ASTER卫星遥感影像在冬小麦品质监测方面的初步应用

该文利用ASTER遥感数据在冬小麦品质监测方面进行了初步的应用。根据2004年搭载ASTER传感器的Terra卫星的过境周期，对北京郊区21个冬小麦试验点进行田间取样试验，通过分析试验点冬小麦叶片生化组分(叶绿素a)与氮素间的关系、冬小麦叶片氮素含量与籽粒品质(蛋白质含量)间的关系、以及冬小麦ASTER影像冠层光谱信息与叶片生化组分和籽粒品质之间的关系，发现：冬小麦灌浆期小麦叶片叶绿素含量与同期ASTER影像的光谱信息－NDVI之间有良好的相关性，而冬小麦籽粒蛋白质含量也与ASTER影像波段2之间有很好的相关性；利用ASTER遥感影像对冬小麦灌浆期叶绿素以及籽粒蛋白质含量进行建模并反演，能够在较大的范围里了解冬小麦的品质信息，并能够在一定程度上对作物的籽粒蛋白质含量等品质进行预测；研究还表明，利用遥感技术来进行小麦籽粒蛋白质等主要品质指标的预测是可行的。研究成果为利用遥感技术监测冬小麦长势和籽粒品质提供了理论依据，开辟了遥感应用的新途径。     

基于Meta分析研究气候变化对中国小麦籽粒蛋白质含量的影响

气候变化相关的环境因素可能会影响谷物营养质量。气候变化引起的CO₂浓度升高、温度升高、降水量变化对作物营养质量的影响,特别是在中国范围内对谷物蛋白质含量的影响尚未量化。为此,该研究对中国各试验站点的现有文献数据进行Meta分析,并利用中国小麦籽粒蛋白质含量数据结合气象数据评估关键气候因素对中国主要小麦种植区小麦籽粒蛋白质含量的影响。Meta分析结果表明,增温显著提升了小麦籽粒蛋白质含量(P<0.05),CO₂浓度上升显著降低了小麦籽粒蛋白质含量,降水对小麦籽粒蛋白质含量影响较为复杂。温度升高可以部分抵消由于CO₂升高和降水对小麦籽粒蛋白质产生的负面影响。2010-2018年各省份小麦生育期内平均气温呈升高趋势,在所有调查的研究区内,小麦总生育期平均温度约上升了1.27℃,不同小麦种植区内生育期平均气温变化趋势存在差异。中国不同小麦产区籽粒蛋白质含量对生育期平均温度的响应以正向为主,并且生殖生长阶段的平均温度在小麦籽粒蛋白质含量变率中起主导作用。研究结果可为气候变化对小麦籽粒蛋白质含量的影响提供科学依据,有助于区域决...     

基于氮素营养指数的冬小麦籽粒蛋白质含量遥感反演

基于遥感实现小麦籽粒蛋白质含量提早估测对农业生产具有重要意义。为提高预测小麦籽粒蛋白质含量的准确度,该研究引入能更好反映作物氮素营养状况的农学参数－氮素营养指数,作为衔接遥感信息与产终籽粒蛋白质含量的桥梁。在田间试验的基础上,探讨氮素营养指数与其他农学参数在诊断籽粒蛋白质含量上的优劣,并基于“遥感参数－氮素营养指数－籽粒蛋白质含量”间关系,利用主成分回归算法构建估测籽粒蛋白质含量的遥感反演模型。结果表明,相比于其他参数,冬小麦旗叶期氮素营养指数能更好的反映产终籽粒蛋白质含量;以氮素营养指数为中间变量,所建遥感反演模型能准确预测小麦籽粒蛋白质含量,模型的预测决定系数为0.48,预测标准误差为0.38%,相对误差为2.32%。     

不同品种小麦籽粒中戊聚糖含量分析

从全国小麦主产区收集弱筋小麦品种19份、强筋品种24份,对小麦籽粒中的戊聚糖含量以及籽粒基本品质特性进行了测定与统计分析。结果显示,不同类型与品种的小麦籽粒中总戊聚糖(TP)和水溶性戊聚糖(WSP)含量存在极显著差异（P<0.01）;强筋小麦的TP和水不溶性戊聚糖（WUP）平均值较弱筋小麦的偏高,但二者的WSP平均值基本一致。对籽粒的戊聚糖含量与其品质特性进行相关性分析发现,强筋小麦籽粒的WSP含量与籽粒蛋白质含量、湿面筋含量、zel沉降值、面团稳定时间存在正相关关系;弱筋小麦籽粒WSP含量与籽粒蛋白质含量、湿面筋含量、硬度、zel沉降值、形成时间存在负相关关系。通径分析结果显示,蛋白质与湿面筋含量对戊聚糖含量的影响更为显著。由本研究得出结论,强筋与弱筋类型小麦的品质指标对戊聚糖含量的影响有明显不同,建议未来戊聚糖的研究按小麦类型区别对待。     

