直鏈淀粉含量是評(píng)價(jià)稻米品質(zhì)的重要指標(biāo)之一,其累積生長(zhǎng)過(guò)程是多生育期、多因素綜合作用的結(jié)果。為了探究多生育期信息引入對(duì)水稻籽粒直鏈淀粉含量監(jiān)測(cè)模型的影響,實(shí)現(xiàn)水稻品質(zhì)信息的大規(guī)模準(zhǔn)確監(jiān)測(cè)。該研究選取水稻孕穗期、抽穗期、灌漿期和成熟期這4個(gè)有關(guān)水稻籽粒形成發(fā)育的生育期的冠層光譜,分析原光譜、植被指數(shù)、高光譜特征參數(shù),及其變換形式與水稻籽粒直鏈淀粉含量的相關(guān)性,篩選得到相關(guān)性較好的光譜變量,并利用逐步回歸的方法進(jìn)行建模,建立基于多生育期光譜變量的直鏈淀粉含量預(yù)測(cè)模型。結(jié)果表明:一階導(dǎo)數(shù)、差值植被指數(shù)（Difference Vegetation Index,DVI）、比值植被指數(shù)（Ratio Vegetation Index, RVI）及成熟期特征參數(shù)表現(xiàn)出較高敏感性,最適用于直鏈淀粉含量預(yù)測(cè)的生育期為成熟期,而多生育期信息的綜合利用能顯著提高模型預(yù)測(cè)精度,最佳多生育期預(yù)測(cè)模型為孕穗-抽穗-成熟期組合模型,建模決定系數(shù)（Coefficient of Determination, R²）為0.708,均方根誤差（Root Mean Square Error, RMSE）為0... 

【文章來(lái)源】：農(nóng)業(yè)工程學(xué)報(bào). 2020,36(08)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

不同施氮量、品種和氣候年型處理下稻米直鏈淀粉含量的差異性

研究選取2016、2017年共計(jì)40個(gè)田塊的孕穗期、抽穗期、灌漿期、成熟期的冠層光譜，刪除由于水吸收、儀器敏感性等因素而出現(xiàn)非正常波動(dòng)的無(wú)效波段，得到有效的水稻冠層反射光譜用于進(jìn)一步處理。結(jié)合圖2和圖3a分析不同生育期冠層光譜可知，在350～760 nm的可見光區(qū)段中，抽穗期光譜的相關(guān)系數(shù)明顯高于其他生育期，而在760～1 350nm波段的紅外區(qū)域，冠層光譜的相關(guān)性隨著生育期的變化呈現(xiàn)先增后減的趨勢(shì)，并在抽穗-灌漿期間達(dá)到最大值。利用以上得到的光譜計(jì)算各波段反射率及其一階導(dǎo)數(shù)變換值與籽粒直鏈淀粉含量的相關(guān)性，分析其敏感波段分布規(guī)律。由圖3a可知，除灌漿期外其他3個(gè)生育期的原光譜敏感波段集中在可見光區(qū)域，即350～750 nm波段，而灌漿期的敏感波段除了350～450 nm的紫光波段外，還較為集中出現(xiàn)在1 400～1 500 nm的紅外波段。

利用以上得到的光譜計(jì)算各波段反射率及其一階導(dǎo)數(shù)變換值與籽粒直鏈淀粉含量的相關(guān)性，分析其敏感波段分布規(guī)律。由圖3a可知，除灌漿期外其他3個(gè)生育期的原光譜敏感波段集中在可見光區(qū)域，即350～750 nm波段，而灌漿期的敏感波段除了350～450 nm的紫光波段外，還較為集中出現(xiàn)在1 400～1 500 nm的紅外波段。結(jié)合圖3b與表2可知，4個(gè)生育期原光譜相關(guān)性分析的最佳參數(shù)都出現(xiàn)在可見光區(qū)域，相關(guān)性整體較低，相關(guān)系數(shù)最大值范圍為0.45～0.49；光譜經(jīng)一階導(dǎo)數(shù)變換后相關(guān)性較原光譜有了明顯的提升，相關(guān)系數(shù)最大值范圍上升至0.52～0.59，且篩選得到的敏感波段范圍也有了很大的擴(kuò)展，雖然波段大部分依然集中于350～750 nm的可見光波段，但在750～1 800 nm的紅外區(qū)域也出現(xiàn)了部分敏感波段。

【參考文獻(xiàn)】：
期刊論文
[1]基于冠層光譜和BP神經(jīng)網(wǎng)絡(luò)的水稻葉片氮素濃度估算模型[J]. 孫小香,王芳東,趙小敏,謝文,郭熙.  中國(guó)農(nóng)業(yè)資源與區(qū)劃. 2019(03)
[2]孕穗-灌漿期低溫對(duì)三江平原主栽水稻品種品質(zhì)的影響[J]. 褚春燕,王錦冬,程遠(yuǎn),張宇,孫桂玉.  中國(guó)農(nóng)業(yè)氣象. 2018(11)
[3]基于高光譜的抽穗期寒地水稻葉片氮素預(yù)測(cè)模型[J]. 王樹文,牛羽新,馬昕宇,陳雙龍,阿瑪尼,馮江.  農(nóng)機(jī)化研究. 2019(03)
[4]水稻高光譜變化特征與葉綠素含量監(jiān)測(cè)研究[J]. 劉芬,屈成,肖楠,陳光輝,唐文幫,王悅.  激光生物學(xué)報(bào). 2017(04)
[5]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)
[6]玉米直鏈淀粉近紅外模型的建立[J]. 吳晗,張力,韓笑,范素杰,丁寶成,王鐸,關(guān)淑艷,張君.  分子植物育種. 2017(06)
[7]水稻種子淀粉合成及其調(diào)控研究進(jìn)展[J]. 彭波,龐瑞華,孫艷芳,李慧龍,宋曉華,周棋贏,宋世枝,李梁浩,江毅丹,袁紅雨.  江西農(nóng)業(yè)學(xué)報(bào). 2016(06)
[8]引黃灌區(qū)水稻紅邊特征及SPAD高光譜預(yù)測(cè)模型[J]. 秦占飛,常慶瑞,申健,于洋,劉佳岐.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(09)
[9]稻米品質(zhì)形成和調(diào)控機(jī)理概述[J]. 王惠貞,吳瑞芬,李丹.  中國(guó)稻米. 2016(01)
[10]抽穗揚(yáng)花期高溫脅迫對(duì)水稻主要品質(zhì)指標(biāo)的影響[J]. 馬廷臣,夏加發(fā),王元壘,周坤能,李澤福.  生物技術(shù)進(jìn)展. 2015(05)

博士論文
[1]基于PROSPECT-PLUS模型植物葉片多種色素高光譜定量遙感反演模型與機(jī)理研究[D]. 張垚.浙江大學(xué) 2015
[2]基于冠層反射光譜的小麥氮素營(yíng)養(yǎng)與籽粒品質(zhì)監(jiān)測(cè)[D]. 李映雪.南京農(nóng)業(yè)大學(xué) 2005
[3]水稻高光譜特征及其生物理化參數(shù)模擬與估測(cè)模型研究[D]. 唐延林.浙江大學(xué) 2004

碩士論文
[1]mRNA水平水稻品質(zhì)相關(guān)基因的大規(guī)模鑒定及應(yīng)用初探[D]. 王炎欽.浙江大學(xué) 2006



本文編號(hào)：3282740