Применение оптических методов для оценки физиологических повреждений флаговых листьев пшеницы

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

В статье исследована возможность применения гиперспектральной и RGB-съемки в качестве быстрого и надежного метода определения содержания хлорофиллов для оценки показателей состояния фотосинтетического аппарата. Приведены результаты исследования связей между спектральными характеристиками отражательной способности флаговых листьев пшеницы, характеристиками их цвета и содержанием хлорофилла в условиях наличия и отсутствия затопления. Установлено, что наиболее точная оценка состояния растений может быть построена на основе вегетационного индекса NDVI705, полученного путем обработки гиперспектральных данных.

Полный текст

Доступ закрыт

Об авторах

Е. Н. Баранова

Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии; Главный ботанический сад Н. В. Цицина Российской академии наук; Московская сельскохозяйственная академия имени Тимирязева Российский государственный аграрный университет; АНО Институт стратегии развития

Автор, ответственный за переписку.
Email: photonics@technosphera.ru
ORCID iD: 0000-0001-8169-9228

к. б. н., в. н. с., Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии; м. н. с., Главный ботанический сад им. Н. В. Цицина РАН; доцент, Московская сельскохозяйственная академия имени Тимирязева Российский государственный аграрный университет; научный консультант, АНО Институт стратегии развития

Россия, Москва; Москва; Москва; Москва

О. В. Шелепова

Главный ботанический сад Н. В. Цицина Российской академии наук

Email: photonics@technosphera.ru
ORCID iD: 0000-0003-2011-6054

к. б. н., в. н. с.

Россия, Москва

А. А. Золотухина

Научно-технологический центр уникального приборостроения Российской академии наук

Email: photonics@technosphera.ru
ORCID iD: 0000-0003-1043-7014

инженер-исследователь

Россия, Москва

Г. В. Нестеров

Научно-технологический центр уникального приборостроения Российской академии наук

Email: photonics@technosphera.ru
ORCID iD: 0009-0000-8647-6170

инженер-исследователь

Россия, Москва

К. А. Судариков

АНО Институт стратегии развития

Email: photonics@technosphera.ru
ORCID iD: 0009-0005-8734-1223

инженер-исследователь

Россия, Москва

В. В. Латушкин

АНО Институт стратегии развития

Email: photonics@technosphera.ru
ORCID iD: 0000-0003-1406-8965

к. б. н., c. н. с.

Россия, Москва

А. А. Гулевич

Всероссийский научно-исследовательский институт сельскохозяйственной биотехнологии

Email: photonics@technosphera.ru
ORCID iD: 0000-0003-4399-2903

к. б. н., c. н. с.

