~作物叶面积测定小麦汇总.

基于计算机视觉的小麦叶面积测量作者：郝雅洁张吴平史维杰赵明霞吕致李富忠来源：《湖北农业科学》2019年第16期摘要：运用计算机视觉技术对目标作物小麦的侧拍、俯拍图像进行识别处理，计算出相应叶片所占面积大小，从多变量因素对其测量分析，与叶真实面积大小进行比较，分析建立关系模型。

结果表明，小麦植株的侧拍、俯拍面积与叶真实面积之间存在回归关系，且相关性较高，R2值达到0.91。

且经过验证，测量结果较准确，说明此回归模型可行。

关键词：计算机视觉;小麦;叶面积;像素数中图分类号：TP391;S512.1; ; ; ; ;文献标识码：A文章编号：0439-8114（2019）16-0129-04DOI：10.14088/ki.issn0439-8114.2019.16.030; ; ; ; ; ;开放科学（资源服务）标识码（OSID）：Abstract： The computer vision technology was used to identify the lateral and overhead images of the target crop wheat， and the corresponding leaf area was calculated. The multi-variable factors were used to measure and analyze it. Finally， the real area of the leaf was compared and analyzed to establish a relationship model. The results showed that there was a regression relationship between thelateral beat， the overshoot area and the true leaf area of the wheat plants， the correlation washigh， and the R2 value reached 0.91. After verification， the measurement results are more accurate， indicating that this regression model is feasible.Key words： computer vision; wheat; leaf area; number of pixels小麦（Triticum aestivum L.）是主要用作食用的谷类作物。

小麦玉米等作物测产计算方法
小麦、玉米等作物的产量计算方法是通过对田间实际的农作物数量进
行测定和统计，从而得出作物的总产量。

下面将介绍小麦、玉米等作物的
测产计算方法。

首先，对于小麦的测产计算方法，可以采用割取样法。

具体步骤如下：
1.选择一个代表性的田块，清除杂草并测量该田块的面积。

2.在同一田块内随机选择数量适中的样方，比如每隔5步选择一个样方。

3.在每个样方内割取小麦植株，并记录每株小麦的穗数。

4.随机抽取3株小麦，分别计算每株小麦中的粒数。

5.根据割取样方的数量、每株小麦的穗数和每穗小麦的粒数计算小麦
的总产量。

计算公式为：总产量=样方数量×平均穗数×平均每穗粒数。

对于玉米的测产计算方法，可以采用称重法。

具体步骤如下：
1.选择一个代表性的田块，清除杂草并测量该田块的面积。

2.随机抽取一定数量的玉米植株（如50株），记下每株玉米的行数、穗数和每穗玉米粒数。

3.将这些玉米植株摘下，去掉杂质，并称重得到玉米的总重量。

4.根据抽样的行数和穗数计算每株玉米的平均穗数。

根据每穗玉米粒
数计算每株玉米的平均粒数。

5.根据玉米的总重量和平均粒数计算玉米的总产量。

计算公式为：总产量=总重量/平均粒数。

需要注意的是，以上方法只是一种估算作物产量的方法，并不是绝对准确的。

在实际操作中，还应结合天气、土壤和农艺措施等因素进行综合评估，确保测产结果的可靠性和精准性。

小麦测产计算方法
小麦是一种重要的粮食作物，测产是衡量小麦产量的重要指标。

在农业生产中，准确测算小麦的产量可以帮助农民科学管理土地和农作物，合理安排农业生产计划，提高农业生产效益。

小麦测产的方法主要有以下几种：
1. 样方法：选择一定数量的小麦样本区域，将样本区域的小麦植株逐株进行测量，包括株高、穗长、穗粒数等，然后通过样方面积与整个农田面积的比例，推算出小麦的总产量。