电厂烟气对土壤环境和农作物影响的研究

对污染区和对照区分别进行土壤和农作物取样,研究长期受电厂烟气影响的土壤环境和农作物相关元素含量的变化及其对农作物品质的影响,发现土壤总S、总F、可溶性硫、可溶性氟含量及pH变化与电厂烟气引起大气SO2污染密切相关,土壤中已出现S和F的积累。对研究区主要农作物小麦的叶S和籽粒S含量及籽粒品质(千粒重、蛋白质含量和淀粉含量)的监测表明,小麦叶、籽粒S含量与大气污染正相关,叶片中已发生S累积,籽粒中尚未形成S累积;籽粒S含量与籽粒蛋白质含量极显著正相关,说明大气中SO2浓度适当升高可提高小麦品质。     

基于APSIM的旱地小麦籽粒蛋白质含量模型精度检验及应用

:籽粒蛋白质积累过程的准确模拟对黄土丘陵区旱地小麦优质生产的有效调控有重要意义。利用甘肃省定西市安定区凤翔镇安家沟村2016—2017年大田试验数据及定西市安定区1971—2017年气象资料,建立基于APSIM(agricultural production systems simulator)的旱地小麦籽粒蛋白质含量模型,采用相关性分析方法检验,并定量分析了耕作方式(传统耕作、传统耕作+秸秆覆盖、免耕及免耕+秸秆覆盖)和播期(正常播期、早播、晚播)对小麦籽粒蛋白质含量的影响。结果表明:3个播期处理和4种耕作方式下,产量和籽粒蛋白质含量模拟值和观测值之间的均方根误差(RMSE)分别为66.4～121.9 kg·hm-2和0.2%～1.1%;归一化均方根误差(NRMSE)分别为1.23%～9.66%和1.31%～9.94%,模型模拟精度较高。播期对旱地小麦籽粒蛋白质含量的影响显著,正常播期的蛋白质含量最高,晚播明显降低了蛋白质含量。4种耕作方式的小麦产量与籽粒蛋白质含量均呈开口向下的二次曲线关系,随着蛋白质含量的升高,产量呈先增加后减少的态势,经过秸秆覆盖的耕作方式(传统耕作+秸秆覆盖和免耕+秸秆覆盖)比不覆盖的耕作方式(传统耕作和免耕)更利于小麦籽粒蛋白质含量的提高。     

基于遥感数据的冬小麦农情监测研究进展

对国内基于遥感数据冬小麦农情监测技术的研究与应用进行了全面的回顾,对冬小麦长势、产量、品质和灾害预测预报方面的研究进展作了较系统的调查及研究,分析了遥感技术在小麦农情监测方面取得的成效。提出了冬小麦冠层光谱指数和遥感信息与冠层生化参量之间的关系是实现小麦农情监测的关键,对利用遥感技术进行小麦生长发育监测进行了展望。     

水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型

研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2_p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。     

野生二粒小麦及其后代富含微量营养元素种质资源的筛选鉴定

由于主要粮食作物中微量营养元素(特别是Zn 和Fe)的缺乏导致全世界范围内的人类微量营养元素缺乏症。野生二粒小麦(Triticum turgidum ssp. dicoccoides)是提高小麦籽粒Zn、Fe、蛋白质含量及改良小麦其他性状的重要种质资源。本研究以4 份野生二粒小麦及32 份野生二粒小麦与普通小麦(Triticum aestivum L.)杂交后代为材料, 进行籽粒中富含Zn、Fe 和蛋白质种质资源的筛选和鉴定。野生二粒小麦的后代材料表现出广泛的遗传变异。籽粒Zn、Fe 含量和蛋白质含量之间均呈极显著正相关关系, 说明这些性状能够通过育种方式达到共同提高的目的。试验共筛选到17 份Zn、Fe 和蛋白质含量均显著高于对照品种"石4185"的材料, 说明将来自野生二粒小麦的外源基因导入到普通小麦是提高小麦籽粒Zn、Fe 和蛋白质含量的有效途径。其中5份野生二粒小麦与普通小麦的杂交后代表现出较高籽粒Zn、Fe 和蛋白质含量的同时, 也具有较高的产量和优良的农艺性状。这些材料的获得为小麦生物强化育种提供了重要的物质基础。     

