[发明专利]基于植物电信号的作物耐盐性评价方法有效
申请号: | 201610068985.0 | 申请日: | 2016-02-01 |
公开(公告)号: | CN105678111B | 公开(公告)日: | 2018-09-14 |
发明(设计)人: | 刘锴;习岗;樊琳琳;梁成;贺瑞瑞 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06F19/24 | 分类号: | G06F19/24;G06Q50/02 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 李娜 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 植物 电信号 作物 耐盐性 评价 方法 | ||
1.基于植物电信号的作物耐盐性评价方法,其特征在于,通过采集作物萌发幼苗盐胁迫前后的表面电位信号,分别计算盐胁迫前后电位信号的特征值,根据特征值的变化定义作物的耐盐性评价系数,评价作物的耐盐性;
具体按以下步骤实施:
步骤1,将待检测的作物种子放在恒温箱中萌发,待发芽后移栽到水培培养皿生长,待到作物萌发;
步骤2,将萌发后的作物幼苗连同培养皿一同放入封闭网状电磁屏蔽笼中,采集幼苗的表面电位波动信号s;
步骤3,将经步骤2测量过的幼苗的培养环境中加入NaCl溶液,在恒温环境下继续进行盐胁迫培养,然后采集胁迫后幼苗的表面电位波动信号s′;
步骤4,分别求取步骤2和步骤3采集到的作物幼苗表面电位波动信号s和s′的特征值;
表面电位波动信号s的特征值为相对边际谱熵Er,表面电位波动信号s′的特征值为相对边际谱熵Er′,具体求取过程为:
将采集到的叶片表面电位波动信号进行EMD分解,得到一组本征模态函数,将得到每个本征模态函数分别应用Hilbert变换,得到Hilbert幅值谱H(ω,t),其中,ω表示频率,t表示时间:
按下式计算得到信号的边际谱:
按下式计算得到边际谱熵:
其中,p(k)=h(k)/∑h(k)表示第k个频率对应幅值出现的概率;
按下式将熵值归一化,得到相对边际谱熵Er:
Er=E/logN
其中N为表面电位波动信号s的数据点个数;
由此得到幼苗胁迫前的相对边际谱熵Er和胁迫后的相对边际谱熵Er′;
步骤5,根据表面电位波动信号特征值的变化,评价种子耐盐性。
2.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤1中萌发标准为:作物种子萌发出3~4片叶子,株高10cm~20cm。
3.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤3中NaCl溶液的加入量为:使培养皿中NaCl浓度达到50mmol/L~1000mmol/L;培养温度为20~45℃,培养时间2~360小时。
4.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤5,具体为:
定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
5.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤4中表面电位波动信号s的特征值为重心频率fg,表面电位波动信号s′的特征值为重心频率fg',具体求取过程为:利用周期图法、相关函数法或者AR谱方法计算作物幼苗表面电位波动信号s的功率谱p(f),然后利用下式计算其重心频率fg,
其中:f1到f2为频率范围,f为频率值;
由此得到幼苗胁迫前的重心频率fg和胁迫后的重心频率fg'。
6.根据权利要求5所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤5,具体为:定义作物耐盐性评价系数R为:
评价标准为:R值的大小在0~1之间,R值越大,作物的耐盐性越强;R值越小,种子耐盐性越弱。
7.根据权利要求1所述的基于植物电信号的作物耐盐性评价方法,其特征在于,所述步骤3中盐胁迫后的表面电位波动信号s′的采集方法和条件与胁迫前表面电位波动信号s的采集方法和条件相同。
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西安理工大学,未经西安理工大学许可,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/201610068985.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种提升终端安全性的装置及方法
- 下一篇:一种样本组合分析核酸序列的方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用