不同灌溉条件下冬小麦叶面积指数的高光谱监测

LAI是作物长势监测的一个重要指标,实时、无损和准确地估测冬小麦LAI具有重要的实践意义。通过对冬小麦进行不同的灌溉处理试验,研究LAI与冠层光谱反射率的关系,计算350～2 450 nm不同波段组合的原始光谱指数和导数光谱指数,筛选最优波段组合光谱指数,并建立LAI的监测模型。结果表明,冬小麦LAI与冠层光谱反射率和不同波段组合光谱指数相关性较好;冬小麦LAI监测的最优光谱指数为DVI(435,447),以此为自变量建立的指数模型y=10.669e~(-701.9x)表现最优,模型最稳定。     

基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测

[目的]强化冬小麦长势遥感监测机制,为田间生产管理提供信息支撑.[方法]以2007-2009年试验实测数据为基础,以Landsat TM影像为数据源,分析试验样点拨节期冬小麦主要长势参数与品质、产量以及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拔节期叶面积指数(LAI)、生物量、SPAD值和叶片氮含量(LNC)的模型.[结果]冬小麦拔节期,选用中红外波段的反射率(B5)、归一化植被指数(NDVI)、DSW5和绿波段的反射率(B2)等遥感变量分别反演冬小麦的SPAD值、生物量、LAI和LNC是可行的;SPAD值,生物量、LAI和LNC遥感监测模型的精度较高,以此为基础,制作出了具有实际农学意义的冬小麦拔节期不同等级SPAD值、生物量,LAI和LNC遥感监测专题图,实现了主要长势参数空间分布量化表达.[结论]研究结果可为广大农学家、农业部门决策者和田问管理人员提供及时的农情信息.     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

持续受涝对冬小麦高光谱特征参数的影响分析

【目的】高光谱特征参数能够突出原始光谱的感兴趣信息,分析冬小麦的高光谱特征参数随受涝时间的变化特征,提出一种快速识别冬小麦受涝的方法,可为冬小麦涝害监测提供理论支撑。【方法】文章在冬小麦灌浆期设置持续淹水8天的处理,采集涝害处理当天、第3d、第5d、第7d的反射光谱特征,以高光谱位置参数、振幅参数、面积参数和反射率参数为研究指标,对比分析了健康和受涝冬小麦18个高光谱特征参数的变化特征,并根据高光谱特征参数的差异性指数随受涝时间的变化特征判断冬小麦的受涝程度。【结果】(1)受涝冬小麦的红边位置发生"蓝移",红谷、绿峰和黄边位置发生"红移";4个振幅参数值均减小;近红外面积和绿峰面积增大,红边、黄边和蓝边面积减小;绿峰反射率Rg和红谷反射率Ro增大,两者的比值Rg/Ro和归一化值(Rg-Ro)/(Rg+Ro)则减小;(2)根据不同高光谱特征参数差异性指数的大小及变化特征,提取出红边位置、最小振幅、近红外面积和红谷反射率为判断冬小麦受涝与否的最佳参数;高光谱反射率参数和面积参数可在受涝前期快速识别冬小麦受涝与否,高光谱振幅参数能够在受涝后期判断受涝程度。(3)不同高光谱特征参数识别冬小麦受涝的优劣能力从强到弱依次为:高光谱振幅参数高光谱面积参数高光谱反射率参数高光谱位置参数。【结论】高光谱特征参数的变化特征能够用来判断冬小麦受涝与否以及受涝程度,可为冬小麦涝害遥感监测提供理论支撑。     

CO_2与夜温升高对郑单958生长特征及产量的影响

为了解未来气候变化对夏玉米生长特性和产量的影响,以郑单958为试验材料,设置3个CO2浓度水平(380、550、750 cm3/m3)与2个夜间增温水平(0、2℃),共6个处理,测定拔节期、抽雄期以及成熟期玉米的株高、叶色值(SPAD)、叶面积指数(LAI)、地上生物量及成熟后的产量和产量构成要素。结果表明:随着CO2浓度升高,玉米的株高、SPAD值、LAI以及生物量均呈增加趋势。拔节期,夜温升高,株高、LAI和生物量随之增加;抽雄期和成熟期,夜间增温条件下,这些生长指标则降低。玉米的穗数、穗粒数、百粒质量及实际产量随CO2浓度升高而增加,但其在夜间增温条件下则降低。夜间增温2℃条件下,CO2浓度升高到550 cm3/m3时才可抵消对郑单958生物量和产量的负效应。     