2. 重量法：在收获时，选择一定数量的小麦穗（或者整株小麦），将其进行称重，然后通过计算单位面积的小麦重量，推算出整个农田的小麦产量。

3. 统计法：通过对整个农田的全面调查和统计，包括每亩小麦的株数、穗数、粒数等数据，然后根据农田的面积，结合统计学模型，推算出小麦的产量。

随着科技的进步，现代化的农业测产技术也逐渐应用于小麦生产。

例如，利用遥感技术，可以通过卫星图像的分析，获取小麦生长的信息，包括植被指数、叶面积指数等，从而对小麦的生长状态和产量进行预
测和估计。

此外，小麦测产还需要考虑各种因素的影响，如气候、土壤、种植管理等。

因此，为了提高测产的准确性，农民还需要根据不同的地区和种植条件，针对性地选择合适的测产方法，并结合实际情况进行修正和调整。

总之，小麦测产是农业生产管理中不可或缺的一环，不仅可以帮助农民合理安排种植计划和管理农田，还可以为政府决策提供重要的数据支持，促进农业的可持续发展。

第38卷第8期西南大学学报(自然科学版)2016年8月V o l.38 N o.8J o u r n a l o f S o u t h w e s tU n i v e r s i t y(N a t u r a l S c i e n c eE d i t i o n)A u g. 2016D O I:10.13718/j.c n k i.x d z k.2016.08.002不同小麦品种叶面积㊁叶绿素相对质量分数㊁根系性状及产量的研究①王志伟1,乔祥梅1,程加省1,宗兴梅2,丁礼云2,和立宣2,杨金华1,胡银星1,程耿1,黄锦3,于亚雄11.云南省农业科学院粮食作物研究所/国家小麦改良中心云南分中心,昆明650205;2.云南省丽江市农业科学研究所,云南丽江674100;3.云南省农业科学院科研处,昆明650205摘要:旨在阐明高海拔生态条件下小麦品种顶二叶光合特性与产量的关系,为高产栽培和高产育种提供理论依据.试验于2013-2014年在云南丽江以云南省主栽的5个小麦品种为供试材料,研究了不同品种顶二叶叶面积㊁叶绿素S P A D值㊁根系性状差异及与籽粒产量的关系.结果表明,不同小麦品种在开花期顶二叶叶面积㊁开花期和成熟期顶二叶叶绿素S P A D值㊁根系性状(次生根根数㊁根长和根干质量)上差异有统计学意义.倒二叶和顶二叶叶面积与籽粒产量呈极显著正相关,但旗叶叶面积与籽粒产量相关性无统计学意义.成熟期旗叶㊁倒二叶和顶二叶叶绿素S P A D值与籽粒产量分别呈显著或极显著正相关,开花期㊁成熟期旗叶和倒二叶叶绿素S P A D值与叶面积的乘积和籽粒产量分别呈显著或极显著正相关.高海拔生态区次生根根系发达㊁生育后期顶二叶维持相对较大叶面积和较高叶绿素S P A D值的协调型小麦品种(如云麦53)具有较大增产潜力.关键词:小麦;叶面积;叶绿素相对质量分数;根;产量中图分类号:S512.1+1文献标志码:A文章编号:16739868(2016)08001006叶片作为光合作用的主要器官,其面积大小㊁作用时间与作物产量的高低有着密切关系.小麦籽粒产量形成的大部分干物质来源于光合作用[1],叶面积对小麦籽粒产量的形成具有较大的影响[2].王义芹等[3]研究表明小麦顶三叶面积与单株生物产量㊁经济产量显著正相关,旗叶光合速率与旗叶面积的乘积与生物产量和经济产量之间呈显著正相关,提高小麦顶三叶面积和光合速率有利于提高产量.张玲丽等[4]研究报道小麦产量及其构成性状均与灌浆后期旗叶的叶面积持续期呈显著或极显著正相关.叶绿素是作物进行光合作用的主要色素,其质量分数多少是衡量作物光合作用特性的重要指标[5-6].王敏等[7]研究表明小麦旗叶叶绿素质量分数与产量构成性状呈显著正相关.根作为植物的三大营养器官之一,在植物的生长发育过程中起着重要的作用.作物品种对于不良环境㊁病虫害的抵抗力与其根系生长能力㊁分枝特性㊁构造等特性有关[8].杨秀红等[9]研究表明,抗旱性大豆品种根系比较发达,具有相对较大的根系质量㊁较大的根体积㊁较强的根系吸收活性及较发达的主根和下部侧根.汪灿等[10]研究表明,根系粗壮㊁根系干鲜①收稿日期:20150522基金项目:云南省科技厅科技惠民专项农业(2014R A056);国家现代农业小麦产业技术体系建设专项(C A R S3244);云南省农业科学院麦类遗传育种省级创新团队(2012H C008);农业部公益性行业(农业)科研专项(201303129).作者简介:王志伟(1985),男,湖北松滋人,硕士,助理研究员,主要从事小麦遗传育种的研究.通信作者:于亚雄,研究员.2西南大学学报(自然科学版)h t t p://x b b j b.s w u.e d u.c n第38卷比大㊁侧根数目多㊁茎秆质量大㊁茎秆第1节间长度较短的荞麦品种,其倒伏指数小㊁茎秆抗折力参数大㊁抗倒伏能力强.臧贺藏[11]研究表明,河南主栽小麦品种单株初生根数和次生根数㊁单株初生根干质量和次生根干质量㊁初生根根系活性和次生根根系活性㊁初生根和次生根根中全氮质量分数与籽粒产量及其构成因素显著相关.小麦在我国是仅次于水稻的第二大粮食作物,确保小麦总产的安全有效供给是我国小麦育种和生产的重要任务.提高小麦产量必须在群体数量的基础上优化群体质量[12],而品种因素是影响叶片叶面积㊁叶绿素质量分数及根系性状的最主要因素[8,13].云南地处我国西南边疆,由于境内地形㊁地貌错综复杂,海拔高差大,明显表现为水平地域差异和垂直地带的纵向差异,具有 立体气候 和 立体农业 的特点,小麦是云南省第三大粮食作物,其种植区域遍及云南省126个县市,海拔300~3600m的地方均有分布,2012年云南首个国审小麦品种云麦53在云南丽江实收创造了每666.7m2产724.5k g的西南片区小麦单产新记录.目前尚未见在高海拔特定生态条件下针对云南省新近育成㊁生产中大面积推广的不同小麦品种叶片光能特性㊁根系性状及产量研究的相关报道.本研究于2013-2014年度在云南省丽江以云南省主栽的5个小麦品种为供试材料,研究不同品种顶二叶叶面积㊁叶绿素S P A D值㊁根系形态数量性状差异及其与籽粒产量的关系,试图阐明高海拔生态条件下小麦品种顶二叶光能特性与产量的关系,旨在为小麦高产高效标准化栽培及超高产育种提供理论依据.1材料与方法1.1供试材料供试材料选用5个在云南省小麦生产上大面积种植的品种,其中云麦53为田地麦兼用高产型品种,云麦57和云麦49为田麦品种,云麦42和云麦54为地麦品种.1.2试验设计与方法试验于2013-2014年在云南省丽江市古城区束河社区茨满三社农田进行,海拔约2416m,试验田前作玉米,地力中上等.随机区组设计,2次重复,小区面积6.67m2,8行区,行距0.23m,重复间走道40c m.按基本苗225ˑ104苗/h m2设计计算播种量,其他各项栽培管理措施均按当地高产要求进行.1.3性状调查叶面积测定:于开花期在每小区随机选取15株主穗,取旗叶和倒二叶,用浙江托普仪器有限公司YM J-C型叶面积测量仪分别测量旗叶和倒二叶叶面积;顶二叶叶面积为旗叶和倒二叶叶面积之和.叶绿素相对质量分数(S P A D值):每小区随机分株选取20片完全展开的叶片(分蘖期㊁拔节期)或旗叶(开花期㊁成熟期)和倒二叶(开花期㊁成熟期),用日本柯尼卡美能达S P A D-502叶绿素质量分数测定仪测定叶片的叶绿素相对质量分数,每片叶测量叶基部㊁中部㊁尖部3个部位,以3个部位的平均值代表该片叶的叶绿素S P A D值,以所测20片叶的S P A D值代表该小区品种的叶绿素S P A D值;开花期和成熟期品种顶二叶叶绿素S P A D值为同一时期旗叶和倒二叶叶绿素S P A D值之和的平均值.