為優(yōu)化冬小麥籽粒蛋白含量（GPC）的遙感預(yù)測(cè)模型,基于2012-2013、2014-2015和2017-2018年冬小麥生長(zhǎng)季的田間試驗(yàn),以植株氮代謝過(guò)程及GPC形成規(guī)律為依據(jù),構(gòu)建"植被指數(shù)（VI）-農(nóng)學(xué)參數(shù)-GPC"的半機(jī)理模型,并在此基礎(chǔ)上通過(guò)引入筋型修正系數(shù)λ優(yōu)化"PNC-GPC"模型,修正小麥筋型對(duì)模型的影響,進(jìn)一步提高"VI-PNC-GPC"模型的精度。結(jié)果表明,選取的VI與植株氮濃度（PNC）均極顯著相關(guān),其中比值光譜植被指數(shù)（RSI）與PNC的相關(guān)性最高,相關(guān)系數(shù)達(dá)到0.777,建立的PNC估算模型的決定系數(shù)（r²）達(dá)到0.604,驗(yàn)證nRMSE為9.93%;構(gòu)建的PNC-GPC模型為GPC=（5.843×PNC+4.847）×λ,r²=0.792,驗(yàn)證nRMSE為7.43%;對(duì)比不考慮冬小麥筋型的"RSI-PNC-GPC"模型,其r²提高了0.145,驗(yàn)證的nRMSE降低了0.86%。綜合來(lái)看,以PNC為中間變量,通過(guò)考慮不同筋型的差異構(gòu)建的筋型修正系數(shù)可以更加準(zhǔn)確地預(yù)測(cè)GPC。 

【文章來(lái)源】：麥類作物學(xué)報(bào). 2020,40(03)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 材料與方法
    1.1 試驗(yàn)地概況
    1.2 試驗(yàn)設(shè)計(jì)
    1.3 數(shù)據(jù)獲取與處理
        1.3.1 冬小麥冠層光譜的測(cè)定
        1.3.2 PNC和GPC的測(cè)定
    1.4 植被指數(shù)構(gòu)建
    1.5 GPC模型構(gòu)建
    1.6 模型評(píng)價(jià)
2 結(jié)果與分析
    2.1 基于PNC的冬小麥GPC模型構(gòu)建與驗(yàn)證
    2.2 PNC-GPC模型的優(yōu)化
    2.3 基于VI-PNC-GPC的冬小麥GPC預(yù)測(cè)模型
3 討 論
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于產(chǎn)量災(zāi)損的冬小麥干熱風(fēng)綜合風(fēng)險(xiǎn)區(qū)劃[J]. 成林,張志紅,方文松.  干旱地區(qū)農(nóng)業(yè)研究. 2019(02)
[2]不同產(chǎn)量類型小麥品種的干物質(zhì)和氮素積累轉(zhuǎn)運(yùn)特征[J]. 李瑞珂,汪洋,安志超,武慶慧,王改革,仝瑞芳,葉優(yōu)良.  麥類作物學(xué)報(bào). 2018(11)
[3]作物籽粒蛋白質(zhì)含量遙感監(jiān)測(cè)預(yù)報(bào)研究進(jìn)展[J]. 李振海,楊貴軍,王紀(jì)華,徐新剛,宋曉宇.  中國(guó)農(nóng)業(yè)信息. 2018(01)
[4]作物氮素?zé)o損快速營(yíng)養(yǎng)診斷研究進(jìn)展[J]. 宋麗娟,葉萬(wàn)軍,鄭妍妍,蘇戈.  中國(guó)稻米. 2017(06)
[5]基于開(kāi)花期氮素營(yíng)養(yǎng)指標(biāo)的冬小麥籽粒蛋白質(zhì)含量遙感預(yù)測(cè)[J]. 屈莎,李振海,邱春霞,楊貴軍,宋曉宇,陳召霞,劉暢.  農(nóng)業(yè)工程學(xué)報(bào). 2017(12)
[6]不同生育時(shí)期冬小麥籽粒蛋白質(zhì)含量的高光譜遙感監(jiān)測(cè)模型[J]. 賀佳,劉冰峰,黎世民,郭燕,王來(lái)剛,張彥,李軍.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2017(06)
[7]農(nóng)業(yè)遙感研究應(yīng)用進(jìn)展與展望[J]. 陳仲新,任建強(qiáng),唐華俊,史云,冷佩,劉佳,王利民,吳文斌,姚艷敏,哈斯圖亞.  遙感學(xué)報(bào). 2016(05)
[8]干熱風(fēng)天氣對(duì)冬小麥生理的影響[J]. 張志紅,成林,李書(shū)嶺,彭記永,方文松.  生態(tài)學(xué)雜志. 2015(03)
[9]高光譜遙感技術(shù)在精細(xì)農(nóng)業(yè)監(jiān)測(cè)上的應(yīng)用及展望[J]. 何友鑄,張振乾,官春云.  作物研究. 2015(01)
[10]不同生育時(shí)期冬小麥葉面積指數(shù)高光譜遙感監(jiān)測(cè)模型[J]. 賀佳,劉冰鋒,李軍.  農(nóng)業(yè)工程學(xué)報(bào). 2014(24)

博士論文
[1]高溫脅迫對(duì)小麥籽粒蛋白質(zhì)含量和淀粉含量影響的研究[D]. 張玉峰.中國(guó)農(nóng)業(yè)大學(xué) 2016
[2]基于遙感數(shù)據(jù)和氣象預(yù)報(bào)數(shù)據(jù)的DSSAT模型冬小麥產(chǎn)量和品質(zhì)預(yù)報(bào)[D]. 李振海.浙江大學(xué) 2016
[3]區(qū)域性冬小麥籽粒蛋白含量遙感監(jiān)測(cè)技術(shù)研究[D]. 李存軍.浙江大學(xué) 2005

碩士論文
[1]高光譜遙感的冬小麥籽粒蛋白質(zhì)含量監(jiān)測(cè)[D]. 陳召霞.安徽理工大學(xué) 2017
[2]花后灌水對(duì)兩種筋型小麥品種品質(zhì)及產(chǎn)量影響的研究[D]. 彭羽.河南農(nóng)業(yè)大學(xué) 2002



本文編號(hào)：3188286