项目名称: PROSPECT模型的特定吸收系数的测定方法和叶绿素a和b的反演研究

项目编号: No.41271363

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 周启发

作者单位: 浙江大学

项目金额: 70万元

中文摘要: 由于缺乏在活体条件下测定叶片的特定吸收系数的实验方法,长期以来PROSPECT模型不能分别反演叶绿素a和b。本研究通过选用低叶绿素b突变体和叶绿素b缺失突变体水稻以及常规水稻品种为材料,在温室条件下采用远红光诱导和低氮处理的方法培养出大量的在叶绿素a和b方面组成特殊的叶片样品,从中筛选出其他生物物理化学参数(干物重、叶面积、木质素、纤维素、类胡萝卜素、水分)相近而只在叶绿素含量有差异的叶片样本,进而找出只有叶绿素a或b含量差异的特殊样本,测定叶片的吸收光谱,通过分析计算这些样本间在叶绿素吸收区域的吸收率差异,计算叶绿素a和b的特定吸收系数。将测得的特定吸收系数输入PROSPECT模型,用最小化代价函数方法获得其他特定吸收系数,建立改进的模型,以能分别反演叶绿素a和b。同时,在提取叶绿素b缺失突变体叶片光谱特性基础上,研究用新构建的高光谱植被指数分别反演叶绿素a和b的方法。

中文关键词: 水稻;高光谱;色素;PROSPECT模型;生态水培

英文摘要: In vivo determination of specific coefficients in PROSPECT model is critical since they link the optical and biochemical properies together. PROSPECT model has long been not successful for retrieval of chlorophyll a and b due to lack of methodology for measurement of the specific coefficients. The main objectives of this study are to establish an experimental method for in vivo measurement of the specific absorption coefficients of chlorophyll a and b in intact leaves and improve the PROSPECT model for retrieval of chlorophyll a and b by input of the determined specific coefficients and those derived by minimizing the merit function.Direct comparison between simulated and measured reflectance (and transmittance) will be made to assess the performance of the improved model in terms of accuracy of fit. The experimental method is based on derivation of a large size of leaf samples with special compositions of chlorophyll a and b by use of chlorophyll b deficient rice mutant and low chlorophyll b rice mutant,induction of far red light and low nitrogen treatment under greenhouse conditions.The in vivo specific absorption coefficients of chlorophyll a and b will be determined by calculating the difference in absorptance of the leaves very close in the biophysical and biochemical parameters (e.g. leaf area, water, dry

英文关键词: rice;hyperspectra;pigment;PROSPECT model;eco-hydroponics

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
14+阅读 · 2021年10月16日
专知会员服务
45+阅读 · 2021年9月3日
专知会员服务
59+阅读 · 2021年5月11日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
超级干货 | 用万字文章总结25种正则化方法
极市平台
8+阅读 · 2022年3月11日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
Nature重磅:“饿死”癌细胞,又添新线索
学术头条
0+阅读 · 2021年10月21日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
CNN 反向传播算法推导
统计学习与视觉计算组
30+阅读 · 2017年12月29日
MNIST入门:贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
小贴士
相关主题
相关VIP内容
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
专知会员服务
14+阅读 · 2021年10月16日
专知会员服务
45+阅读 · 2021年9月3日
专知会员服务
59+阅读 · 2021年5月11日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
相关资讯
超级干货 | 用万字文章总结25种正则化方法
极市平台
8+阅读 · 2022年3月11日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
Nature重磅:“饿死”癌细胞,又添新线索
学术头条
0+阅读 · 2021年10月21日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
CNN 反向传播算法推导
统计学习与视觉计算组
30+阅读 · 2017年12月29日
MNIST入门:贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
相关基金
微信扫码咨询专知VIP会员