Dualex 植物多酚葉綠素儀

產(chǎn)品介紹：

Dualex 植物多酚葉綠素儀源自法國國家科學院（CNRS）及巴黎第十一大學技術，由奧地利 PESSL 公司（原法國 Force-A 公司）生產(chǎn)。可同時準確測量葉片的葉綠素指數(shù) Chl、葉片表層的類黃酮指數(shù) Flav，并計算植物的氮平衡指數(shù) NBI，適用于植物生理學和農(nóng)學（如水稻葉綠素濃度、玉米氮素狀況、葡萄藤等）等相關研究。

工作原理：

• 多酚測量原理：葉綠素紅外熒光通過未被多酚吸收的參考激發(fā)光測量，與多酚測量光（如紫外光反映類黃酮）結果比較，因多酚吸收作用，只有小部分光到達葉肉葉綠素并產(chǎn)生紅外光，測量光為紫外和綠光，參比光為紅光。

• 葉綠素測量原理：通過光的透射率快速測量葉綠素含量，第一束近紅外光用于測量葉綠素含量，第二束近紅外光測量葉片結構對葉綠素含量的干擾值；葉片葉綠素吸收率基于 710nm 和 850nm 兩束近紅外光的透射率，根據(jù)檢測器檢測到的透射率比較計算得出。

技術參數(shù)：

• 測量對象：植物葉片。

• 測量參數(shù)：植物葉綠素指數(shù) Chl，類黃酮指數(shù) Flav，氮平衡指數(shù) NBI。

• 測量面積：5mm 直徑。

• 精度：5%。

• 相對精度：<2.5m（CEP，50%，24h 靜態(tài)）。

• 數(shù)據(jù)輸出：.csv 文件。

• 數(shù)據(jù)傳輸：USB。

• 尺寸：205mm×65mm×55mm。

• 重量：220 克（含電池）。

• 其它特性：內(nèi)置 GPS，可儲存一萬多個數(shù)據(jù)。

產(chǎn)品特點：

• 便攜小巧：重量 220 克（含電池），小巧適合手持，人體工學設計適合測量 0.5 到 16 厘米寬的葉片。

• 測量簡單：自動模式下探測到葉片會自動儲存結果，也可手動開關。

• 適用于實驗研究：Dualex 提供多種選項:刪除上次測量結果?管理測量結果(三種分類),可記錄多 達1000 多條數(shù)據(jù)?這些參數(shù)附帶日期?時間?分組編號和GPS 位置(精確到米)?

• 個性化設置：可定制熒光計顯示的指數(shù)，影響產(chǎn)品最終價格。

• 簡易的數(shù)據(jù)管理：數(shù)據(jù)可通過 USB 數(shù)據(jù)線導出為數(shù)據(jù)文件，兼容任何數(shù)據(jù)處理軟件。

• 內(nèi)置 GPS（可選）：顯示的數(shù)據(jù)可用于繪圖。

• 超長使用壽命：內(nèi)置可充電大容量鋰電池可循環(huán)充電 1000 次，充 4 小時電可實現(xiàn)多達 25000 次測量。

應用案例：

氮平衡指數(shù)(NBI: Nitrogen Balance Index)是葉綠素(CHL)和類黃酮(FLAV)的 比值:當未發(fā)生氮肥脅迫時,植物生長健康,合成葉綠素較多,產(chǎn)生的多酚(類黃酮) 較少;當發(fā)生氮肥脅迫時,植物營養(yǎng)不平衡,產(chǎn)生的多酚(類黃酮)較多,生成葉綠素 較少?傳統(tǒng)方法中只用葉綠素判斷氮肥狀況,當葉片葉綠素含量下降時(葉片變黃), 說明植物缺失氮肥?而事實上,這種方法有一定的延遲效應,葉綠素下降是幾天甚至十 幾天前氮肥缺失的表現(xiàn),即使此時施肥,也會影響作物的最終產(chǎn)量?通過這項全新的指數(shù),可獲取更早更具有針對性地關于農(nóng)作物的氮素信息?

利用氮平衡指數(shù)來評估氮肥狀況時,避免了傳統(tǒng)方法中的延遲效應,葉綠素和多酚 (類黃酮)稍有變化,即可檢測出植物的氮肥狀況,及時快速進行氮肥管理?

參考文獻：

Shi P, Wang Y, Yin C, et al. Mitigating saturation effects in rice nitrogen estimation using Dualex measurements and machine learning[J]. Frontiers in Plant Science, 2024, 15: 1518272.

Dong T, Shang J, Chen J M, et al. Assessment of portable chlorophyll meters for measuring crop leaf chlorophyll concentration[J]. Remote Sensing, 2019, 11(22): 2706.

pre-symptomatic downy mildew (Pseudoperonospora cubensis) infections in cucumbers[J]. Computers and Electronics in Agriculture, 2024, 218: 108736.

Dong R, Miao Y, Wang X, et al. Estimating plant nitrogen concentration of maize using a leaf fluorescence sensoracross growth stages[J]. Remote Sensing, 2020, 12(7): 1139.

Barthod S, Cerovic Z, Epron D. Can dual chlorophyll fluorescence excitation be used to assess the variation in thecontent of UV-absorbing phenolic compounds in leaves of temperate tree species along a light gradient?[J]. Journalof Experimental Botany, 2007, 58(7): 1753-1760.

Pfündel E E, Ben Ghozlen N, Meyer S, et al. Investigating UV screening in leaves by two different types of portable UVfluorimeters reveals in vivo screening by anthocyanins and carotenoids[J]. Photosynthesis Research, 2007, 93:205-221.

Yue J, Wang J, Zhang Z, et al. Estimating crop leaf area index and chlorophyll content using a deep learning-basedhyperspectral analysis method[J]. Computers and Electronics in Agriculture, 2024, 227: 109653.

Yue J, Tian J, Philpot W, et al. VNAI-NDVI-space and polar coordinate method for assessing crop leaf chlorophyllcontent and fractional cover[J]. Computers and Electronics in Agriculture, 2023, 207: 107758.

Wang L, Gao R, Li C, et al. Mapping soybean maturity and biochemical traits using uav-based hyperspectral images[J].Remote Sensing, 2023, 15(19): 4807.

Pan Y, Wu W, Zhang J, et al. Estimating leaf nitrogen and chlorophyll content in wheat by correcting canopy structureeffect through multi-angular remote sensing[J]. Computers and Electronics in Agriculture, 2023, 208: 107769.