基于冠层平行平面光谱特征的冬小麦籽粒蛋白质含量预测

通过2个小麦品种,4个氮素水平的大田小区试验,及光谱仪传感器在冬小麦群体侧面水平测定不同叶层反射光谱,分析不同叶层光谱特征参量与冠层氮素分布、籽粒蛋白质含量的定量关系,建立籽粒蛋白质含量预测的分层光谱模型。结果表明,2个小麦品种冠层内氮素分布特点不同,普通蛋白质含量小麦京冬8号上、下叶层对不同氮素处理反     

小麦叶片氮含量与冠层反射光谱指数的定量关系

本文以3种蛋白质类型的小麦品种在不同施氮水平下的3年田间试验为基础，研究了小麦叶片氮含量与冠层反射光谱的定量关系。结果显示，不同试验中拔节后叶片氮含量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高籽粒蛋白质含量的品种，叶片氮含量与冠层反射光谱的归一化植被指数NDVI (1 220, 710)和红边位置均有密切的定量关系，决定系数在0.80左右。对于不同品质类型小麦品种，均可利用统一的回归方程描述其叶片氮含量随反射光谱参数的变化，对于低蛋白类型品种，采用单独的回归系数即可提高叶片氮含量估测的准确性。本研究确立的小麦叶片氮含量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮素状况与冠层反射光谱指数的关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据,研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势,同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型,近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好,因此可用760、810、870、950和1 100 nm反射率的平均值与660 nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测,但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平,为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

小麦叶片氮积累量与冠层反射光谱指数的定量关系

利用不同小麦品种在不同施氮水平下的3年田间试验数据，研究了小麦叶片氮积累量与冠层反射光谱间的定量关系。结果显示，不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高蛋白质含量的品种类型，近红外区域若干相邻波段和可见光波段组成的比值植被指数与单位土地面积上叶片氮素积累量的相关关系均表现较好，因此可用760、810、870、950和1100nm反射率的平均值与660nm组成的比值植被指数对不同蛋白质类型小麦品种的叶片氮素积累量进行定量监测，但回归方程的斜率在不同类型品种之间存在显著差异。本研究确立的小麦叶片氮积累量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

基于穗层反射光谱的小麦籽粒蛋白质含量监测的研究

本试验对近地面高光谱仪监测小麦的不同测定方法进行了探讨，并比较了各方法对籽粒蛋白质含量（GPC）的预测能力。结果表明，穗全氮含量（ETNC）与穗层光谱反射率（Rel）的相关系数普遍高于与冠层光谱反射率（Rc）的相关系数。同时，基于小麦光谱反射率、穗全氮含量、籽粒蛋白质含量三者之间的相关性，选择了包括植被指数在内的20个穗层光谱特征参量，与ETNC进行相关分析，建立了最佳光谱特征参量预测ETNC以及ETNC预测籽粒蛋白质含量（GPC）的统计相关模型。通过2个模型的链接，建立了利用比值植被指数RVI[890,670]预测GPC的回归模型，可以较好地预测小麦籽粒蛋白质含量。在相同条件下，相对于以往基于冠层光谱的方法，基于穗层光谱的RVI[890,670]对GPC的预测表现出较大的优势，决定系数R2由0.662提高到0.865，总均方根差RMSE由0.851降低到0.734。本研究为实现田间条件下小麦氮素及相关品质指标的便携式监测仪的开发研制提供了初步的依据。     

棉花冠层高光谱指数与叶片氮积累量的定量关系

利用冠层高光谱反射率及演变的多种高光谱植被指数(VI),分析了不同施氮水平下不同棉花品种叶片氮积累量与冠层反射光谱的定量关系,建立了棉花叶片氮积累量的敏感光谱参数及预测方程。结果显示,棉花叶片氮积累量和冠层高光谱反射率均随不同施氮水平显著变化;棉花叶片氮含量的敏感光谱波段为600~700 nm的红谷波段和750~900 nm的近红外波段,叶片氮积累量与光谱指数NVD672有密切的定量关系,且不同品种可以用统一的方程来描述,从而为棉花氮素营养的监测诊断与精确施肥提供了技术支持。     

基于冠层反射光谱的夏玉米叶片氮积累量估测

为实现夏玉米冠层氮素状况的实时无损监测,于2009—2010年连续2个生长季,通过不同玉米品种和施氮水平下的田间试验,研究夏玉米叶片氮积累量与冠层反射光谱的相关关系,提出叶片氮积累量的敏感光谱参数,并建立叶片氮积累量的定量估算模型。结果表明,夏玉米叶片氮积累量随施氮水平的提高而增加;可见光波段的460~670 nm和近红外区的780~1100 nm是监测玉米叶片氮积累量变化差异的敏感波段;归一化植被指数(NDVI)、优化的简单比值指数(MSR)、优化土壤调节植被指数(OSAVI)、修正土壤调整植被指数(MSAVI)和土壤调整植被指数(SAVI)与叶片氮积累量相关性较好。利用不同年际独立试验数据对监测模型进行检验,以OSAVI为自变量构建的叶片氮积累量监测模型效果最优,相关系数(r)为0.6745,均方根差(RMSE)为1.2368。利用本研究确立的玉米叶片氮积累量与冠层反射光谱的定量关系,可用来定量估测叶片氮积累量的变化状况。     

