1. На главную
  2. Электронные версии
  3. Растительные ресурсы
  4. T. 56, № 2, 2020

Растительные ресурсы, 2020, T. 56, № 2, стр. 182-192

Сравнительный анализ некоторых классических и современных методик определения площади листовой поверхности

М. М. Дорофеева 1, 2, *, С. А. Бонецкая 2

1 Ботанический институт им. В.Л. Комарова РАН
г. Санкт-Петербург, Россия

2 Санкт-Петербургский государственный лесотехнический университет им. С.М. Кирова
г. Санкт-Петербург, Россия

* E-mail: drofa88@mail.ru

Поступила в редакцию 29.02.2020
После доработки 17.03.2020
Принята к публикации 18.03.2020

Полный текст (PDF)

Аннотация

Рассмотрены методики определения площади листьев растений. Приводятся их краткие описания, дана оценка положительных и отрицательных сторон каждой методики с учетом точности результатов, доступности, скорости выполнения измерений, применимости для видов с разной формой и размерами листа. На примере определения площади листьев Betula pendula Roth. проведена сравнительная апробация точности 5 методов: метода нанесения контуров листа на миллиметровую бумагу (контроль), метода определения веса бумажного шаблона, метода поправочных коэффициентов, а также методов с использованием программного обеспечения Matlab и приложения для смартфонов Petiole.

Ключевые слова: площадь листьев, методы определения, компьютерные технологии

Определение площади листовой поверхности необходимо для различных количественных физиологических и экологических исследований растений. При оценке интенсивности фотосинтеза, дыхания, транспирации получаемые величины рассчитываются на единицу листовой поверхности.

В практике сельскохозяйственного производства оценка площади листьев необходима при прогнозировании урожайности [1], определения оптимальных схем посадки растений [2]. Для посевных культур определяют листовой индекс – отношение общей площади листьев к площади посева. По данному показателю судят о степени обеспеченности посевов водой и элементами минерального питания, устанавливают поливные нормы для орошаемых культур [3, 4].

Подсчет площади листьев используется для определения фотосинтетического потенциала посевов (ФПП) – величины, характеризующей длительность использования посевами солнечной радиации для фотосинтеза в течение вегетации; число “рабочих дней” листовой поверхности [4–6].

В селекционной работе показатель используется для оценки сортовых особенностей [7], влияния различных температурных условий на развитие сортов [8].

В экологических исследованиях определение площади листьев имеет самостоятельное значение, поскольку состояние фотосинтетического аппарата может служить индикатором загрязнения среды, по которому можно провести оценку пригодности местообитания для произрастания видов [9]. В последнее время большое внимание уделяется изучению влияния загрязнения атмосферного воздуха на древесные растения в городских условиях [10–12]. Изучаются токсические эффекты загрязнения почв тяжелыми металлами, нарушающие процессы дыхания и фотосинтеза, угнетающие рост и развитие ассимилирующих органов [13], проводится количественная оценка объемов повреждения листовых пластинок насекомыми-фитофагами [14, 15].

В настоящее время существует несколько методов определения площади листовой поверхности растений. Используемые классические методики часто являются трудоемкими и требуют значительных затрат времени. Вместе с тем, при большом объеме исследуемого материала требуется скорость и точность измерений. В настоящее время активно разрабатываются современные методики с применением компьютерных технологий, позволяющие значительно ускорить процесс измерений.

Целью работы является сравнительный обзор классических и современных методов определения площади листовой поверхности растений.

КРАТКОЕ ОПИСАНИЕ МЕТОДОВ ОПРЕДЕЛЕНИЯ ПЛОЩАДИ ЛИСТОВОЙ ПЛАСТИНКИ

Метод высечек [16]. Метод применяется для большинства сельскохозяйственных культур с целью определения площади листьев одного растения или расчета площади листового аппарата [17].