间作和施氮对小麦和蚕豆籽粒淀粉及蛋白质含量的影响

  【目的】  探明小麦/蚕豆间作下作物籽粒淀粉和蛋白质含量的变化特征及其对氮肥施用的响应。  【方法】  小麦/蚕豆间作田间试验于2019和2020年在云南昆明进行,供试小麦品种为云麦52 (Triticum aestivum L.),蚕豆品种为玉溪大粒豆(Vicia faba L.)。种植模式包括小麦单作、蚕豆单作、小麦蚕豆间作。每个种植模式均设4个施氮水平,小麦分别为N 0、90、180、270 kg/hm2,蚕豆分别为N 0、45、90、135 kg/hm2。成熟期测定了小麦和蚕豆籽粒淀粉和蛋白质含量。  【结果】  随着氮肥施用量的增加,单作、间作小麦籽粒的淀粉含量均显著降低。在4个施氮水平下,2019和2020年间作小麦较单作小麦籽粒总淀粉含量分别提高了10%和22%,支链淀粉含量分别提高了5%和18%,直链淀粉含量分别提高了18%和28%。间作蚕豆相较于单作蚕豆显著降低了籽粒支链、直链和总淀粉含量,且年际间变异较大。2019和2020年间作小麦籽粒总蛋白含量较单作小麦分别提高了5%和6%,醇溶蛋白含量分别提高了9%和15%;蚕豆间作也较单作提高了两年的蚕豆籽粒球蛋白含量和2019年的醇溶蛋白含量,但对蚕豆籽粒总蛋白及其它蛋白组分含量无明显影响。  【结论】  小麦蚕豆间作有利于提高小麦籽粒蛋白质和淀粉含量,而对蚕豆籽粒蛋白质含量几乎无影响,因此,间作是一种具有品质优势的种植模式。     

基于TM和PLS的冬小麦籽粒蛋白质含量预测

为进一步提高遥感预测冬小麦籽粒蛋白质含量精度,分析了卫星遥感变量与冬小麦籽粒蛋白质含量间的定量关系,运用偏最小二乘法构建了遥感预测籽粒蛋白质含量模型,制作了冬小麦籽粒蛋白质含量空间等级分布图,结果表明,该模型的最佳主成分数为5,且归一化植被指数、冠层结构不敏感色素指数、比值植被指数、氮反射指数和植被衰减指数为预测籽粒蛋白质含量的敏感变量;籽粒蛋白质含量预测的均方根误差为0.307%,决定系数为0.642,为提高遥感预测小麦品质的精度提供了一种有效途径,有利于大面积应用和推广。     

利用Landsat TM遥感数据监测冬小麦开花期主要长势参数

为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007－2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明：冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5 kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。     

基于HJ-1A/1B数据的冬小麦成熟期遥感预测

基于遥感数据获取作物成熟度信息,制订收割顺序,是遥感在精准农业中的一个重要应用课题,目前的作物物候监测在空间分辨率和预测的时效性上尚无法满足精准农业的要求。以山东禹城市为研究区,选取观测点,分析冬小麦成熟期临近过程中水分和叶绿素的动态变化,获取基于遥感监测小麦成熟期的依据。以HJ-1A CCD数据构建的植被指数来反映作物绿度的变化,以HJ-1B IRS数据构建的归一化水指数来反映作物含水率的变化,通过回归分析建立了冬小麦成熟期的遥感预测模型,实现了禹城市冬小麦成熟期的遥感监测。小麦成熟期预测值与观测值的相关性达极显著水平,预测与观测小麦成熟期的先后顺序较为一致,在以误差小于1 d作为成功预测衡量标准的情况下,预测结果的准确度为65%。提出了使用HJ-1A/1B数据开展冬小麦成熟期预测的模型,而使用不同时相遥感数据预测成熟期的通用模型将成为下一步研究重点。     

变量施肥条件下冬小麦长势及品质变异遥感监测

卫星遥感数据能够在作物生长期内获取大范围“面状”地物光谱信息,反映作物的长势变异情况,以2005－2006年度国家精准农业研究示范基地冬小麦变量施肥试验为基础,以高空间分辨率卫星遥感影像Quickbird为数据源,结合地面获取的冬小麦品质、产量等数据,研究冬小麦长势及品质的变异情况。研究结果表明,Quickbird光谱参数能够反映冬小麦不同施肥处理小区的长势变异,而冬小麦早期的空间长势变异与其最终产量、品质变异有着密切的关系;冬小麦孕穗后期长势光谱信息与其产量有着很好的正相关关系,而与其品质信息存在着显著的负相关关系,其中OSAVI与产量的相关性达到0.536、GNDVI与冬小麦籽粒蛋白质及湿面筋含量的相关性分别达到了-0.531和-0.535;研究还发现,不同植被指数所反映的作物长势存在一定差异,反映冬小麦群体长势的植被参数和反映冬小麦叶绿素密度的植被指数在指示作物空间长势变异上有所不同。因此,利用遥感影像监测作物长势及其品质空间变异在技术上是可行的。     