基于光谱植被指数的冬小麦叶绿素含量反演

植物功能叶的SPAD值与其氮素和叶绿素有较强的相关性,研究功能叶SPAD与其冠层光谱的关系,对实现植株叶绿素含量快速、无损检测具有重要意义。本文通过对冬小麦生育期的冠层原始光谱进行一阶导数变换,研究其功能叶片SPAD值与冠层光谱的相关性,对监测冬小麦叶绿素含量的敏感波段进行了提取,并建立了叶绿素含量与冠层反射光谱的定量关系。结果表明,基于小麦冠层原始光谱反射率、冠层光谱导数反射率与SPAD的相关系数曲线,提取的各形式下冬小麦叶绿素含量的敏感波段分别为500、690、760和470、630、723nm;并构建了冬小麦叶绿素含量的预测模型,以FDNDVI(630,723)预测模型较好,其R2可达0.9485,模型验证参数R2、MRE和RMSE分别为0.8099、0.0294和1.805,拟合效果较好,表明该模型能有效地对冬小麦叶绿素含量进行预测。该研究结果可为冬小麦长势监测提供一定的理论参考。     

基于支持向量机的棉花冠层叶片叶绿素含量高光谱遥感估算

【目的】建立并研究棉花冠层叶片叶绿素含量的高光谱估算模型,探讨合适的建模方法,以提高棉花叶绿素含量的高光谱遥感估算精度。【方法】以2016年种植的渭北旱塬区棉花鲁棉研28号为试验对象,用SPAD-502型手持式叶绿素仪和HR-1024i便携式地物光谱仪,分别测定棉花不同生育期冠层叶片SPAD值和对应的光谱反射率,分析SPAD值与光谱反射率的相关性。选取8个光谱参数,分析SPAD值与这8个光谱参数的相关性,并采用单因素回归、多元逐步回归和支持向量机(SVM)回归方法,构建棉花冠层叶片叶绿素含量的高光谱估算模型,比较各模型的决定系数(R2)、均方根误差(RMSE)以及相对误差(RE),评价模型的精度。【结果】(1)棉花冠层叶片光谱反射率在400～700nm波段随叶片SPAD值升高而降低,在700～1 000nm波段表现为SPAD值越高,叶片光谱反射率越高;(2)在530～570nm和680～730nm处叶绿素含量与光谱反射率呈极显著负相关(99.99%置信区间,n=144);(3)所选用的8个光谱参数与叶绿素含量均达到极显著相关,相关系数最高为0.686;(4)SVM回归模型验证R2达到了0.884,RMSE和RE最低,分别为2.186和3.419,比单因素回归模型中预测精度最高的SPAD-RVI1的RMSE和RE分别降低46.4%和46.3%,较多元逐步回归模型SPAD-MSR的RMSE和RE分别降低33.4%和32.1%,明显提高了棉花叶绿素含量的估算效果。采用8个光谱参数构建的SPAD-SVM8模型RMSE和RE比采用4个光谱参数构建的SPAD-SVM8模型分别降低了19.2%和23.5%。【结论】支持向量机(SVM)回归方法可以作为棉花冠层叶片叶绿素含量高光谱遥感估算的优选方法,且采用较多光谱参数构建的SVM模型估算精度更高。     

基于成像高光谱的苹果叶片叶绿素含量估测模型研究

以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513~539、564~585、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。     

大豆叶面积的高光谱模型

以ASD FieldSpec-Vnir光谱仪实测不同生长季大豆的冠层反射率,同期采集对应大豆LAI,然后逐波段分析冠层光谱反射率、导数光谱与大豆LAI的相关关系;并采用单变量线性回归逐波段分析了冠层光谱反射率、导数光谱与大豆LAI确定性系数随波长的变化趋势,建立了以近红外与可见光波段冠层光谱反射率的比值植被指数RVI与大豆LAI的高光谱遥感估算模型。结果表明,冠层光谱反射率在350￣680nm、760￣1050nm波谱区与大豆LAI相关性较大,而在红边区680￣760nm的相关性变化较大;导数光谱在红边区与大豆LAI相关程度高。通RVI方式建立的遥感估算模型能较为准确估算大豆LAI,通过对红外与蓝波段建立的RVI指数与大豆LAI的回归模型,表明其预测大豆LAI的能力较好,有进一步研究的必要;通过对比发现,神经网络模型可以大大提升高光谱反演大豆LAI的水平,模型的确定系数R2为0.9661,而总均方根误差RMSE仅为0.446m2.m-2。     