Для измерения площади одного листа, определяют его сырую массу (Мл). В определенных местах листа путем штамповки сверлом вырезают диски (высечки) равной площади, сырую массу которых определяют путем взвешивания (Мв). Диаметр сверла выбирают в зависимости от размеров листовой пластинки и ее поверхностной плотности. Высечки берут так, чтобы в пробу попала часть пластинки листа с центральными жилками.

Площадь листа определяют по формуле:

$S{\text{л}} = \frac{{М{\text{л}} \times n \times S{\text{д}}}}{{М{\text{в}}}}{\text{\;}},$
где Sл – площадь листа, см2; Мл – масса листа, г; Мв – масса высечек, г; n – количество высечек, шт; Sд – площадь диска.

Недостаток метода – относительно невысокая точность, поскольку масса высечек, взятых в разных местах листа, будет неодинаковой из-за различной толщины листовой пластинки у основания и верхушки. Кроме того, способ непригоден для мелколистных растений.

Метод нанесения контуров листа на миллиметровую бумагу. На миллиметровой бумаге вычерчивается контур листа, затем определяется площадь подсчетом квадратов [3, 18].

Метод точен, однако малопроизводителен, выполнение измерений занимает продолжительное время. Время обработки одного листа исследуемого вида зависит от его размера и сложности. Метод чаще всего используется для предварительного определения площади листьев с дальнейшей разработкой модели методом линейной регрессии [19, 20].

Планиметрический метод. Механические планиметры известны довольно давно и представляют собой систему шарнирно соединенных рычагов: полюсного и обводного. Площадь листовой пластинки определяется путем обвода ее контуров острием обводного рычага планиметра. При этом полюсный рычаг должен быть закреплен неподвижно, так чтобы при обводе фигуры угол между рычагами не был больше 150° и не меньше 30° [21]. В СССР и за рубежом был разработан ряд конструкций оптических планиметров (фотопланиметров), дающих удовлетворительную точность. Основное их преимущество – высокая производительность. Однако на старых моделях работа производилась исключительно в лабораторных условиях [22, 23].

Современные электронные фотопланиметры способны вычислять площади в квадратных сантиметрах или дюймах, имеют цифровую клавиатуру, при помощи которой можно вводить пользовательский масштаб, имеют функции программируемого калькулятора, средства задания системы координат, могут иметь средства связи с компьютером, комплектоваться мини-принтером, выполнять функции цифрователя. Их возможно использовать в полевых условиях измеряя площадь поверхности листьев, непосредственно прикрепленных к растению.

Планиметрический метод достаточно точен, однако необходимое оборудование для проведения измерений этим методом не всегда является доступным.

Метод сканирования и обработки изображений на основе программы “Листомер”. Сотрудниками Сибирского Физико-технического института аграрных проблем была разработана программа “Листомер”, являющаяся одним из новых методов определения площади листьев. “Листомер” создан на базе универсального графического редактора XnView.

Площадь листьев можно рассчитывать как в совокупности, так и по отдельности. “Листомер” позволяет обрабатывать сканированные изображения листьев. При использовании данной программы устраняется погрешность увядания листьев, на величину площади листьев не повлияет характер жилкования и толщина листа [24]. Для работы с “Листомером” потребуется сканер, прозрачная пленка, лист белой бумаги. Ознакомиться с лицензией можно по ссылке: http://www.sorashn.ru/index.php?id=2723.

В настоящее время имеется опыт исследований с использованием “Листомера”, которые проводились на пшенице Triticum aestivum L., пырее ползучем Elytrigia repens L., костреце безостом Bromus inermis Leyss. [25, 26].

Метод с использованием приложения для смартфонов Petiole.LeafArea [27].

Измеритель площади листовой поверхности в смартфоне позволяет измерить площадь отдельного листа, общую площадь листьев, сохранять данные для сравнения.

Для расчета площади листовых пластинок через приложение Petiole камера смартфона на определенном удалении наводится на калибровочную платформу (рис. 1), затем необходимо разместить лист (или листья) перед камерой (рис. 2), после чего автоматически производится замер площади с точностью до десятых долей квадратного сантиметра, при этом в нижней части экрана отобразится площадь листа (см2). Подробная инструкция по использованию Petiole приведена на сайте http://petioleapp.com/. Приложение бесплатно для скачивания в Google play и App store.