根系性状:拔节期每小区内随机选取长势较一致的单株10株取样,采用冲根法去除根部土壤,分株数调查次生根数,用学生尺测量次生根长度,在80ħ烘箱中去除水分后称取根干质量,10株平均值代表该小麦品种单株根数㊁根长和根干质量.籽粒产量:待成熟期后,分小区收获籽粒,称质量并折算成公顷籽粒产量.1.4统计分析利用S P S S19.0统计分析软件进行方差分析和品种间各性状的多重比较,计算基本统计量;统计图形绘制用E x c e l2003软件进行.2结果与分析2.1不同小麦品种顶二叶叶面积及籽粒产量的差异不同小麦品种顶二叶叶面积及籽粒产量表现结果见表1.从表1可知,不同小麦品种在旗叶叶面积㊁倒二叶叶面积㊁顶二叶叶面积和籽粒产量上差异有统计学意义.旗叶叶面积以田麦品种云麦49最大,为31.88c m2,云麦49旗叶叶面积与云麦57和云麦42差异达5%显著水平,与其余品种差异无统计学意义.倒二叶和顶二叶叶面积均以田地麦兼用高产型品种云麦53最大,分别为41.74c m2,72.03c m2,云麦53倒二叶和顶二叶叶面积与云麦49差异无统计学意义,与云麦42,云麦57和云麦54差异达5%显著水平.籽粒产量以田地麦兼用高产型品种云麦53最高,为8028.75k g/h m2,云麦53籽粒产量与云麦49差异无统计学意义,与云麦42,云麦57和云麦54差异达5%显著水平,云麦49籽粒产量与云麦54差异无统计学意义,但与云麦42和云麦57差异达5%显著水平.以上结果表明,开花期顶二叶叶面积相对较大的小麦品种具有更高的产量水平.表1不同小麦品种顶二叶叶面积及籽粒产量表现品种旗叶叶面积/c m2倒二叶叶面积/c m2顶二叶叶面积/c m2籽粒产量/(k g㊃h m-2)云麦5330.29a b41.74a72.03a8028.75a云麦4218.21c26.89d45.10d5853.75c云麦4931.88a39.61a b71.49a b7680.00a b云麦5725.88b29.93c d55.81c6289.95c云麦5431.80a34.45b c66.25b6687.60b c注:同列数据后的小写字母不同表示差异有统计学意义(p<0.05).2.2不同小麦品种顶二叶叶绿素S P A D值的差异不同生育时期不同小麦品种顶二叶叶绿素S P A D值差异分析结果见表2.从表2可知,不同小麦品种在分蘖期和拔节期顶二叶叶绿素S P A D值上差异无统计学意义,在开花期和成熟期顶二叶叶绿素S P A D 值上差异有统计学意义.分蘖期和拔节期顶二叶叶绿素S P A D值均以田麦品种云麦49最高,分别为51.74和55.98,田地麦兼用高产型品种云麦53分蘖期和拔节期顶二叶叶绿素S P A D值在供试品种中位于中等偏上水平.开花期和成熟期旗叶和倒二叶叶绿素S P A D值均以田地麦兼用高产型品种云麦53最高,分别为57.91,59.69,39.61和38.43.云麦53的开花期旗叶㊁成熟期旗叶和倒二叶叶绿素S P A D值均显著高于地麦品种云麦42,云麦54和田麦品种57,开花期倒二叶叶绿素S P A D值显著高于地麦品种云麦54和田麦品种云麦57.不同生育时期小麦品种旗叶叶绿素S P A D值和倒二叶叶绿素S P A D值的变化结果分别见图1和图2.从图1可知,从分蘖期到开花期,不同小麦品种旗叶叶绿素S P A D值一直处于缓慢平稳增长状态,开花期达到最大值(云麦49除外,拔节期略高于开花期).成熟期不同小麦品种旗叶叶绿素S P A D值较开花期呈明显下降趋势,地麦品种云麦42旗叶叶绿素S P A D值下降最多,其他品种旗叶叶绿素S P A D值下降幅度小.从图2可知,从开花期到成熟期,不同小麦品种倒二叶叶绿素S P A D值和旗叶表现相似,呈明显下降趋势,田麦品种云麦57和地麦品种云麦42倒二叶叶绿素S P A D值下降最多,田地麦兼用高产型品种云麦53和云麦49旗叶叶绿素S P A D值下降幅度较小.以上结果说明,生育中后期顶二叶维持高水平叶绿素S P A D值的小麦品种能充分利用后期光热资源,增强灌浆效率,提高粒质量,实现高产.表2不同小麦品种各生育时期顶二叶叶绿素S P A D值的变化品种分蘖期拔节期开花期旗叶倒二叶成熟期旗叶倒二叶云麦5349.30a54.72a57.91a59.69a39.61a38.43a 云麦4249.56a49.08a51.37b c54.37a b17.16c17.54b 云麦4951.74a55.98a55.34a b57.64a34.91a b34.01a 云麦5744.15a49.79a49.79b c49.84b28.45b12.12b 云麦5447.81a47.95a49.72c47.01b28.42b16.79b 注:同列数据后小写字母不同表示差异有统计学意义(p<0.05).3第8期王志伟,等:不同小麦品种叶面积㊁叶绿素相对质量分数㊁根系性状及产量的研究图1 不同小麦品种各生育时期旗叶叶绿素S P A D值的变化图2 不同小麦品种开花期和成熟期倒二叶叶绿素S P A D 值的变化2.3 不同小麦品种次生根相关根系性状的差异不同小麦品种拔节期单株次生根根系性状差异分析结果见表3.从表3可知,不同小麦品种在次生根根数㊁根长和根干质量上差异有统计学意义.次生根根数以田地麦兼用高产型品种云麦53最多,为40.80,与田麦品种云麦49,云麦57和地麦品种54差异有统计学意义,与地麦品种云麦42差异无统计学意义.次生根根长以田地麦兼用高产型品种云麦53最长,为9.17c m ,与地麦品种云麦42和云麦54差异无统计学意义,该3个品种与其他2个田麦品种差异有统计学意义.次生根根干质量以田地麦兼用高产型品种云麦53最优,为0.2983g ,与其他4个小麦品种差异有统计学意义.以上结果表明,高产型小麦品种具有相对发达的次生根根系.表3 不同小麦品种单株次生根根系性状的表现性状云麦49云麦54云麦53云麦57云麦42根数24.80b c18.57c 40.80a 25.14b 34.43a根长/c m 7.40b 8.74a 9.17a 7.43b 9.12a 根干质量/g 0.1571b 0.1315b 0.2983a 0.1654b 0.1928b 注:同列数据后小写字母不同表示差异有统计学意义(p <0.05).2.4 顶二叶叶面积和叶绿素S P A D 值与籽粒产量的相关性分析不同时期顶二叶叶面积㊁叶绿素S P A D 值及叶面积与叶绿素S P A D 值的乘积和籽粒产量的相关性结果见表4.从表4可知,旗叶叶面积与籽粒产量呈不显著正相关关系,倒二叶叶面积与籽粒产量呈极显著正相关关系,顶二叶叶面积与籽粒产量呈显著正相关关系.开花期旗叶㊁倒二叶和顶二叶叶绿素S P A D 值与籽粒产量呈不显著正相关关系;成熟期旗叶和倒二叶叶绿素S P A D 值与籽粒产量呈显著正相关关系,成熟期顶二叶叶绿素S P A D 值与籽粒产量呈极显著正相关关系.在开花期和成熟期,旗叶叶绿素S P A D 值与叶面积的乘积和籽粒产量均呈显著正相关关系,倒二叶叶绿素S P A D 值与叶面积的乘积和籽粒产量均呈极显著正相关关系.