基于Green Seeker对小麦植被指数与产量形成模型的研究

小麦的产量受品种、光照、昼夜温差、降水、病虫害等自然灾害和耕地面积等综合因素的影响。通过小麦不同品种、不同灌溉方式、不同播种方式在小麦整个生育期的监测,研究小麦在不同的生长环境下建立与小麦的产量关系尤为重要。小麦冠层归一化植被指数(NDVI)以及比值植被指数(RVI)的变化情况,可利用主动遥感仪器——Green Seeker进行检测。对测量数据进行筛选,建立回归模型,解析小麦冠层植被指数与产量的变化规律,寻找基于NDVI和RVI与小麦产量的最佳估算模型,并验证小麦产量预测模型的有效性,对小麦产量预测的公式进行分析。     

基于植被指数的夏玉米不同生育期叶绿素含量遥感估算

叶绿素含量是间接判断玉米营养状况的重要农学参数,估算叶绿素含量对农作物长势监测有重要意义。笔者利用ASD便携式地物光谱仪和SPAD-502叶绿素仪实测了夏玉米关键生育期冠层光谱反射率及叶片叶绿素相对含量,对3种植被指数与叶绿素相对含量进行了相关性分析,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)的叶绿素估算模型,并进行精度检验,从中选出最佳拟合模型。研究结果表明：拔节期RVI、抽穗期和灌浆期NDVI以及蜡熟期DVI的均方根差(RMSE)和相对误差(RE)均最低,RMSE分别为5.688、5.323、2.751、4.111,RE分别为9.84%、8.56%、3.75%、7.15%,故为各个时期的最佳模型。因此得到了NDVI、RVI和DVI3种植被指数在不同生育期的最佳模型,对指导夏玉米种植与田间管理具有重要的指导意义。     

利用冠层光谱监测小麦籽粒蛋白质积累动态

于2003-2006年连续3个生长季, 利用不同小麦品种在不同施氮水平下进行大田试验,在小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量、生物量和籽粒蛋白质积累量(GPA)。通过定量分析小麦籽粒蛋白质积累量、冠层氮素营养指标及高光谱参数的相互关系,确立了能够准确预测小麦籽粒蛋白质积累动态的敏感光谱参数及定量模型。结果表明,在籽粒灌浆期间冠层氮素营养指标(CNNI)自开花期随时间进程的积分累积值与对应时期籽粒蛋白质积累状况存在显著的定量关系,其中植株氮积累量(PNA)表现最好。对冠层氮素营养指标的光谱估算,在不同品种、氮素水平、生育时期和年度间可以使用统一的光谱模型。根据特征光谱参数-冠层氮素营养指标-籽粒蛋白质积累量这一技术路径,以冠层氮素营养指标为交接点将两部分模型链接,建立高光谱参数与籽粒蛋白质积累量间定量方程。经不同年际独立数据的检验,基于SDr/SDb–PNA–GPA技术路径建立模型可以估算小麦籽粒生长过程中蛋白质积累动态,预测精度和相对误差分别为0.954和13.1%。因此,利用关键特征光谱参数可以实时监测小麦籽粒生长进程中蛋白质积累状况。     

普通小麦面筋强度早代选择研究

以优质强筋小麦品种中优9507为母本,与安农91168、高优503、冀5099、晋麦45和鲁麦5号5个筋力不同的品种配制杂交组合,用亲本、F₁、F₂和F_2:3家系研究了SDS沉降值与和面时间的分布,分析了沉降值的遗传力和选择响应。结果表明,组合间F₂、F_2:3沉降值及F_{2:3相似文献}   

小麦叶片氮含量与荧光动力学参数的关系

通过分析不同氮素水平下不同品种小麦上部叶片氮含量和荧光参数随生育进程的变化模式及小麦叶片氮含量与荧光参数的相关关系,提出小麦叶片氮含量的预测方程。结果表明,小麦不同叶位叶片氮含量和荧光参数Fv/Fm、Fv/Fo均随施氮量的增加呈上升趋势。从孕穗到成熟,F_v/F_m和F_v/F_o表现为先上升后下降的趋势。小麦各叶位叶片氮含量与荧光参数F_m、F_v、F_v/F_m、F_v/F_o、F_s和Fo’都呈极显著正相关,且顶部2张叶片的相关性最好。不同小麦品种顶2叶氮含量分别与F_v/F_o和F_v/F_m呈良好的幂函数关系,平均决定系数分别达0.66和0.61。对于低、中、高蛋白质含量的小麦品种类型,可以利用统一的回归方程来描述顶部2张叶片氮含量随F_v/F_o的变化模式。     