Рис. 1.

Калибровка камеры смартфона при помощи приложения Petiole. Fig. 1. Calibration of the smartphone camera using Petiole App.

Рис. 2.

Последующие промеры листовых пластинок при помощи приложения Petiole. Fig. 2. Subsequent measurements of leaf using Petiole App.

Метод с использованием программного средства APFill Ink Toner Coverage Meter 5.8. Предварительно просушенные листовые пластинки сканируются, файл необходимо сохранить в виде бинарного изображения, которое загружается в программу APFill Ink Toner Coverage Meter. Программа позволяет определить заполнение страницы чернилами и средний цвет по листу до печати на принтере. Программа может оценить заполнение листа при печати с точностью до 1%. Таким образом, исследователь получает возможность оценить площадь страницы формата А4, занимаемую листьями исследуемого вида, а далее использовать полученные данные для определения листовой поверхности растений, произрастающих на определенной площади [28]. Бесплатная лицензия APFill Ink Toner Coverage Meter действует в течение 30 дней после установки. Предлагаемый метод доступен большинству исследователей, позволяет быстро проводить измерения, не требует наличия дорогостоящего оборудования.

Весовой метод. На равномерной по плотности бумаге вырезают контур листовой пластинки и взвешивают его на торзионных или аналитических весах [3] (Techniques). Одновременно из такой же бумаги вырезают квадрат, например площадью 100 см2 (10 ×10 см), и также определяют его массу. Площадь исследуемого листа находят по формуле:

$S = \frac{{aC}}{b},$
где а – масса контура листа, мг; b – масса квадрата бумаги, мг; С – площадь квадрата бумаги, см2.

Метод прост и достаточно точен, но малопроизводителен и его сложно использовать при исследовании гофрированных и сложных листьев.

Расчетные методы, основанные на измерении линейных параметров листа. В настоящее время активно разрабатываются математические модели, которые позволяют рассчитать площадь листа на основе измерения его линейных параметров. Такие методы не требуют повреждения или удаления листьев с растений, что позволяет работать с редкими видами, проводить многократные измерения и наблюдения в течение вегетационного периода in vivo.

В большинстве математических моделей расчет площади листа производится на основании поправочного коэффициента, либо посредством уравнений регрессии, связывающих площадь листа с его линейными размерами (длиной и шириной). При построении моделей методами линейного и множественного регрессионного анализа, в качестве независимых переменных используются длина и ширина листа, квадраты, квадратные корни, произведение этих величин и т.д.

Такие модели разработаны для некоторых дикорастущих видов – Taraxacum kok-saghyz Rodin [29], декоративных культур – Euphorbia [7], плодовых культур – Pirus communis L., Pirus serotina Rehd. [30], Prunus avium (L.) L. [31], Prunus persica (L.) [32], Castanea sativa Mill. [33], Corylus avellana L. [34], Actinidia deliciosa (A.Chev.) C.F.Liang & A.R.Ferguson [35], Malus domestica Borch. [36] и сельскохозяйственных видов – Vitis vinifera L. [37], Cucumis sativus L. [20, 38, 39], Capsicum annuum L. [40], Solanum melongena L. [41], Helianthus annuus L. [42], Cucurbita pepo L. [43], Brassica oleracea L. [44].

В основе метода определения площади листа с помощью поправочного коэффициента лежит сопоставление формы листа и геометрической фигуры, достаточно хорошо совпадающей с его конфигурацией (эллиптическая, узко- или обратно-яйцевидная, овальная, округлая, ланцетовидная). Многообразие форм листовых пластинок предполагает широкое варьирование выбора линейных размеров. В большинстве случаев используются два показателя – длина и ширина, которые имеют высокую корреляцию с площадью листовой поверхности. Определив вид фигуры, в которую вписывается лист, можно рассчитать коэффициент между его фактической площадью, измеренной прямым методом и площадью фигуры [5].