基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测

籽粒蛋白含量(grain protein content,GPC)是衡量小麦品质的重要指标,及时准确的预测小麦GPC有利于小麦的分类收割和分级存储。为了能够选择一个合适的氮素营养指标作为中间变量来反演小麦GPC,该文研究分别以开花期植株氮素累积量(plant nitrogen accumulation,PNA)、植株氮素含量(plant nitrogen content,PNC)、叶片氮素累积量(leaf nitrogen accumulation,LNA)和叶片氮素含量(leaf nitrogen content,LNC)4个氮素营养指标为中间变量,并运用支持向量机(support vector machines,SVM)算法实现4个氮素营养指标的估测,最后构建及评价基于开花期"植被指数(vegetation index,VI)-氮素营养指标(nitrogen nutrition index,NNI)-GPC"模式的冬小麦GPC预测模型。结果表明:1)通过分析植被指数与氮素营养指标的相关性,选择植被指数MSAVI、PSRI、DVI、RDVI和GNDVI作为氮素营养指标模型的构建变量;2)运用SVM方法构建的VI-NNI模型中LNC的建模精度与验证精度相对最优,其建模决定系数(coefficient of determination,R~2)和验证集标准均方根误差(normalized root mean squared error,n RMSE)及验证标准化平均误差(normalized average error,NAE)分别为0.820、9.553%、-1.4%,验证结果稳定性较好;3)构建NNI-GPC模型中PNC的建模精度与验证精度相对最好,其建模R~2和验证n RMSE及NAE分别为0.653、9.843%、-0.3%;4)最终构建的VI-NNI-GPC模型中,以开花期PNC为中间变量的模型建模及反演精度最好,其建模R~2和验证n RMSE及NAE分别为0.631、8.564%、-0.9%。以氮素营养指标为中间变量的GPC遥感反演是可行的,并且比较4个氮素营养指标为中间变量反演GPC,PNC具有较高精度的预测结果,为精确反演GPC提供一个可靠的依据,具有一定的应用前景。     

小麦苗情远程监测与诊断系统

小麦苗生长状况与后期的长势及产量关系密切,且小麦生长过程经历的环境复杂多变,所以对小麦苗期生长状况进行监测与诊断具有重要意义,该文基于远程监控、遥感和WebGIS技术,初步设计构建了小麦苗情远程监测与智能诊断管理系统.该系统通过远程监控技术获取田间现场环境信息,遥感影像数据获取小麦生长信息,并结合专家知识数据库,可对小麦长势、干旱、冻害进行监测与综合分析,并给出诊断方案,进而为小麦的调控管理提供决策和支持.     

小麦倒伏的雷达极化特征及其遥感监测

研究探索了雷达遥感大面积监测小麦倒伏状况的潜力。利用覆盖整个小麦生育期的5景时间序列Radarsat-2全极化影像数据,对比分析了倒伏小麦与正常小麦在不同时间、不同极化的雷达后向散射动态响应规律,发现雷达极化特征对小麦倒伏十分敏感,基于此提出利用雷达极化指数监测小麦倒伏的方法。并利用内蒙古额尔古纳市上库力农场春小麦抽穗灌浆期的实地调查数据,对提出方法进行验证,结果表明该方法能有效辨识和监测小麦倒伏。为大面积监测小麦倒伏提供了一种简单、快速、有效的手段。     

小麦品质指标与冠层光谱特征的相关性的初步研究

该文通过研究冬小麦体内生化组分之间的相互关系得出，开花期叶片全氮含量与类胡萝卜素与叶绿素a的比值之间存在极显著的负相关，决定系数为0.7245，通过研究光谱指数与叶片生化组分的关系得出开花期冬小麦叶片的类胡萝卜素与叶绿素a的比值与光谱结构不敏感植被指数(SIPI)之间存在极显著的正相关，决定系数达到0.7207，且研究了冠层生化组分与籽粒品质指标间的关系，得出开花期叶片全氮与籽粒蛋白质、湿面筋、干面筋和沉降值之间存在极显著正相关。小麦不同品质指标间存在相关性，其中蛋白质品质性状间的粗蛋白含量与湿面筋含量、