表4 不同时期顶二叶叶面积、叶绿素S P A D 值及叶面积与叶绿素S P A D 值的乘积和籽粒产量的相关性项 目开花期成熟期项 目开花期成熟期旗叶叶面积0.767-倒二叶叶绿素S P A D 值0.6660.924*倒二叶面积0.991**-顶二叶叶绿素S P A D 值0.7590.991**顶二叶面积0.924*-旗叶面积与叶绿素S P A D 值乘积0.921*0.939*旗叶叶绿素S P A D 值0.8730.942*倒二叶面积与叶绿素S P A D 值乘积0.977**0.959** 注:*表示差异有统计学意义(p <0.05),**表示差异有统计学意义(p <0.01).3 讨 论小麦叶片是进行光合作用的主要器官,而叶片叶绿体是进行光合作用的场所,小麦品种光能利用效率4西南大学学报(自然科学版) h t t p ://x b b jb .s w u .e d u .c n 第38卷的高低取决于其叶片叶面积的大小和叶绿素质量分数的多少.林霞等[14]研究发现,不同冬小麦品种旗叶面积㊁叶绿素S P A D 值及理论产量差异有统计学意义.冯素伟等[15]研究表明,不同品种生育后期的叶面积指数变化均呈下降趋势,相同时期不同品种间的叶面积指数有一定差异.本研究结果表明在高海拔生态条件下不同小麦品种顶二叶叶面积㊁开花期和成熟期顶二叶叶绿素S P A D 值差异有统计学意义,且成熟期叶绿素S P A D 值较开花期呈明显下降趋势,与林霞等[14]和冯素伟等[15]研究结果较一致.根作为植物的三大营养器官之一,在植物的生长发育过程中起着重要的作用.研究表明,作物品种对于不良环境㊁病虫害的抵抗力与根系的生长能力㊁分枝特性㊁构造等特性有关[8].本研究对高海拔生态条件下不同小麦品种的根系形态数量性状进行了比较分析,结果发现供试小麦品种次生根根数㊁根长和根干质量差异有统计学意义,各性状均以田地麦兼用高产型品种云麦53表现最突出,地麦品种云麦42次之.这一结果说明高产型小麦品种具有相对发达的次生根根系.旗叶和旗叶以下叶片对冬小麦灌浆期籽粒产量形成都起着重要作用,针对小麦旗叶及其以下叶片叶面积与籽粒产量的关系已有大量研究.傅兆麟等[16]研究发现旗叶面积对穗粒质量具有极显著的正相关,认为增加单位面积的旗叶面积是提高产量的重要途径.王义芹等[3]研究表明小麦顶三叶面积与单株生物产量㊁经济产量显著正相关,旗叶光合速率与旗叶面积的乘积与生物产量和经济产量之间呈显著正相关,提高小麦顶三叶面积和光合速率有利于提高产量.王成雨等[17]研究发现冬小麦下部叶片叶面积指数和产量呈极显著正相关关系,花后14d 至成熟期,冬小麦上部叶片和全部叶片叶面积指数和产量呈显著的正相关关系.本研究结果发现高海拔生态条件下小麦品种倒二叶和顶二叶叶面积与籽粒产量呈极显著正相关,成熟期旗叶㊁倒二叶和顶二叶叶绿素S P A D 值与籽粒产量分别呈显著或极显著正相关,开花期㊁成熟期旗叶和倒二叶叶绿素S P A D 值与叶面积的乘积和籽粒产量分别呈显著或极显著正相关,与王义芹等[3]和王成雨等[17]的研究结果较一致.同时本研究结果发现高海拔生态条件下旗叶叶面积与籽粒产量呈不显著正相关关系,与王义芹等[3]研究结果存在一定差异,原因可能与试验材料差异有关.本研究结果显示,在高海拔生态区次生根根系性状相对发达㊁生育后期顶二叶维持相对较大叶面积和较高叶绿素S P A D 值的协调性小麦品种具有较大增产潜力.因此,在以后的小麦育种过程中,应选择顶二叶叶面积较大㊁叶绿素S P A D 值较高㊁次生根系发达的品种类型.同时,本研究仅对高海拔地区不同主栽品种顶二叶叶面积㊁叶绿素S P A D 值㊁根系形态数量性状差异及与籽粒产量的关系进行了探讨,有关顶二叶光合生理特性和根系生理特性差异的影响未考虑,因而有待继续研究.参考文献:[1]王 忠.植物生理学[M ].北京:中国农业出版社,2000:131-169.[2] 张斯梅,杨四军,顾克军,等.不同穗型小麦品种叶面积㊁干物质积运及产量构成分析[J ].江苏农业科学,2010(6):114-116.[3] 王义芹,杨兴洪,李 滨,等.小麦叶面积及光合速率与产量关系的研究[J ].华北农学报,2008,23(增刊):10-15.[4] 张玲丽,王 辉,孙道杰,等.不同类型高产小麦品种的光合特性研究[J ].西北农林科技大学学报(自然科学版),2005,33(3):53-56.[5] 裴雪霞,张定一,王姣爱,等.钾锌锰配施对冬小麦旗叶叶绿素含量的影响[J ].小麦研究,2002,23(3):33-35.[6] 余婷婷,刘朝显,梅秀鹏,等.玉米光合性状的相关性及Q T L 分析[J ].西南大学学报(自然科学版),2015,37(9):1-10.[7] 王 敏,张从宇.小麦旗叶性状与产量因素的相关与回归分析[J ].种子,2004,23(3):17-19.[8] 达拉诺夫斯卡娅.作物根系研究法[M ].北京:科学出版社,1966.[9] 杨秀红,吴宗璞,张国栋.对肥水条件反应不同的大豆品种根系性状的比较研究[J ].中国油料作物学报,2001,23(3):23-25.[10]汪 灿,阮仁武,袁晓辉,等.不同荞麦品种抗倒伏能力与根系及茎秆性状的关系[J ].西南大学学报(自然科学版),2015,37(1):65-71.[11]臧贺藏.河南主栽小麦品种根系性状聚类分析及初生根与次生根发育差异研究[D ].郑州:河南农业大学,2009.[12]凌 励.小麦高产群体叶面积的质量特征[J ].江苏农业学报,2000,16(2):73-78.5第8期 王志伟,等:不同小麦品种叶面积㊁叶绿素相对质量分数㊁根系性状及产量的研究6西南大学学报(自然科学版)h t t p://x b b j b.s w u.e d u.c n第38卷[13]凌启鸿.作物群体质量[M].上海:上海科学技术出版社,2000.[14]林霞,高波,唐冬梅,等.不同冬小麦品种旗叶叶面积和叶绿素含量及产量的研究[J].陕西农业科学,2014,60(4):22-23.[15]冯素伟,李淦,姜小苓,等.不同小麦品种生育后期叶面积指数变化及其对产量的影响[J].河南科技学院学报,2012,40(1):7-10.[16]傅兆麟,马宝珍,王光杰,等.小麦旗叶与穗粒重关系的研究[J].麦类作物学报,2001,21(1):92-94.[17]王成雨,代兴龙,石玉华,等.花后小麦叶面积指数与光合和产量关系的研究[J].植物营养与肥料学报,2012,18(1):27-34.S t u d y o nL e a fA r e a,R e l a t i v eC h l o r o p h y l l C o n t e n t s,R o o t T r a i t sa n dY i e l d s a m o n g t h eD i f f e r e n t T y p e s o fW h e a t C u l t i v a r sWA N GZ h i-w e i1, Q I A O X i a n g-m e i1, C H E N GJ i a-s h e n g1,Z O N G X i n g-m e i2, D I N GL i-y u n2, H EL i-x u a n2, Y A N GJ i n-h u a1, HU Y i n-x i n g1, C H E N G G e n g1, HU A N G J i n3, Y U Y a-x i o n g11.F o o dC r o p sR e s e a r c h I n s t i t u t e/Y u n n a nS u b-C e n t e r s o f N a t i o n a lW h e a t I m p r o v e m e n t C e n t e r,Y u n n a nA c a d e m y o f A g r i c u l t u r a l S c i e n c e s,K u n m i n g650205,C h i n a;2.L i j i a n g I n s