Если листовая пластинка вписывается в прямоугольник, коэффициент определяется как отношение фактической площади к площади прямоугольника со сторонами x и y:

${\text{K}} = \frac{S}{L} \times W{\text{\;}},$
где K – коэффициент, L – длина листа (см), W – ширина листа (см), S – площадь листа (см2), определенная прямым методом [30].

Коэффициент K получают на основании анализа многих листьев многократно в течение вегетационного периода. Такой метод позволяет проводить длительные наблюдения за изменением площади листьев, отличается производительностью, но невысокой точностью.

Метод с использованием программного обеспечения Matlab Е.И. Самаркиной с соавторами. Программа измерения была разработана с помощью языка программирования, встроенного в комплекс Matlab и предназначена для определения площади и коэффициента асимметрии листовых пластинок.

Для измерений необходим файл цифровой фотографии серии листовых пластинок в формате JPEG достаточного разрешения. Каждая серия может насчитывать 15 и более листовых пластинок, в зависимости от их размера. Процесс преобразования изображения из цветного в изображение, содержащее только черный и белый цвет – бинаризация, осуществляется стандартными функциями Matlab [45] (рис. 3).

Рис. 3.

Результат распознавания листовых пластинок на фотографии программой на базе программного обеспечения Matlab. Fig. 3. The result of leaf blades recognition in the photograph using Matlab-based software.

В результате автоматического распознавания функцией Matlab объектов на цифровом изображении формируется массив листовых пластинок, каждой из которых соотносится своя бинарная матрица изображения. На основе матрицы бинарного изображения листовой пластинки выводятся показатели асимметрии, логарифм асимметрии, площадь левой и правой половин листовой пластинки, суммарная площадь листовой пластинки (рис. 4). Значение суммы белых пикселей дает площадь листовой пластинки [45].

Рис. 4.

Пример получения числовых параметров отдельно взятой листовой пластинки с помощью программы на базе программного обеспечения Matlab. Fig. 4. Obtaining single leaf blade parameters using Matlab-based software.

РЕЗУЛЬТАТЫ АПРОБАЦИИ НЕКОТОРЫХ МЕТОДОВ ОПРЕДЕЛЕНИЯ ПЛОЩАДИ ЛИСТОВОЙ ПЛАСТИНКИ

Объект измерения – листовая пластинка березы повислой Betula pendula Roth. Данный вид используется как индикатор качества среды в многочисленных исследованиях, обладает наиболее обширным ареалом среди других представителей рода.

B. pendula рекомендована для оценки состояния наземных экосистем в соответствии с “Методическими рекомендациями по выполнению оценки качества среды по состоянию живых существ” распоряжения Росэкологии № 460-р от 16 октября 2003 г.

При исследованиях состояния природной среды требуется обработка сотен листовых пластинок, собранных на многочисленных площадках. Поэтому при выборе методики, помимо точности результатов, важна производительность.

Материал B. pendula был собран после прекращения роста листьев. Для вычисления площади листовой пластинки использовали 5 методов: весовой метод, метод расчетных коэффициентов, методику на основе программного обеспечения Matlab, метод с использованием приложения для смартфонов Petiole. Метод нанесения контуров листа на миллиметровую бумагу принят в качестве контроля.

Данные, полученные при измерении листовых пластинок, представлены в табл. 1.

Таблица 1.  

