强度大,测量费时、费力,需要对叶片进行破坏,不能进行原位重复测量及大区域监测等问题。因此,亟需一种简单、准确、高效、实用的花青素含量测定方法。已有研究表明,植物色素能够选择性地吸收或反射特定波长的光,利用光谱吸收或反射检测技术替代破坏性的、费时费力的湿化学法,将有利于植物色素的快速、无损估测。目前,基于高光谱监测模型的紫叶李叶片花青素测定还未见报道。

发明内容

本发明的目的是提供一种简单、准确、高效、实用的紫叶李叶片花青素含量测定方法。

为了实现以上目的,本发明所采用的技术方案是:

紫叶李叶片花青素含量的测定方法,步骤如下:采用高光谱辐射仪测定紫叶李叶片在特征波长的反射光谱数据,将测得的反射光谱数据代入花青素含量光谱监测模型中,计算得到紫叶李叶片的花青素含量。

所述花青素含量光谱监测模型的建立包括以下步骤:

1)取样与数据采集

采集不同树龄的紫叶李叶片,将颜色均匀一致的多个叶片组成一个叶片样本,分别测定每一个样本中叶片的花青素含量和反射光谱数据;

2)数据预处理

对于一个叶片样本,先对反射光谱数据重采样至1nm,再分别计算花青素含量和重采样反射光谱数据的均值,并记为一组样本数据,将得到的多组样本数据按照花青素含量大小排序,形成一个数据集;

3)确定特征波长

对数据集中的花青素含量和反射光谱数据作相关分析,相关系数最大且双尾检验达到极显著水平(此时二者之间的相关性最大);

4)建模与验模

利用花青素含量与特征波长的反射光谱数据拟合公式,得到花青素含量光谱监测模型,验模,即得。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南科技大学,未经河南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510539736.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top