[发明专利]一种基于叶绿素荧光技术的作物冷损伤程度分级方法

说明书

一种基于叶绿素荧光技术的作物冷损伤程度分级方法，在不同低温条件下培养作物植株相同时间，获取用于建立分级模型的若干组PSⅡ叶绿素荧光参数以及用于模型验证的若干组PSI叶绿素荧光参数，其中每组PSⅡ叶绿素荧光参数包含15种叶绿素荧光参数，分析不同低温温度及持续时间下作物叶片15种叶绿素荧光参数变化情况；对15种叶绿素荧光参数进行归一化处理后，进行相关性分析，简化选取前4个主成分，基于层次聚类方法对4个主成分相应的综合因子作无监督分类，将作物叶片分为6级，并采用PSI参数Y(I)对分级结果进行验证。本发明可为检测作物冷损伤程度提供新的研究方法，在作物冷害无损诊断方面有良好的前景。

技术领域

本发明属于人工智能与农业技术领域，特别涉及一种基于叶绿素荧光技术的作物冷损伤程度分级方法。

背景技术

在全球变暖的背景下，极端天气发生的频率和强度逐渐增加。一些喜温喜光，不耐低温的作物，例如黄瓜，在反季节栽培时容易受到低温冷害，影响到作物的产量和品质。低温敏感作物的冷敏感习性导致其遭受冷害的现象在我国北部地区进行冬季或早春生产时常有发生，不仅严重影响作物品质，同时在产量上也给种植者造成了巨大的损失。这证明了研究低温条件下这类作物叶片状态检测及损伤程度分级的必要性。

针对该问题，许多学者从低温敏感作物的生长发育状态、生理生化抗性、光合速率等方面对低温下叶片进行了研究。虽然各类生理参数可以对低温情况下叶片状态作有效表征，为损伤程度分级提供依据，但相关试验多为破坏性检测，且操作步骤繁琐，不能实现胁迫条件下的叶片损伤程度的快速鉴定与分级。叶绿素荧光技术是一种快速、非侵入性、非常敏感的评价光系统II(PSII)效率的方法。它通常用于确定植物对各种环境胁迫的响应。叶绿素荧光与光合碳代谢和叶片气体交换密切相关，其参数测定提供了光化学过程中所消耗的能量以及热量所损失的能量的信息，作为研究光合作用的探针，在植物生长和环境胁迫方面显示出巨大的潜力。Makonya等人(2020)认为，叶绿素荧光技术是大田条件下选择耐热鹰嘴豆基因型的合适工具，在相当高的光照水平下测定的Fv/Fm与籽粒产量呈正相关。Donget al.(2020)利用ChlF成像系统研究了番茄冷害与ChlF参数之间的相关性，并利用6个ChlF参数值评价番茄幼苗的冷害等级。训练集识别正确率为90.3％，验证集识别正确率为90％。Alexander等人(2020)通过Fv/Fm参数描述了一种传感器的特性，该传感器用于定量农田应用的农业植物中的除草剂和病原体胁迫。他们发现，利用Fv/Fm参数进行胁迫检测适合作为作物管理决策的专家工具。纪建伟等(2021)针对番茄幼苗受弱光胁迫及补光恢复情况，采用叶绿素荧光技术，对比各荧光参数图像后，选取Y(Ⅱ)来评估弱光胁迫番茄叶片的损伤和补光恢复，基于BP神经网络建立的补光恢复识别模型总体准确率R＝98.9％，均方误差为u＝0.11421。上述研究利用叶绿素荧光技术识别作物非生物胁迫取得一定的成果，但目前胁迫分级主要采取经验值方法，还未出现基于叶绿素荧光技术对植物胁迫程度作无监督分类的研究。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于叶绿素荧光技术的作物冷损伤程度分级方法，以期为检测作物冷损伤程度提供新的研究方法。

为了实现上述目的，本发明采用的技术方案是：

一种基于叶绿素荧光技术的作物冷损伤程度分级方法，包括如下步骤：

步骤1，在不同低温条件下培养作物植株相同时间，获取用于建立分级模型的若干组PSⅡ叶绿素荧光参数以及用于模型验证的若干组PSI叶绿素荧光参数，其中每组所述PSⅡ叶绿素荧光参数包含该条件下作物植株功能叶片的15种叶绿素荧光参数，分析不同低温温度及持续时间下作物叶片15种叶绿素荧光参数变化情况；

步骤2，对得到的若干组PSⅡ叶绿素荧光参数进行归一化处理后，进行相关性分析；

步骤3，基于PCA方法简化15种叶绿素荧光参数，选取前4个主成分，反映了95％以上的数据信息；