Результаты измерения площади листовых пластинок Betula pendula Table 1.  The results of measuring Betula pendula leaf blade area

Номер листовой пластинки
Leaf number 		Методы с использованием:
Methods using:
миллиметровой бумаги
graph paper 		поправочных коэффициентов
correction factor 		приложения для смартфонов Petiole Petiole App программного обеспечения Matlab Matlab software веса бумажного шаблона
weight of paper pattern
Площадь листовой пластинки, см2
Leaf area, cm2
  см2 % см2 % см2 % см2 % см2 %
1 20.00 100 20.68 103.4 19.5 97.5 19.98 99.9 20.00 100
2 15.50 100 15.52 100.1 15.2 98.1 16.41 106 15.00 96.8
3 17.75 100 17.98 101.3 18.1 102 19.32 109 17.50 98.6
4 16.18 100 16.03 99.1 15.9 98.3 16.99 105 15.00 92.7
5 18.03 100 17.92 99.4 17.4 96.5 18.24 101.2 17.50 97.1
6 12.84 100 13.35 103.9 12.4 96.6 12.56 98 13.75 107.1
7 17.02 100 17.28 101.5 17.6 103.4 18.93 111.2 18.75 110.2
8 13.70 100 14.00 102.2 13.8 100.7 13.66 99.7 15.00 109.5
9 17.86 100 16.63 93.1 18.9 105.8 18.63 104.3 17.50 98
10 12.91 100 12.83 99.4 12.6 97.6 12.24 95 12.50 96.8
11 12.57 100 13.12 104.4 12.7 101 11.75 93.5 12.50 99.4
12 13.70 100 13.80 100.7 13.7 100 13.07 95.4 13.75 100.4
13 19.38 100 18.66 96.3 20.3 104.7 18.59 96 17.50 90.3
14 21.94 100 21.22 96.7 23.0 104.8 21.32 97.2 21.25 96.9
15 13.33 100 13.30 99.8 13.0 97.5 12.50 93.8 12.50 93.8
M ± m 16.2 ± 0.8   16.15 ± 0.7   16.3 ± 0.8   16.3 ± 0.8   16.0 ± 0.7  
Std. Dev. 2.97   2.77   3.29   3.3   2.8  

Результаты, полученные на основе использованных методов измерения площади листовых пластинок коррелируют между собой в высокой степени (табл. 2), что свидетельствует об их тесной линейной связи. Наиболее высокую степень корреляции с результатами контрольного метода (с использованием миллиметровой бумаги) демонстрируют измерения с помощью приложения для смартфонов “Petiole” (0.988) и с использованием поправочных коэффициентов (0.986).

Таблица 2.  

Коэффициенты корреляции между значениями средней площади листовой пластинки Betula pendula, установленными разными методами Table 2.  Correlation coefficients between the values of the average area of Betula pendula leaf blade determined by different methods

Методы с использованием:
Methods using: 		Методы с использованием:
Methods using:
программного обеспечения
Matlab
Matlab software 		приложения
для сматфонов
Petiole
Petiole App 		веса бумажного шаблона
weight of paper pattern 		поправочных коэффициентов
correction factor
миллиметровой бумаги
millimeter graph paper 		0.964 0.988 0.950 0.986
поправочных коэффициентов
conversion factor 		0.958 0.960 0.961 –
программного обеспечения Matlab
Matlab software 		– 0.953 0.954 0.958
приложения для сматфонов Petiole
Petiole App 		0.953 – 0.943 0.960

Сравнение методик определения площади листовой пластинки не выявило существенных преимуществ какого-либо из них по точности результатов. Наиболее продуктивными по времени оказались методики на основе программного обеспечения Matlab и приложения для смартфонов Petiole. Дополнительным преимуществом достаточно точного метода определения площади листа с помощью поправочного коэффициента является то, что для исследования не требуется повреждения или удаления листьев с растений.

Список литературы

  1. Петрик Г.Ф., Нещадим Н.Н., Толорая Т.Р., Петрик Я.Б. 2017. Способ прогнозирования урожайности гибридов кукурузы – Патент на изобретение. – Номер патента: RU 2626159. 7 с. https://elibrary.ru/item.asp?id=38268023

  2. Козлова И.В., Грушанин А.И., Бут Н.Н. 2019. Продуктивность фотосинтеза консервных сортов и гибридов томата. – Рисоводство. 1(42): 73–77. http://vniirice.ru/sites/default/files/docs/2019/risovodstvo142.pdf