基于成像高光谱的苹果叶片叶绿素含量估测模型研究

以苹果树正常叶片、受红蜘蛛胁迫叶片的高光谱反射率和SPAD值为数据源,在分析SPAD值与原始光谱反射率及其一阶导数、高光谱值相关性的基础上,筛选敏感波段,建立了基于高光谱反射率的叶绿素含量估测模型。结果表明:正常苹果叶片叶绿素含量的敏感波段为513⁵39、564539、564⁵85、694、699、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=152.450-1884.851R377;受红蜘蛛胁迫的苹果叶片叶绿素含量的敏感波段为961、972、720 nm,叶绿素含量的最佳估测模型为线性函数模型SPAD=49.371-46428.473 R’972。     

播期和密度对滴灌冬小麦光合特性及产量的影响

【目的】研究播期和密度对新疆南疆滴灌冬小麦光合特性及产量构成的影响,分析适宜的播期及种植密度,为生产实践提供依据。【方法】以新冬22号(少穗型)和邯郸5316(多穗型)为材料,采用裂区田间试验设计,主区为3个播期:9月23日(B₁)、10月4日(B₂)和10月15日(B₃);副区为4个播种量:播种量3.15×10⁶ 粒/hm²(M₁)、5.1×10⁶ 粒/hm²(M₂)、7.05×10⁶ 粒/hm²(M₃)和9×10⁶ 粒/hm²(M₄)。【结果】滴灌冬小麦旗叶Pn和Tr在扬花期最大,新冬22号在B₂播期、邯郸5316在M₃播期下平均Pn最高。B₂M₂处理的Pn最高,新冬22号和邯郸5316分别达15.45和16.94 μmol CO₂/(m²·s);Tr以M₂处理最大M₄处理最小,随播期延迟,Tr呈缓慢上升趋势,并以B₂M₂(新冬22号)或B₂M₁(邯郸5316)最高,分别为6.35和6.08 μmol CO₂/(m²·s);旗叶SPAD以扬花期达最高,平均SPAD随密度增大或播期延迟而减少,B₁M₁处理最大,其次为B₃M₁(新冬22号)和B₂M₁(邯郸5316)。【结论】建立了播期、播量与产量的关系模型,提出了高产条件下群、个体发育指标。新冬22号在10月1日播种、播量315.30 kg/hm²,邯郸5316在10月2日播种、播量262.47 kg/hm²时产量最高,分别达8 271.88和9 116.19 kg/hm²;提出了晚播增密的技术参数。     

施氮对不同小麦品种光合荧光特性及产量的影响

[目的]研究减氮处理对不同小麦品种光合特性、叶绿素荧光及产量的影响,为氮高效利用型小麦品种资源的选择提供理论基础.[方法]大田滴灌条件下,以冬小麦品种(品系)新冬20号、新冬40号、新冬57号、新冬60号、新粮801、新粮802和新粮803为材料,分析不施氮肥(N0)和正常施氮(N1)处理,对不同小麦品种叶绿素相对含量...     

基于叶片反射光谱估测水稻氮营养指数

【目的】基于叶片反射光谱建立快速、无损监测水稻氮营养指数（nitrogen nutrition index,NNI）的估算模型。【方法】2018—2019年开展2个水稻品种（徽两优898和Y两优900）及5个氮肥梯度（施氮量为0、75、150、225和300 kg·hm^-2,分别记为N₀、N₁、N₂、N₃、N₄）的田间小区试验,测定关键生育期不同叶位叶片反射光谱和植株NNI,构建多种光谱指数的水稻NNI监测模型。【结果】单叶及叶位组合的敏感波段均分布在540 nm的绿光波长处,其与近红外波段构成的窄波段比值指数SR（R₉₀₀,R₅₄₀）可较好反演水稻NNI。但不同叶位叶片窄波段比值指数与水稻NNI的预测精度表现不同,顶3叶（L₃）预测精度最好（R²=0.731,RMSE =0.130,RE=11.6%）,顶2叶（L₂）次之（R²=0.707,RMSE =0.136,RE =12.2%）,顶1叶（L₁）最差（R²=0.443,RMSE =0.187,RE =14.7%）;顶2叶和顶3叶组合平均光谱（L₂₃）的预测精度优于单叶水平和其他叶位组合（R²=0.740,RMSE =0.128,RE =11.5%）。再将窄波段比值指数SR（R₉₀₀,R₅₄₀）近红外与绿光区域分别重采样50 nm和10 nm,所构建的宽波段比值指数SR[AR_{（900±50）},AR_{（540±10）}]模型精度较SR（R₉₀₀,R₅₄₀）未明显降低,且在L₂₃水平下2个模型的模型精度和预测精度基本一致（R²=0.740,RMSE =0.128,RE =11.5%）。水稻NNI小于1时与产量呈线性的正相关关系（P<0.05）,大于1时产量趋于平稳。【结论】L₂和L₃叶片反射光谱为监测水稻NNI的敏感叶位,其中叶位组合L₂₃可提高模型预测精度。基于叶片反射光谱构建的多种波段比值指数（SR（R₉₀₀,R₅₄₀）和SR[AR_{（900±50）},AR_{（540±10）}]）可快速估测水稻NNI,从而为不同传感器对水稻氮营养指数估测监测研究提供了理论依据。     