t i t u t i o n o f A g r i c u l t u r a l S c i e n c e s,L i j i a n g Y u n n a n674100,C h i n a;3.R e s e a r c hD e p a r t m e n t,Y u n n a nA c a d e m y o f A g r i c u l t u r a l S c i e n c e s,K u n m i n g650205,C h i n aA b s t r a c t:I no r d e rt oc l a r i f y t h er e l a t i o n s h i p b e t w e e n p h o t o s y n t h e t i c p r o p e r t i e so f t h et o p-t w ol e a fa n d w h e a t y i e l d s u n d e r h i g h a l t i t u d e e c o l o g i c a l c o n d i t i o n s a n d a t h e o r e t i c a l b a s i s f o r h i g h y i e l d o fw h e a t c u l t i v a-t i o n a n d p r o d u c t i o nb r e e d i n g,d i f f e r e n c e s o f a r e a a n d c h l o r o p h y l l S P A D v a l u e o f t h e t o p-t w o l e a f a n d r o o t t r a i t s a n d r e l a t i o n s h i p s b e t w e e n c h l o r o p h y l l S P A D v a l u e o f t h e t o p-t w o l e a f a n d g r a i n y i e l d a m o n g a t o t a l o f5l e a d i n g w h e a t c u l t i v a r so fY u n n a n p r o v i n c ew e r es t u d i e da m o n g2013a n d2014i nL i j i a n g,Y u n n a n. T h e r e s u l t s s h o w e d t h a t a r e a o f t h e t o p-t w o l e a f a t f l o w e r i n g,c h l o r o p h y l l S P A D v a l u e o f t h e t o p-t w o l e a f a t f l o w e r i n g a n dm a t u r i t y a n ds e c o n d a r y r o o t t r a i t s(t h en u m b e ro f r o o t s,r o o t l e n g t ha n dw e i g h to fd r y r o o t)h a d s i g n i f i c a n t d i f f e r e n c e a m o n g t h ed i f f e r e n t t y p e s o fw h e a t c u l t i v a r s.I tw a s o b s e r v e d t h a t t h e c o r-r e l a t i o n sb e t w e e na r e a o f t h e2n d l e a f f r o mt o p a n d t h e t o p-t w o l e a f a n d g r a i n y i e l dw e r e s i g n i f i c a n t l y p o s i-t i v e,b u t t h e c o r r e l a t i o n s b e t w e e na r e a o f f l a g l e a f a n d g r a i n y i e l dw e r e n o t s i g n i f i c a n t l yp o s i t i v e.T h e c o r-r e l a t i o n sb e t w e e n c h l o r o p h y l l S P A D v a l u e s o f f l a g l e a f,t h e2n d l e a f f r o mt o p a n d t h e t o p-t w o l e a f a tm a-t u r i t y a n d g r a i n y i e l d w e r es i g n i f i c a n t l y o rv e r y s i g n i f i c a n t l yp o s i t i v e,r e s p e c t i v e l y.T h ec o r r e l a t i o n sb e-t w e e n t h e p r o d u c t o f a r e a a n d S P A D v a l u e o f f l a g l e a f a n d t h e2n d l e a f f r o mt o p a t f l o w e r i n g a n dm a t u r i t y a n d g r a i n y i e l dw e r e s i g n i f i c a n t l y o rv e r y s i g n i f i c a n t l yp o s i t i v e,r e s p e c t i v e l y.I na d d i t i o n,w h e a t c u l t i v a r s (a sY u n m a i53)t h a t c o o r d i n a t e d b e t w e e n d e v e l o p e d s e c o n d a r y r o o t s a n d r e l a t i v e l y l a r g e a r e a a n d h i g h c h l o-r o p h y l l S P A D v a l u e o f t h e t o p-t w o l e a f a t l a t e g r o w i n g s t a g e h a d a g r e a t e r y i e l d p o t e n t i a l u n d e r h i g h a l t i-t u d e e c o l o g i c a l c o n d i t i o n s.K e y w o r d s:W h e a t(T r i t i c u ma e s t i v u m L.);L e a f a r e a;R e l a t i v e c h l o r o p h y l l c o n t e n t;R o o t;Y i e l d责任编辑周仁惠7第8期王志伟,等:不同小麦品种叶面积㊁叶绿素相对质量分数㊁根系性状及产量的研究。