  3. Coombs J., Hall D.O., Long S.P., Scurlock J.M.O. (ed.). 1985. Techniques in bioproductivity and photosynthesis. 2nd Ed. Oxford. 324 p. https://www.elsevier.com/books/techniques-in-bioproductivity-and-photosynthesis/coombs/978-0-08-031999-5

  4. Мыхлык А.И., Дуктова Н.А. 2015. Оценка фотосинтетической деятельности сортов овса посевного в зависимости от уровня азотного питания. – Вестник Белорусской государственной сельскохозяйственной академии. 3: 130–137. http://elc.baa.by/vestnik/vestnik2015-3/vestnik2015-3.pdf

  5. Третьяков Н.Н., Карнаухова Т.В., Паничкин Л.А. 1990. Практикум по физиологии растений. М. 271 с. http://booksshare.net/books/biol/tretyakov-nn/1990/files/praktikumpofiziologii1990.djvu

  6. Павловская Н.Е., Бородин Д.Б., Хорошилов А.А., Яковлева И.В. 2017. Изучение действия нанокремния на фотосинтетическую продуктивность яровой пшеницы – Вестник АГАУ. 7(153): 12–18. http://www.asau.ru/vestnik/2017/7/012-018.pdf

  7. Fascella G., Maggiore P., Zizzo G.V., Colla G., Rouphael Y. 2009. A simple and low-cost method for leaf area measurement in Euphorbia × lomi Thai hybrids. – Advances in Horticultural Science Advances in Horticultural Science. 23(1): 57–60. https://www.jstor.org/stable/42882678

  8. Shin H.K., Lieth J.H., Soo-Hyung Kim. 2001. Effects of temperature on leaf area and flower size in rose. – Acta horticulturae. 547: 185–193. https://doi.org/10.17660/ActaHortic.2001.547.22

  9. Латанов А.А. 2011. Влияние противообледенительной смеси на состояние городских насаждений. – Вестник Московского государственного университета леса. 4: 163–166. https://elibrary.ru/item.asp?id=16540249

  10. Неверова О.А. 2001. Биоэкологическая оценка загрязнения атмосферного воздуха по состоянию древесных растений. Новосибирск. 119 с. https://www.elibrary.ru/item.asp?id=21217926

  11. Соколова Г.Г., Еремина А.А. 2014. Влияние загрязнения воздушной среды на развитие листьев древесных растений в условиях г. Горно-Алтайска. В сб.: Проблемы ботаники Южной Сибири и Монголии: науч. ст. по матер. XIII междунар. науч.-практ. конф. Барнаул. С. 208–213. https://elibrary.ru/item.asp?id=22657238

  12. Кучерова С.В., Григорьев А.И. 2017. Закономерности роста листьев березы повислой (Betula pendula Roth.) и березы пушистой (Betula pubescens Ehrh.) в условиях Омска. – Естественные науки и экология. С. 28–32. https://elibrary.ru/item.asp?id=29756364

  13. Клаус А., Лысенко Е., Холодова В. 2013. Рост растений кукурузы и накопление фотосинтетических пигментов при кратко- и долгосрочном воздействии кадмия. – Физиология растений. 60(2): 246–256. https://doi.org/10.7868/S0015330313020115

  14. Синчук О.В., Рогинский А.С., Данилёнок В.В., Гончаров Д.А., Трещева А.Б. 2016. Количественная оценка поврежденности инвазивными минирующими насекомыми листовых пластинок декоративных древесных растений : учеб. материалы. Мн.: БГУ, 30 с.

  15. Рогинский А.С., Моштыль С.О. 2018. Оценка относительной площади повреждений личинками каштановой минирующей моли (Cameraria ohridella) листочков сложных листьев цветущих и нецветущих экземпляров конского каштана обыкновенного в зеленых насаждениях г. Минска. – 75-я научная конференция студентов и аспирантов Белорусского государственного университета. Т. 2. Минск. С: 342–346. https://elibrary.ru/item.asp?id=37097494

  16. Ничипорович А.А. 1969. Методические указания по учету и контролю важнейших показателей процессов фотосинтетической деятельности растений в посевах. М. 93 с.