用叶面标记态15N研究冬小麦不同叶位氮素的运转

以叶面涂抹^15N方式对不同类型冬小麦品种不同叶位叶片氮素的吸收、运转进行了研究。结果表明,冬小麦生育后期不同叶位叶片对子粒品质的贡献不同,旗叶对子粒的贡献高于其他叶位叶片。不同蛋白含量类型中,普通子粒蛋白类型的京冬8后期叶片氮素含量下降快,植株氮素含量低,而其转运效率高;子粒高蛋白类型中优9507品种氮素收获指数低于京冬8,其子粒中高的蛋白质含量是由于其高吸收、高贮存的结果。中优9507茎秆贮存氮素的能力较强,京冬8子粒中氮素的积累更多地依赖于叶片氮素的供应。     

Glu-1和Glu-3等位变异对不溶性谷蛋白含量的影响

不溶性谷蛋白含量（IG/P）对小麦烘烤品质有重要决定作用。用我国秋播麦区的251份品种和高代品系，CIMMYT优质小麦Pavon与澳大利亚劣质小麦Avocet的DH系，优质面包小麦中优9507的两个杂交组合，即中优9507/鲁麦5号和中优9507/晋麦45 F5代，分析了IG/P与揉面仪参数的关系。结果表明，IG/P与和面时间及耐揉性呈极显著正相关，r     

冬小麦叶片氮素时空分布特征及其与籽粒品质的关系

从时间变化、水平和垂直空间分布的角度对冬小麦氮素营养指标进行了分析。结果表明，株型紧凑的普通籽粒蛋白品种“京冬8（JD8）”叶片全氮含量于返青后16 d达最大值，而株型松散的籽粒高蛋白型品种“中优9507（9507）”于返青后8 d达最大值。后期9507叶片全氮含量下降明显，JD8则不同。两品种叶片叶绿素（Chl）含量随时间消     

基于水稻冠层光谱特征构建粳型水稻籽粒蛋白质含量预测模型

水稻籽粒蛋白质含量是评价稻米品质的主要指标之一。本文以不同施氮水平下的4年田间试验为基础,系统分析了水稻成熟籽粒蛋白质含量与不同时期冠层反射光谱的相关性。结果显示,籽粒蛋白质含量与可见光波段(460~710 nm) 反射率呈负相关,与近红外波段(760~1 220 nm) 反射率呈正相关,其中孕穗期冠层单波段反射率与成熟籽粒蛋白质含量的相关性最高,在16个波段中以760 nm波段反射率与籽粒蛋白质含量的拟合效果最好,复相关系数达0.795。进一步分析比值植被指数、差值植被指数、归一化植被指数和红边参数等光谱参数与成熟籽粒蛋白质含量的相关性,运用线性逐步回归分析方法对相关拟合较好的16个参数进行筛选,建立了水稻成熟籽粒蛋白质含量（GPC）监测模型,GPC=－0.15× DVI(1 500, 950) + 3.00。利用不同年份不同品种及不同施氮水平下的观测数据对模型进行检验,预测值和实测值的精确度为0.56~0.86,准确度为0.85~1.18,根均方差（RMSE）为3.51%~19.91%,表明模型预测值与实测值之间符合度较高,对水稻成熟籽粒蛋白质含量具有较好的预测性。     

利用叶片高光谱指数预测水稻群体叶层全氮含量

通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。     

棉花纤维品质指标的时空分布模型研究

建立棉花纤维品质指标的时空分布模型,对预测我国不同生态区棉花纤维品质,指导我国原棉进出口和纺纱企业配棉都具有重要意义。本文在田间试验的基础上,系统分析了棉花花铃期生理生态因子对棉花纤维品质的影响,量化了棉花品种、棉株空间枝节、花铃期日均温、光照长度、土壤含水量、棉株含氮量与棉花纤维品质指标形成的关系,并结合已有的棉花纤维品质指标生态模型,构建了机理性较强的预测纤维长度、比强度、麦克隆值、长度整齐度等单一纤维品质指标的时空分布模型及综合指标模型。利用不同年份、不同品种类型、不同生态区域、不同肥水管理条件下的试验资料对棉花纤维品质指标的时空分布模型进行了检验,显示纤维长度、比强度、麦克隆值、长度整齐度的模拟值与观察值之间的均方差根（RMSE）,在时间分布模型中分别为0.15 mm、0.29 cN tex^-1、0.18和0.36,在空间分布模型中分别为0.22 mm、0.60 cN tex^-1和 0.15和0.86,与实际观察值间的误差皆小于5 %,说明本模型具有较好的预测性、通用性和准确性。