2023年3月灌溉排水学报第42卷第3期Mar.2023Journal of Irrigation and Drainage No.3Vol.42文章编号：1672-3317（2023）03-0065-09不同灌水量与生物炭用量对春小麦光合特性的影响郭颂，杨卫君*，宋世龙，陈雨欣，杨梅，惠超，张金汕（新疆农业大学农学院/新疆优质专用麦类作物工程技术研究中心，乌鲁木齐830052）摘要：【目的】探究水炭耦合对北疆灌区春小麦光合特性及产量的影响。

【方法】开展常规灌水量（w0）、灌水量减少10%（w1）、灌水量减少20%（w2）3个灌水量水平和不施生物炭（b0）、施加生物炭10t/hm2（b1）、施加生物炭20t/hm2（b2）3个生物炭施加量的2因素3水平试验，研究不同灌水量及生物炭用量对春小麦植株光合及产量的影响，建立基于生物炭施加量、灌水量与产量的拟合模型。

【结果】生物炭施用量显著影响开花期叶面积指数。

与b0w0处理相比，施生物碳与减少灌水量的组合春小麦LAI提升9.1%~25.41%，花后20d春小麦SPAD值提升了1.7%~10.73%。

不同灌水量处理显著影响春小麦光合特性、干物质积累量和产量形成；灌水量为w1时，施加适量的生物炭能促进春小麦开花期干物质积累量，提升春小麦光合特性与产量；灌水量为w2时，施加生物炭（b1w2、b2w2处理）会使春小麦光合特性下降，春小麦净光合速率、蒸腾速率、气孔导度、胞间CO2摩尔分数分别下降11.58%~18.15%、55.85%~66.3%、67.42%~75.94%和16.2%~27.19%。