  17. Моисейченко В.Ф., Трифонова М.Ф., Заверюха А.Х., Ещенко В.Е. 1996. Основы научных исследований в агрономии. – М. 219 с.

  18. Pandey S.K., Singh H. 2011. A Simple, Cost-Effective Method for Leaf Area Estimation. – J. Botany. 6 p. https://doi.org/10.1155/2011/658240

  19. Obiefuna J.C., Ndubizu T.O.C. 1979. Estimating leaf area of plantain. – Scientia Horticulturae. 11(1): 31–36. https://doi.org/10.1016/0304-4238(79)90051-7

  20. Singh M.C., Singh K.G., Singh J.P. 2018. Indirect method for measurement of leaf area and leaf area index of soilless cucumber crop. – Adv. Plants Agric. Res. 8(2):188–191. https://doi.org/10.15406/apar.2018.08.00311

  21. Аношина А.С. 2008. Классификация геодезических приборов – Автоматизированный справочник геодезического оборудования. http://www.nngasu.ru/geodesy/classification/chastnye-klassifikatsii/07_Planimetri.php

  22. Edward M.E., Shadbolt C.A., Holm L. 1956. Use of an Optical Planimeter for Measuring Leaf Area – Plant Physiology. 31(6): 484–486. https://doi.org/10.1104/pp.31.6.484

  23. Schurer K. 1971. Direct reading optical leaf area planimeter – Acta Botanica Neerlandica. 20(1): 132–140. https://doi.org/10.1111/j.1438-8677.1971.tb00693.x

  24. “Листомер” виртуальный прибор для определения площади и степени поражения листьев. 2012. – Каталог научно-технической продукции СО Россельхозакадемии / ГНУ СибФТИ. http://catalog.sorashn.ru/node/863

  25. Навроцкая Е.М., Березина В.Ю., Гурова Т.А. 2003. Использование виртуального прибора “ЛИСТОМЕР” в исследованиях адаптации пшеницы к засолению. – В сб.: Информационные технологии, информационные измерительные системы и приборы в исследовании сельскохозяйственных процессов: Мат. Междун. науч.-практич. конференции. Т. 2. Новосибирск. С. 182–194. https://elibrary.ru/item.asp?id=21688588

  26. Гурова Т.А., Луговская О.С., Свежинцева Е.А. 2016. Использование виртуального прибора “Листомер” для определения площади поражения листьев. – Сибирский вестник сельскохозяйственной науки. 6: 82–89. https://sibvest.elpub.ru/jour/article/view/27/28#

  27. Kuzmenko M., Seleznov A. 2016. Petiole – plant leaf area & chlorophyll content – petioleapp.com – Official website. http://petioleapp.com

  28. Дмитриев Н.Н., Хуснидинов Ш.К. 2016. Методика ускоренного определения площади листовой поверхности сельскохозяйственных культур с помощью компьютерной технологии. – Вестник КрасГАУ. 7(118): 88–93. http://www.kgau.ru/vestnik/2016_7/content/13.pdf

  29. Shen G., Wang W., Chen F., Zheng F., Wei D., Li L., Zeng X., Fan Y., Конькова Н.Г. 2018. Разработка модели для недеструктивного определения площади и массы листа у кок-сагыза (Taraxacum kok-saghyz Rodin) – Сельхозбиология. 53(3): 645–654. https://doi.org/10.15389/agrobiology.2018.3.645rus

  30. Киселева Н.С. 2017. Способ вычисления площади листа груши по линейным измерениям с помощью расчетных коэффициентов и методов вариационной статистики. – Сельскохозяйственная биология. 52(1): 211–217. https://doi.org/10.15389/agrobiology.2017.1.211rus

  31. Demirsoy H., Demirsoy L. 2003. A validated leaf area prediction model for some cherry cultivars in Turkey. – Pakistan J. Botany. 35: 361–367.

