10.11707/j.1001-7488.LYKX20220339
基于叶片形态数字化分析的板栗品种鉴别
[目的]为解决生产中板栗品种易混淆、辨别困难等问题,采用几何形态测量法对不同板栗品种叶形进行数字化分析,建立板栗品种叶形鉴别方法.[方法]以来自我国不同板栗产区的80个品种叶片为试验材料,2年间重复采集叶样,每年6400张.通过扫描获取叶片图像,采用几何形态测量法及Image J软件,结合板栗叶片特征,选取24个鉴定点并按照一致顺序获取叶形坐标数据.利用Morpho J软件将叶形数据以产区、品种进行分类,进行普氏叠印分析将叶片大小与形状因子分离,进一步形成对称及非对称组分.对数据进行主成分分析、偏最小二乘法的异速生长分析并结合网格变化图将不同品种间叶形差异可视化,同时依据鉴别贡献率对24个鉴定点进行分类;借助典型变量、判别分析及显著性检验进行品种鉴别.[结果]1)不同品种叶片形态差异主要受对称组分影响,在非对称组分中差异不明显.对称组分前2个主成分的累计贡献率为80.6％,可作为板栗品种差异分析的典型变量,对称组分的网格变化图显示品种间差异显著.2)主成分及异速生长分析显示,贡献率排名前14的鉴定点一致,可作为一级鉴定点.3)对称组分中前2个变量的累计贡献率为81.4％.散点图显示,除'怀九'与'燕丰','燕山红栗'与'燕昌','燕龙'与'燕明','六月爆'与'叶里藏'相似度较高,其余品种均能准确区分.4)产区间判别分析显示,除湖北与安徽(97.5％vs.96.9％),其余产区间的正确判别率均达到100.0％;品种间判别分析显示,有99.3％的品种间判别率达到100.0％,个别品种判别率较低且均为95.0％以上,判别结果均存在显著差异(P<0.05).5)聚类分析反映产区及品种间叶形的相似性,分类结果与种源地理分布基本吻合.[结论]基于24个鉴定点的几何形态测量分析可实现不同板栗品种的准确鉴别,筛选出的14个一级鉴定点,3个次级鉴定点,7个补充鉴定点,可准确反映不同板栗品种叶形的主要差异部位,正确判别率达95.3％～100.0％.建立的板栗品种叶形鉴别数据库和基于叶片形态数字化分析的板栗品种鉴别方法,将对板栗品种精准鉴别提供技术支撑.
板栗、叶片、几何形态学、品种鉴别
59
S664.2(果树园艺)
国家重点研发计划;中央财政林业科技推广示范项目
2023-06-02（万方平台首次上网日期，不代表论文的发表时间）
共12页
115-126