灌水量对春小麦产量的影响较生物炭影响更大，但灌水量为w1时，添加生物炭（b1w1、b2w1处理）的春小麦产量均保持在较高水平，b1w1处理春小麦产量较b0w0处理提升7.57%，而b2w1处理通过增加千粒质量提高产量，产量增幅达到3.36%。

【结论】结合模型模拟分析可知，灌水量减少10%和生物炭施加20t/hm2组合是最有利用于北疆灌区春小麦稳产、高产的施用模式。

叶面积测定方法
叶面积是植物的一个重要生长参数，也是评价植物生长状态的重要指标之一。

准确地测定叶面积对于研究植物生长发育规律，评价不同处理对植物生长的影响具有重要意义。

叶面积的测定方法有很多种，常用的方法包括直接测量法、投影面积法、重量法、计算机图像分析法等。

其中，直接测量法是一种简单、直接、可靠的测量方法，适用于大多数植物叶片的测量。

该方法需要使用叶面积计或扫描仪等设备进行测量，可以准确地测定单个或多个叶片的叶面积，但操作比较繁琐。

投影面积法是一种简单、快速、适用于大规模测量的方法。

该方法需要将叶片投射在一张纸上，然后用计算器或计算机计算出投影面积。

但该方法的准确度较低，适用范围有限。

重量法是一种利用叶片干重与面积之间的关系计算出叶面积的方法。

该方法需要先将叶片取下，晾干并称重，然后计算出干重与湿重之间的比例，从而计算出叶面积。

这种方法操作简单，但对样品的处理要求较高，且不适用于测量水生植物等非常薄的叶片。

计算机图像分析法是一种借助计算机图像处理技术进行叶面积测量的方法。

该方法需要先将叶片拍摄并保存为数字图像，然后通过计算机软件对图像进行处理和分析，从而得出叶面积。

这种方法操作简单，且可以同时测量大量样品，但需要一定的计算机技术支持。

综上所述，根据不同的研究需要和叶片性质，可以选择不同的叶面积测定方法，以获得最准确的测量结果。

第33卷第3期2008年6月 林　业　调　查　规　划Forest I nvent ory and Planning Vol .33　No .3　Jun .2008叶面积指数的主要测定方法谭一波,赵仲辉(中南林业科技大学生命科学与技术学院,湖南长沙410004)摘要:简要地介绍了叶面积指数的概念和研究的意义,总结了当前叶面积指数(LA I )的主要测定方法有直接和间接方法两大类,分析了各种方法的优缺点.认为未来叶面积指数测定的发展趋势是光学仪器法和遥感法的相互结合.关键词:叶面积指数;测定方法;遥感法;光学仪器法中图分类号:S758.58 文献标识码:A 文章编号:1671-3168(2008)03-0045-04The M a i n M ethods for D eter m i n i n g L eaf Area I ndexTAN Yi 2bo,ZHAO Zhong 2hu i(School of L ife Sciences and Technol ogy,Central South University of Forestry and Technol ogy,Changsha Hunan 410004,China )Abstract:The paper briefly intr oduces the concep t and significance for the study of leaf area index (LA I ),and su mmarizes the current main methods f or deter m ining LA I as direct and indirect ways as well as its individual advantages and disadvantages 1It concerns that the devel opmental trends of LA I deter m i 2nati on in the future will be the combinati on of op tical instru ment method with re mote sensing method 1Key words:leaf area index;deter m inati on method;re mote sensing method;op tical instru ment method收稿日期:2008-01-09基金项目:湖南省自然基金项目“城市主要绿化树种蒸腾耗水规律和分形特征的研究”(05JJ40127).作者简介:谭一波(1981-),男,广西南宁人,硕士研究生,主要从事森林生态和小气候研究.赵仲辉(1964-),男,博士,副教授,主要从事气象学和森林生态研究. 叶面积指数是生态系统的一个重要结构参数,用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应,为植物冠层表面物质和能量交换的描述提供结构化的定量信息,并在生态系统碳积累、植被生产力和土壤、植物、大气间相互作用的能量平衡,植被遥感等方面起重要作用[1～4].1叶面积指数的概念叶面积指数(Leaf A rea I ndex,缩写LA I )的提出源于作物学,在20世纪40年代中期,英国农业生态学家W ats on 首先将叶面积指数的概念定义为单位土地面积上单面植物光合作用面积的总和[4,5].由于在理解和使用上存在差异,叶面积指数有很多不同的定义和解释,如植物叶片总面积与土地面积的比值,单位面积上植物叶片的垂直投影面积的总和等.Chen [8]、Gower 等人[9]还提出,LA I 是单位土地面积上所有叶片表面积的一半或总叶片投影面积的一半.Lang 等人[10]认为,将LA I 定义为单位土地面积上的植物光合有效辐射总截取面积较定义为单位土地面积上的垂直投影面积或最大投影面积具有更好的表达能力,因为植物光合有效辐射总截取面积还反映了植物冠层的物理意义和生态内涵[5,11].叶面积指数是一个无量纲度量的参数,其大小与植被种类、生长期、叶片倾角、叶簇和非叶生物量等因素有关[4,6],还受叶面积指数定义和测定方法的影响.2叶面积指数测定的主要方法211直接方法直接测定方法是一种传统的、具有一定破坏性的方法,通过直接测量叶面积得到的叶面积指数,可作为间接方法的有效验证.21111叶面积的测定(1)传统的格点法和方格法.格点法是将采集到的叶片平摊在水平面上,在叶片上覆盖一块透明方格纸,然后统计在叶内的格点数和叶边缘的格点数计算叶片的面积,不足半格者不计,超过半格者按一格记.方格法是在叶片下方放置一块方格纸,并用铅笔描绘出叶片轮廓,数出叶片所占的格数,叶缘不林业调查规划足半格者不计,超过半格按一格记,最后合计叶片所占的总格数作为叶面积.(2)描形称重法.在一种特定的坐标纸上,用铅笔将待测叶片的轮廓描出并依叶形剪下坐标纸,称取叶形坐标纸重量,按公式计算叶面积.(3)仪器测定法.叶面积测定仪可以分成两种类型[5],分别通过扫描和拍摄图像获取叶面积.扫描型叶面积仪主要由扫描器(扫描相机)、数据处理器、处理软件等组成,可以获得叶片的面积、长度、宽度、周长、叶片长度比和形状因子以及累积叶片面积等数据,主要仪器有:C I-202便携式叶面积仪、L I -3000台式或便携式叶面积仪、AM-300手持式叶面积仪等.此外,还有使用台式扫描仪和专业图像分析软件测定的方法.图像处理型叶面积仪由数码相机、数据处理器、处理分析软件和计算机等组成,可以获取叶片面积、形状等数据,主要仪器有:W I N D I2 AS图象分析系统、SKYE叶片面积图像分析仪、Decagon-Ag图象分析系统、W inF OL I A多用途叶面积仪等.21112落叶收集法本方法适合于落叶林,一般先在样地内随机设置一定面积(S)的凋落物收集网,将收集到的凋落物烘干,分离出叶片来称重,得到落叶量[12].再用十字分割法从落叶中取出一定重量的叶片测出总叶面积,计算出比叶重K(c m2/g),即单位叶面积与叶干重的比值[14],结合落叶收集得到的单位时间单位面积落叶的重量M(g/m2·a)以及生物量研究中得出的单位时间落叶量所占样地总叶量的百分比C,用下式即可计算叶面积指数[12]:LA I=(M×K)/(C×S)落叶收集法在落叶林的测量中得到了较准确的结果,但是测量周期长,在常绿林中应用时会产生较大的误差[12,13].21113分层收割法[12]在群落中设置样地,并对样地进行调查,记录样地中的树种组成、树高、胸径和冠幅等参数,找出具有平均高度和平均胸径的标准木,并进行整株收获,即从径基开始按每段1m长分割,由底部向上逐段收获叶片,将全部叶片摘下后称取总重W(g),最后用十字分割法从中取出500～1000g叶片称重和测定叶面积,计算出比叶重K(c m2/g),用下式计算叶面积:L=(W×K)/S式中,W为标准木总叶重,K为比叶重,S为标准木所占地面面积.任海先生[12]在研究南亚热带森林时认为该方法较准确,但具有很大的破坏性,且费时费力.212间接方法间接方法是用一些测量参数或用光学仪器得到叶面积指数,测量方便快捷,但仍需要用直接方法所得结果进行校正[16].21211点接触法点接触法是用细探针以不同的高度角和方位角刺入冠层,然后记录细探针从冠层顶部到达底部的过程中针尖所接触的叶片数目,用以下公式计算.LA I=n/G(θ)式中,LA I为叶面积指数,n为探针接触到的叶片数,G(θ)为投影函数,θ为天顶角.当天顶角为5715°时,假设叶片随机分布和叶倾角椭圆分布[5],则冠层叶片的倾角对消光系数K的影响最小,此时采用3215°倾角刺入冠层,会得出较准确的结果,用以下公式计算.LA I≈111LA I3215点接触法是由测定群落盖度的方法演进而来的[12],在小作物LA I的测量中较准确[15],但在森林中应用比较困难[13],主要是由于森林植物树体高大以及针叶树种中高密度的针叶影响了测定.21212消光系数法该法通过测定冠层上下辐射以及与消光系数相关的参数来计算叶面积指数,前提条件是假设叶片随机分布和叶倾角呈椭圆分布,由Beer-La mbert定律知:LA I=1kln(Q0/Q)式中:LA I为叶面积指数,Q和Q分别为冠层上下部的太阳辐射,k为特定植物冠层的消光系数,一般在013～115变化,其计算公式为:k=x2+tanθ2x+11744(x+11182)-01733其中x为叶倾角分布参数,θ为天顶角.消光系数k与植物种类、天顶角、叶片倾角以及非叶生物量有关,在确定时常需要根据经验公式获得,如关德新等[3]在研究长白山针阔叶混交林时,利用观测结果反推消光系数k值.本方法中消光系数如果能够准确地加以测量,那么得出的叶面积指数也较准确[12].21213经验公式法经验公式法利用植物的胸径、树高、边材面积、·64·第33卷谭一波等:叶面积指数的主要测定方法冠幅等容易测量的参数与叶面积或叶面积指数的相关关系建立经验公式来计算.