  32. Demirsoy H., Demirsoy L., Uzun S., Ersoy B. 2004. Non-destructive leaf area estimation in peach. – Eur. J. Hortic Sci. 69(4):144–146.

  33. Serdar Ü., Demirsoy H. 2006. Non-destructive leaf area estimation in chestnut. – Sci. Hortic. 108(2):227–230. https://doi.org/10.1016/j.scienta.2006.01.025

  34. Cristofori V., Rouphael Y., Mendoza-De Gyves E., Bignami C. 2007. A simple model for estimating leaf area of hazelnut from linear measurements. – Sci. Hortic. 113: 221–225. https://doi.org/10.1016/j.scienta.2007.02.006

  35. Mendoza-De G.E., Rouphael Y., Cristofori V., Rosana M.F. 2007. A non-destructive, simple and accurate model for estimating individual leaf area of kiwi (Actinidia deliciosa). – Fruits. 62: 171–176. https://doi.org/10.1051/fruits:2007012

  36. Sala F., Arsene G.G., Iordănescu O., Boldea M. 2015. Leaf area constant model in optimizing foliar area measurement in plants: A case study in apple tree. – Sci. Hortic. 193. 218–224. https://doi.org/10.1016/j.scienta.2015.07.008

  37. Montero F.J., De Juan J.A., Cuesta A., Brasa A. 2000. Nondestructive Methods to Estimate Leaf Area in Vitis vinifera L. – HortScience. 35(4): 696–698. https://doi.org/10.21273/HORTSCI.35.4.696

  38. Robbins N.S., Pharr D.M. 1987. Leaf area prediction models for cucumber from linear measurements. – HortScience. 22(6): 1264–1266.

  39. Blanco F.F., Folegatti M.V. 2003. A new method for estimating the leaf area index of cucumber and tomato plants. – Hortic. Bras. 21(4): 666–669. https://doi.org/10.1590/S0102-05362003000400019

  40. De Swart E.A.M., Groenwold R., Kanne H.J., Stam P., Marcelis L.F.M., Voorrips R.E. 2004. Non-destructive estimation of leaf area for different plant ages and accessions of Capsicum annuum L. – J. Hort. Sci. & Biotech. 79(5): 764–770. https://doi.org/10.1080/14620316.2004.11511840

  41. Rivera C.M., Rouphael Y., Cardarelli M., Colla G. 2007. A simple and accurate equation for estimating individual leaf area of eggplant from linear measurements. – Eur. J. Hortic Sci. 70: 228–230.

  42. Rouphael Y., Colla G., Fanasca S., Karam F. 2007. Leaf area estimation of sunflower leaves from simple linear measurements. – Photosynthetica. 45(2): 306–308. https://doi.org/10.1007/s11099-007-0051-z

  43. Rouphael Y., Rivera C.M., Cardarelli M., Fanasca S., Colla G. 2006. Leaf area estimation from linear measurements in zucchini plants of different ages. – J. Hort. Sci. & Biotech. 81(2): 238–241. https://doi.org/10.1080/14620316.2006.11512056

  44. Stoppani M.I., Wolf R., Francescangeli N., Marti H.R. 2003. A nondestructive and rapid method for estimating leaf area of broccoli. – Adv. Hort. Sci. 7(3): 173–175.

  45. Самаркина Е.И., Самаркин А.И., Соколова И.Г., Жаров И.Н. 2019. Методика измерения параметров листовых пластинок по цифровому изображению с использованием специализированного программного обеспечения.– Растительные ресурсы. 4(55): 537–547. https://doi.org/10.1134/S0033994619040101

  46. Методические рекомендации по выполнению оценки качества среды по состоянию живых существ (оценка стабильности развития живых организмов по уровню асимметрии морфологических структур). – М., 2003. – 25 с. http://www.ecopolicy.ru/upload/File/MetRecom.doc

Дополнительные материалы отсутствуют.

Инструменты

предыдущая статья выпуска содержание выпуска

Растительные ресурсы

Архивы выпусков Информация о журнале Отправить рукопись в журнал