水是水稻持续生长和生理过程所需要维持的重要因素之一。叶片的水分状况能够直接反应植株的水分亏缺程度。然而如何快速、无损地预测水稻叶片含水率,目前仍未有完整系统的检测方法。本文以干旱胁迫下的水稻叶片为研究对象,利用LCR阻抗分析仪等设备测量水稻叶片的阻抗Z、阻抗相位角θ、有效电阻Rp、有效电容Cs、损耗系数D五种电参数,提出了应用这些参数进行水稻叶片含水率检测的方法,建立了表达电特性参数与水稻含水率之间关系的数学模型,并对模型的可靠性进行了比较与分析。本文主要研究内容及结论如下:1.设计了一款能够无损测量水稻叶片电特性参数的平行夹持式夹具,利用LCR阻抗分析仪及自制夹具可较为准确地测量水稻叶片电特性参数。2.采集了87个不同含水率水稻叶片样本在25个不同频点下的五种电参数和含水率数据。利用LCR阻抗分析仪分别测量了25个频率点下的经过干旱胁迫处理后不同含水率水稻叶片的五种电参数,对应水稻叶片含水率采用干燥失重法进行检测。3.通过试验数据分析及建模研究发现:用主成分分析法(PCA)与多层感知器神经网络法(MLC)结合的建模方法所建立的非线性含水率预测模型最佳。4.水稻叶片的含水率与其对应的5种电参数之间有较强的相关性,相关系数R~2达到0.7788。说明利用电特性参数预测水稻叶片含水率完全可行,研究为水稻缺水信息预测提供了一种快速无损检测方法。