刘子恒 王娟娟

摘要：本研究以高原作物“甘青5号”青稞为研究对象，使用数码相机获取青稞叶片的数字图像，分析青稞叶片的色彩参数与生长态势之间的相关性。结果表明：在色彩参数值中，绿光（G）值均大于其他光的值，这是由于相较于其他光，绿色植物对绿光的反射更强，青稞叶片的长、宽和表面积会随着色彩参数的增大而改变。构建生长态势与色彩参数的线性模型，发现R值与叶片长度的模型较理想，判定系数均大于05，其中4月10日的样品拟合度最好，判定系数达到07795。

关键词：青稞叶片;生长态势;色彩参数;相关性

中图分类号：S126

文献标识码：A

文章编号：1008-0457（2019）06-0076-04国际DOI编码：10.15958/j.cnki.sdnyswxb.2019.06.014

Study on Color Parameters and Growth Trend of Hulless Barley Leaves

LIU Zi-heng*，WANG Juan-juan

（Department of Physics and Hydropower Engineering，Gansu Normal Univercity for Nationlities，Hezuo，Gansu 747000，China）

Abstract：In this study，the digital images of Hulless barley “Ganqing 5” were photographed with a digital camera，and the correlation between the color parameters of the barley leaves and the growth posture was analyzedThe results showed that the value of green （G）was greater than the values of other lights，which is due to the stronger reflection of green plantsThe length，width and surface area of the barley leaves growed over timeA linear model constructed of growth potential and color parameters showed that the model of R value and length of leaves is ideal，and the coefficient of determination is greater than 05The sample fitting degree in April 10 is the best，and their coefficient of determination reaches 07795.

Key words：Hulless barley; growth situation; color parameters; correlation

青稞（Hulless barley），是禾本科大麥属的一种农作物，它的内外壳分离，籽粒裸露，称米大麦。主要生产于中国西北地区，同时也是藏族人民的主要粮食。青稞具有很丰富的营养价值和显著的医药保健作用。

近年来，农业生产技术的快速发展，使得农作物的信息监测与品质评估建立在大数据之上[1-3]。计算机视觉技术是利用图像传感器获取物体图像，同时将图像转换成数字图像并利用计算机识别图像，以达到分析图像和得出结论的目的。多样化的计算机处理图像的模式，Photoshop自身默认的色彩模式是RGB色彩模式，计算机图像中的每一个像素都是通过RGB三种颜色分量混合而形成，RGB模式是表示色彩的一种数学方法。所有颜色中的红色、绿色和蓝色的色阶都是用亮度级来测量的，范围在0到255之间，亮度级越高，其颜色就越明亮。国内许多学者进行了

数字图像技术方面的研究。李俊[4]利用数字图像对番茄黄氏曲叶病毒病进行分析研究，发现色彩分析法对番茄黄化曲叶病毒病识别是可行的。陈宇熠等[5]利用图像处理技术应用于农学参数检测研究，得出利用图像饱和度、亮度信息及更深层次的图像特征来构建农这参数预测模型。青稞叶片的长度、宽度和叶面积是重要的指标[6-7]，其中叶面积是生态系统的一个结构参数，可以反映植物叶面数量、冠层结构变化、植物生命活力及其环境效应，能为我们提供重要的数据参数。本研究对农作物青稞叶片生长态势与色彩参数RGB进行分析，采集青稞叶片不同生长时期的图像，提取色彩参数RGB，利用数字图像技术研究色彩参数R值与生长态势的相关性[8-12]。

1材料与方法

11供试样品

试验于2019年3月在甘肃省合作市甘肃民族师范学院巨山养殖基地，地处青藏高原东北边缘，E102°92′，N34°98′，选取甘肃西南部地区‘甘青5号青稞作为供试样品，选用10 cm×12 cm双层的塑料杯，10个重复，在室内温度为20℃的环境下，种植青稞种子，进行相同的水肥管理，青稞长出叶片后，以倒三叶作为测量对象，分别于4月3日、4月10日、4月17日进行3次采样，以下对3个采样时间分别简称第一期、第二期、第三期。

12青稞叶片色彩参数的获取

选取长势良好的青稞叶片作为样本，对样本进行编号，使用数码相机（佳能lxus105）采集图像信息。固定照相机与样本的距离为15 cm，利用图像处理软件Photoshop 80中的RGB模型提取图像的色彩参数值（即RGB值），记录数据。

2结果与分析

将刺叶冬青提取物按照122所示仪器条件进行GC￣MS 检测，在80 min 内得到总离子流图（图1），共有10个分峰。每个峰对应一个质谱图，经数据工作站检索并与标准谱图库对照，可以对刺叶冬青提取物所含的有效成分进行鉴定，鉴定结果见表1。

结合气相色谱￣质谱标准谱图库NIST 进行人工分析，在所鉴定的化合物中，醇酮物质1种，占峰面积的63545%;酯类物质4种，占峰面积的10396%; 烯烃类物质1种，占峰面积的6145%;酰胺类物质1种，占峰面积的2984%;芳香烃类物质1种，占峰面积的1331%;吡啶氧化物类1种，占峰面积的1329%;酚类物质1种，占峰面积的1236%。

刺叶冬青提取物挥发性成分中峰面积较高的有烷异英（63545%）、16￣贝壳杉烯（6145%）、芥酸酰胺（2984%）。

3结论与讨论

采用GC￣MS分析法对梵净山刺叶冬青挥发性成分进行详细分析，共分离出10种成分，其中的优势成分为烷异英（63545%）、16￣贝壳杉烯（6145%）、芥酸酰胺（2984%）。

本研究系采用GC￣MS分析法对梵净山刺叶冬青水浴加热提取物成分进行首次鉴定，提取了部分挥发活性物质，其成分在一定程度上与其具有滋阴、补肾、消热、止血、活血等功效具有必然联系，但还需进一步证明，为刺叶冬青进一步开发利用提供了理论依据。

参考文献：

[1]王利英，楼炉焕，王慧，等 3种冬青气体交换参数及叶绿素荧光特性的研究[J]. 安徽农业科学，2008，36（17）：7104-7106.

[2]中国科学院中国植物志编委会.中国植物志：第45卷第二分卷[M]. 北京：科学出版社，1999：1-3.

[3]郑朝宗.浙江种子植物鉴定检索表[M]. 杭州：浙江科学技术出版社，2005：l92-195.

[4]张衡锋，韦庆翠，汤庚国，等 7种冬青对苯气体胁迫的生理响应[J]. 南京林业大学学报（自然科学版），2015，39（2）：174-178.

[5]陳伟 冬青属几种植物的扦插繁殖及抗旱性研究[D]. 南京：南京林业大学，2006.

[6]周正贤 梵净山研究[M]. 贵阳：贵州人民出版社，1990：1-10.

[7]杨传东，石磊，雷孝平 梵净山药用植物[M]. 贵阳：贵州科技出版社，2016：116.

[8]俞祥生，王强冬青属植物叶的成分分析[J]. 基层中药杂志，1992（2）：26-28