研究表明:叶面积指数与胸径平方和树高的乘积有显著的指数相关性[16],边材面积与叶面积具有很高的相关性[17],林冠开阔度与叶面积指数呈较好的指数关系[18].经验公式法的优点在于测量参数容易获取,对植物破坏性小,效率较高,然而经验公式具有特定性,并不适合于任何树种,因而该法的应用具有一定的局限性[5].21214遥感方法卫星遥感方法为大范围研究LA I提供了有效的途径[4,19].目前主要有2种遥感方法可用来估算叶面积指数[22],一种是统计模型法[19,20],主要是将遥感图像数据如归一化植被指数NDV I、比植被指数RV I和垂直植被指数PV I[20]与实测LA I建立模型.这种方法输入参数单一,不需要复杂的计算,因此成为遥感估算LA I的常用方法.但不同植被类型的LA I 与植被指数的函数关系会有所差异,在使用时需要重新调整、拟合.另一种是光学模型法[19,21],它基于植被的双向反射率分布函数是一种建立在辐射传输模型基础上的模型,它把LA I作为输入变量,采用迭代的方法来推算LA I.这种方法的优点是有物理模型基础,不受植被类型的影响,然而由于模型过于复杂,反演非常耗时,且反演估算LA I过程中有些函数并不总是收敛的[19,22].21215光学仪器法光学仪器法按测量原理分为基于辐射测量的方法和基于图像测量的方法.(1)基于辐射测量的方法.该方法是通过测量辐射透过率来计算叶面积指数,主要仪器有:LA I-2000、AccuP AR、Sunscan、Sunfleck cep t ometer、De mon 和TRAC(Tracing Radiati on and A rchitecture of Cano2 p ies)等.这些仪器主要由辐射传感器和微处理器组成,它们通过辐射传感器获取太阳辐射透过率、冠层空隙率、冠层空隙大小或冠层空隙大小分布等参数来计算叶面积指数.前5种仪器都假设均一冠层、叶片随机分布和椭圆叶角分布,在测量叶簇生冠层时有困难.而TRAC通过测量集聚指数[13,24],能有效地解决集聚效应的问题,使得叶面积指数计算可以不用假设叶片在空间随机分布,减小了有效叶面积指数与现实叶面积指数之间计算的误差[24].基于辐射测量仪器的优点是测量简便快速,但容易受天气影响,常需要在晴天下工作.(2)基于图像测量的方法.该方法是通过获取和分析植物冠层的半球数字图像来计算叶面积指数,仪器主要有C I-100、W I N SCANOPY、He m i V ie w、HCP(He m is pherical Canopy Phot ography)等,这些图像分析系统通常由鱼眼镜头、数码相机、冠层图像分析软件和数据处理器组成.其原理是通过鱼眼镜头和数码相机获取冠层图像,利用软件对冠层图像进行分析,计算太阳辐射透过系数、冠层空隙大小、间隙率参数等,进而推算有效叶面积指数.基于图像测量的仪器和方法测量精度较高,速度则较基于辐射测量的仪器慢,且常需要对图像进行后期处理.此外,测量时需要均一的光环境,如黎明、黄昏、阴天等,晴天会使鱼眼镜头低估或者高估太阳辐射或散射[5,23].(3)光学仪器方法的比较.光学仪器方法在辐射测量、适用冠层、测量环境方面适用条件的比较如表1和表2.表1　基于图像的测量仪器适用条件比较比较项目C I-100W I N SCANOPY He m i V ie w HCP辐射测量直射直射和散射直射和散射直射和散射适用冠层低矮作物、林木冠层低矮作物、林木冠层林木冠层低矮作物、林木冠层测量环境均一光环境均一光环境均一光环境均一光环境表2　基于辐射的测量仪器适用条件比较比较项目LA I-2000AccuP AR Sunscan Sunfleck De mon TRAC辐射测量散射直射和散射直射和散射直射和散射直射直射适用冠层低矮作物、林木冠层低矮作物低矮作物低矮作物低矮作物林木冠层测量环境均一光环境晴天晴天晴天晴天晴天由于光学仪器设计原理和应用理论的差别,在应用仪器时,需要根据测量的植物冠层来选用合适的仪器,而且因为集聚效应在各种冠层中的存在,光学仪器测量出来的叶面积指数是有效值,较之实际值要小[13],因此应将有效叶面积指数与TRAC得出的集聚指数相结合来计算实际叶面积指数[25,26].3结语叶面积指数定义和测量原理上的差异,为不同叶面积指数测量结果之间的比较和验证带来了困难,目前国内外还没有统一的定义和测定方法.比较而言,传统的破坏性方法,如分层收割法,虽然比较准确,但费时费力,效率不高.光学仪器法和经验公式法因具有快速、破坏性小等优点得到广泛应用,但·74·第3期林业调查规划各种光学仪器应用的范围不同,需要根据测量的冠层选择合适的仪器,有条件地选择几种仪器的组合,达到互为验证提高准确性的目的.这些组合中,较常使用LA I-2000、C I-100测量有效叶面积指数,再与TRAC得出的集聚指数相结合以计算实际叶面积指数.叶面积指数测量的发展趋势是光学仪器法和遥感法的相互结合,而且测量精度和准确度将随理论和技术的不断完善逐渐提高.参考文献:[1]巩合德,杨国平,张一平,等1哀牢山4类植物群落叶面积指数比较[J]1东北林业大学学报,2007,35(3):34-361 [2]王希群,马履一,张永福1北京地区油松、侧柏人工林叶面积指数变化规律[J]1生态学杂志,2006,25(12):1486-14891[3]关德新,吴家兵,王安志,等1长白山红松针阔叶混交林林冠层叶面积指数模拟分析[J]1应用生态学报,2007, 18(3):499-5031[4]王希群,马履一,贾忠奎,等1叶面积指数的研究和应用进展[J]1生态学杂志,2005,24(5):537-5411[5]吴伟斌,洪添胜,王锡平,等1叶面积指数地面测量方法的研究进展[J]1华中农业大学学报(自然科学版), 2007,26(2):270-2751[6]Paul JK,Theodore TK1木本植物生理学[M]1北京:中国林业出版社,1985:74-751[8]J ing MC,B lack T A1Defining leaf area index f or non-flatleaves[J]1Plant Cell Envir on,1992,15:421-4291[9]Gower ST,Kucharik CJ,Nor man J M1D irect and indirectesti m ati on of leaf area index,f AP AR and net p ri m ary p r o2 ducti on of terrestrial ecosyste m s[J]1Re mote Sensing of En2 vir on ment,1999,70:29-511[10]Lang ARG,Mcmurtrie RE,Bens on M L1Validity of sur2face area indices of Pinus radiate esti m ated fr om trans m it2tance of the sun’s bea m[J]1Agricultural and ForestMete2or ol ogy,1991,57:157-1701[11]李轩然,刘琪　,蔡哲,等1千烟洲针叶林的比叶面积及叶面积指数[J]1植物生态学报,2007,31(1):93-1011[12]任海,彭少麟1鼎湖山森林群落的几种叶面积指数测定方法的比较[J]1生态学报,1997,17(2):220-2231 [13]J ingMC,PaulMR,Gower ST,et1Leaf area index of borealforests:Theory,techniques,and measure ments[J]1Jour2nal of Geophysical Research,1997,102(24):29429-294431 [14]吕建林,陈如凯,张木清,等1甘蔗净光合速率、叶绿素和比叶重的季节变化[J]1福建农业大学学报,1998,27(3):285-2901[15]Bonhomme R,Varlet GC,Chartier P1The use of phot o2graphs for deter m ining the leaf area index of young cr op s[J]1Phot osynthesis,1974,8:299-3011[16]常学向,赵文智,赵爱芬1黑河中游二白杨叶面积指数动态变化及其与耗水量的关系[J]1冰川冻土,2006,28(1):85-901[17]Gower ST,Nor man J M1Rap id esti m ati on of leaf area indexin conifer and br oad-leaf p lantati ons[J]1Ecol ogy,1991,72:1896-19001[18]陈厦,桑卫国1暖温带地区3种森林群落叶面积指数和林冠开阔度的季节动态[J]1植物生态学报,2007,31(3):431-4361[19]方秀琴,张万昌1叶面积指数(LA I)的遥感定量方法综述[J]1国土资源遥感,2003,57(3):58-621[20]薛利红,曹卫星,罗卫红,等1光谱植被指数与水稻叶面积指数相关性的研究[J]1植物生态学报,2004,28(1):47-521[21]L i X,Strahler A H1Geometric-op tical model of a coniferforest canopy[J]1I EEE Transacti ons on Geoscience andRe mote Sensing,1985,23(5):705-7201[22]蒙继华,吴炳方,李强子1全国农作物叶面积指数遥感估算方法[J]1农业工程学报,2007,23(2):160-1671 [23]赵平,曾小平,蔡锡安,等1利用数字植物冠层图象分析仪测定南亚热带森林叶面积指数的初步报道[J]1广西植物,2002,22(6):485-4891[24]周宇宇,唐世浩,朱启疆,等1长白山自然保护区叶面积指数测量及结果[J]1资源科学,2003,25(6):38-421 [25]赵丽芳,谭炳香,杨华,等1高光谱遥感森林叶面积指数估测研究现状[J]1世界林业研究,2007,20(2):50-541 [26]J ingMC1Op tically-based methods for measuring seas onalvariati on of leaf area index in boreal conifer stand[J]1Agricultural and ForestMeteor ol ogy,1995,80(2):135-1631·84·第33卷。