大气CO2与温度升高对北方冬小麦旗叶光合特性、碳氮代谢及产量的影响

【目的】探讨大气CO₂浓度升高与增温影响下北方冬小麦叶片光合特征、碳氮代谢物、生物量和产量形成的调节适应规律,为未来气候变化下小麦生产提供理论依据。【方法】以冬小麦品种“中科2011”为材料,利用封闭式人工气候室,设置对照CK（CO₂浓度和气温与大田一致）、EC（CO₂浓度为大田浓度+200 μmol·mol^-1,气温与大田相同）、ET（CO₂浓度与大田一致,气温为大田温度+2℃）、ECT（CO₂浓度为大田浓度+200 μmol·mol^-1,气温为大田温度+2℃）共4个处理。测定CO₂浓度升高200 μmol·mol^-1和气温升高2℃变化条件下冬小麦生长发育、叶片的光合特性、碳氮代谢、生物量和产量指标。【结果】气温升高2℃会缩短小麦全生育期及开花到成熟时间,使孕穗期净光合速率显著增加24.7%,而对拔节期与灌浆期净光合速率无显著影响,同时,使灌浆期叶片纤维素含量、可溶性蛋白含量和硝酸还原酶活性下降,穗粒数和千粒重下降,进而使产量与生物量分别显著降低23.0%和19.7%;CO₂浓度升高200 μmol·mol^-1使拔节期与孕穗期小麦净光合速率分别提高32.8%和40.7%,增加灌浆期叶片碳水化合物含量,虽然生长后期出现光适应,但仍可通过增加单位面积穗数使小麦产量增加26.1%。在增温条件下,CO₂浓度升高可通过使开花到成熟的时间延长2 d、叶片净光合速率提高约25.54%、增加可溶性总糖、纤维素与淀粉含量等弥补升温对小麦生物量和产量的负效应。【结论】CO₂浓度升高可通过延长开花到成熟时间、提高小麦净光合速率、增加光合代谢物等弥补升温对小麦生物量和产量的负效应。     

优质高产常规籼型糯稻‘珍珠糯’产量性状分析

为了进一步挖掘优质高产籼糯品种‘珍珠糯’的高产潜力,提高种植效益,利用近年来信阳市农业科学院水稻品比试验结果数据,对‘珍珠糯’的全生育期(x₁)、株高(x₂)、有效穗(x₃)、穗长(x₄)、穗粒数(x₅)、结实率(x₆)、千粒重(x₇)和产量(y)进行相关、通径和回归分析。结果表明,‘珍珠糯’各农艺性状变异系数表现为穗粒数>有效穗>穗长>结实率>产量>千粒重>株高>全生育期,变化范围5.27%~19.74%;相关、通径和回归分析发现,有效穗、穗粒数和结实率对产量的作用最大,其与产量的相关系数、偏相关系数和直接通径系数达到极显著(P<0.01)或显著(P<0.05)水平,综合决定效应穗粒数>结实率>有效穗;用逐步回归筛选出有效穗、穗粒数和结实率3个对‘珍珠糯’产量有显著效应的自变量建立了最优回归方程y=1729.381+8.859x₃+7.743x₅+37.755x₆。综上,有效穗、穗粒数和结实率是影响‘珍珠糯’产量的主要性状,在推广应用以及高产创建时要注意在一定有效穗的基础上,采取措施提高穗粒数和结实率。     

不同灌水量和密度对无膜棉光合特性及产量的影响

[目的]研究灌水量和种植密度对滴灌无膜棉光合特性和产量的影响.[方法]以"中619"为供试材料,设置两因素裂区田间试验,其中灌水量为主区,分别为3000 m3/hm2(W1)、4500 m3/hm2(W2)和6000 m3/hm2(W3);密度为副区,分别为29.24×104株/hm2(M1)、26.32×104株/h...     