Россия, Москва

Список литературы

  1. Houborg R., McCabe M. F., Cescatti A., Gitelson A. A. Leaf chlorophyll constraint on model simulated gross primary productivity in agricultural systems. International Journal of Applied Earth Observation Geoinformation. 2015; 43: 160–176. doi: 10.1016/j.jag.2015.03.016.
  2. Dai W., Girdthai T., Huang Z., Ketudat-Cairns M., Tang R., Wang S. Genetic analysis for anthocyanin and chlorophyll contents in rapeseed. Ciência Rural. 2016; 46(5): 790–795. doi: 10.1590/0103-8478cr20150564.
  3. Luo F., Deng X., Liu Y., Yan Y. Identification of phosphorylation proteins in response to water deficit during wheat flag leaf and grain development. Botanical Studies. 2018; 59: 28. doi: 10.1186/s40529-018-0245-7.
  4. Thrane J. E., Kyle M., Striebel M., Haande S., Grung M., Rohrlack T., Andersen T. Spectrophotometric analysis of pigments: a critical assessment of a high-throughput method for analysis of algal pigment mixtures by spectral deconvolution. PloS One. 2015; 10(9): e0137645. doi: 10.1371/journal.pone.0137645.
  5. Wellburn A. R. The spectral determination of chlorophylls a and b, as well as total carotenoids, using various solvents with spectrophotometers of different resolution. Journal of Plant Physiology. 1994; 144(3): 307–313. doi: 10.1016/S0176-1617(11)81192-2.
  6. Qiao L., Tang W., Gao D., Zhao R., An L., Li M., Sun H., Song D. UAV-based chlorophyll content estimation by evaluating vegetation index responses under different crop coverages. Computers and Electronics in Agriculture. 2022; 196: 106775. doi: 10.1016/j.compag.2022.106775.
  7. Gudkov S. V., Sarimov R. M., Astashev M. E., Pishchal’nikov R. YU., YAnykin D. V., Simakin A. V., et al. Sovremennye fizicheskie metody i tekhnologii v sel’skom hozyajstve. Uspekhi fizicheskih nauk. 2024; 194(2): 208–226. doi: 10.3367/UFNr.2023.09.039577. Гудков С. В., Саримов Р. М., Асташев М. Е., Пищальников Р. Ю., Яныкин Д. В., Симакин А. В., и др. Современные физические методы и технологии в сельском хозяйстве. Успехи физических наук. 2024; 194(2): 208–226. doi: 10.3367/UFNr.2023.09.039577.
  8. YAkushev V. P., Kanash E. V., Rusakov D. V., YAkushev V. V., Blohina S. YU., Petrushin A. F., Blohin YU.I., Mitrofanova O. A., Mitrofanov E. P. Korrelyacionnye zavisimosti mezhdu vegetacionnymi indeksami, urozhaem zerna i opticheskimi harakteristikami list’ev pshenicy pri raznom soderzhanii v pochve azota i gustote poseva. Sel’skohozyajstvennaya biologiya. 2022; 57(1), 98–112. doi: 10.15389/agrobiology.2022.1.98eng. Якушев В. П., Канаш Е. В., Русаков Д. В., Якушев В. В., Блохина С. Ю., Петрушин А. Ф., Блохин Ю. И., Митрофанова О. А., Митрофанов Е. П. Корреляционные зависимости между вегетационными индексами, урожаем зерна и оптическими характеристиками листьев пшеницы при разном содержании в почве азота и густоте посева. Сельскохозяйственная биология. 2022; 57(1), 98–112. doi: 10.15389/agrobiology.2022.1.98eng.
  9. Agarwal A., Dongre P. K., Dutta Gupta S. Smartphone-assisted real-time estimation of chlorophyll and carotenoid concentrations and ratio using the inverse of red and green digital color features. Theoretical and Experimental Plant Physiology. 2021; 33(3): 293–302. doi: 10.1007/s40626-021-00210-4.
  10. Pozhar V. E., Machikhin A. S., Gaponov M. I., Shirokov S. V., Mazur M. M., Sheryshev A. E. Hyper-spectrometer Based on an Acousto-optic Tuneable Filters for UAVS. Light & Engineering. 2018. 27(3): 99–104. doi: 10.33383/2018-029.
  11. Smiryaev A. V., Hucapariya T. I. Optimizaciya ob»ema vyborki rastenij, izmeryaemyh pri odnoletnem i mnogoletnem sortoispytanii myagkoj yarovoj pshenicy. Izvestiya Timiryazevskoj sel’skohozyajstvennoj akademii. 2014; 3: 139–144. doi: 10.34677/0021-342x. Смиряев А. В., Хуцапария Т. И. Оптимизация объема выборки растений, измеряемых при однолетнем и многолетнем сортоиспытании мягкой яровой пшеницы. Известия Тимирязевской сельскохозяйственной академии. 2014; 3: 139–144. doi: 10.34677/0021-342x.
  12. Lichtenthaler H. K., Buschmann C. Chlorophylls and carotenoids: Measurement and characterization by UV-VIS spectroscopy. Current Protocols of Food and Analytical Chemistry. 2001; 1: 1–8. doi: 10.1002/0471142913.faf0403s01.
  13. Pu R. Hyperspectral remote sensing: Fundamentals and practices. Hyperspectral Remote Sensing: Fundamentals and Practices. CRC Press, 2017. p. 1–466. doi: 10.1201/9781315120607.
  14. Yang W., Wang S., Zhao X., Zhang J., Feng J. Greenness identification based on HSV decision tree. Information Processing in Agriculture. 2015. 2(3–4): 149–160. doi: 10.1016/j.inpa.2015.07.003.
  15. Zolotukhina A., Machikhin A., Guryleva A., Gresis V., Tedeeva V. Extraction of chlorophyll concentration maps from AOTF hyperspectral imagery. Frontiers in Environmental Science. 2023; 11: 480. doi: 10.3389/fenvs.2023.1152450.
  16. Sims D. A., Gamon J. A. Relationships between leaf pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages. Remote Sensing of Environment. Elsevier, 2002; 81(2–3): 337–354. doi: 10.1016/S0034-4257(02)00010-X.
  17. Hong-jie W.A.N.G., Wen-yang L.I., Qing-qin S.H.A.O., Feng X. U., Cong-yu Z.H.A.N.G., Su-hui Y.A.N. Effect of waterlogging on photosynthetic characteristics of wheat flag leaves during grain filling and recovery effect of water stress relief. Chinese Journal of Agrometeorology. 2019; 40(07): 460. doi: 10.3969/j.issn.1000-6362.2019.07.005.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Эмпирическая модель связи содержания суммарного хлорофилла в флаговых листьях пшеницы: а) со значением цветового тона; b) c наиболее эффективным вегетационным индексом NDVI705

Скачать (1MB)
Метаданные
3. Рис. 2. Цветное изображения образцов флаговых листьев пшеницы сорта Оренбургская 10, карта наиболее эффективного вегетационного индекса и пространственное распределение содержания хлорофилла в образцах условно зеленых листьев: а) 1–8 и b) 9–15; условно желтых листьев: c)1–8 и d) 9–15

Скачать (159KB)
Метаданные

© Баранова Е.Н., Шелепова О.В., Золотухина А.А., Нестеров Г.В., Судариков К.А., Латушкин В.В., Гулевич А.А., 2024