核麦间作模式下密度对冬小麦旗叶光合特性及产量的影响

目的 研究核麦间作模式下密度对冬小麦旗叶光合特性及产量的影响。方法 以新冬40号为材料,于2016~2017年在核麦间作田,设置5个密度分别为450×10 ³株/hm ²(M₁),525×10 ³株/hm ²(M₂),600×10 ³株/hm ²(M₃),675×10 ³株/hm ²(M₄),750×10 ³株/hm ²(M₅),研究核桃不同冠区冬小麦旗叶净光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)、胞间CO₂浓度(C_i)及产量和产量构成因素对密度的响应。 结果 随着密度的增大,冠下区冬小麦旗叶的净光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)和产量均表现出不同程度的降低;远冠区,小麦旗叶的P_n、T_r、G_s和产量均表现出“先升高后降低”的变化规律,各指标基本在M₂处理达到最大,且冠下区各密度处理冬小麦旗叶P_n、T_r和G_s均低于相应远冠区。籽粒产量,冠下区M₁(450×10 ³株/hm ²)处理最高为3 212.19 kg/hm ²,远冠区M₂(525×10 ³株/hm ²)处理最高为3 911.12 kg/hm ²。 结论 在核麦间作模式下,冠下区冬小麦应采取稀播,密度应控制在450×10 ³株/hm ²以内,远冠区冬小麦适宜密度为525×10 ³株/hm ²。     

胡麻萌发期和苗期对盐胁迫的阈值分析

[目的]研究单盐(NaCl)和复盐(Na2 SO4、NaHCO3)胁迫下对胡麻萌发期和苗期生长以及耐盐阈值的影响,为胡麻耐盐材料的筛选提供基础参考.[方法]选用耐盐性不同的2个胡麻品种,设置不同浓度的盐胁迫处理,分析不同指标的变化,采用相关性和回归分析,萌发期单盐胁迫选取总鲜重、复盐胁迫选取发芽率,苗期单盐胁迫选取根干...     

不同饲养方式对雏鹅夜间采食行为的影响

【目的】探究两种饲养方式对0—3周龄雏鹅夜间采食行为的影响,分析夜间采食行为与生产性能的关系,以期为生产中安排饲喂模式提供参考。【方法】将120只体重基本一致（（97.78±2.67）g）的1日龄四川白鹅随机分为两组（公母各半）,即网上平养（net rearing,NR）组和地面平养（floor rearing,FR）组,每组设6个重复,每个重复10只鹅。试验于2016年8月在西南大学畜禽养殖基地进行,试验期共21 d,平均温度为(28.72±2.16)℃,相对湿度为(85.76±8.73)%。参照美国NRC（1994）鹅的营养需要配制日粮,代谢能为11.97 MJ·kg ^-1,粗蛋白质含量为20.43%,试验期自由采食和饮水。记录日采食量,于7、14和21日龄称重,参照中华人民共和国农业行业标准-家禽生产性能名词术语和度量统计方法（NY/T 823-2004）测定试验期平均日采食量、平均日增重和料重比;在试验结束前3d,利用红外高清监控摄像系统进行录像采集,将视频采集后,利用视频软件,参照鸡和小鼠夜间行为观察的方法加以改进,每间隔10 min设定为一个视频段,共72个视频段,重复观察鹅的夜间采食行为,观察时间为18:00至次日6:00,记录鹅夜间采食行为时间。【结果】NR组平均每只鹅夜间采食行为持续时间为19.07 min,FR组平均每只鹅夜间采食行为持续时间14.26 min,二者间差异极显著（P＜0.01）。两种饲养方式下雏鹅初始体重差异不显著（P＞0.05）,NR组鹅末重显著高于FR组（P＜0.05）,NR组平均日采食量极显著高于FR组（P＜0.01）,平均日增重显著高于FR组（P＜0.05）,料重比二者间差异不显著（P＞0.05）。对夜间采食行为持续时间与生产性能相关性分析可知,NR组夜间采食行为持续时间与平均日采食量呈显著正相关（r=0.796,P＜0.05）,与平均日增重也呈显著正相关（r=0.807,P＜0.05）,与料重比呈显著负相关（r=-0.816,P＜0.05）;FR组夜间采食行为持续时间与平均日采食呈极显著正相关（r=0.950,P＜0.01）,与平均日增重呈显著正相关（r=0.801,P＜0.05）,与料重比之间没有显著相关性（r=-0.573,P＞0.05）。通过建立夜间采食行为持续时间与生产性能间回归方程可知,NR组平均日采食量y₁（g·d ^-1）、平均日增重y₂（g·d ^-1）和料重比y₃与夜间采食行为持续时间x₁（min/12h）的回归方程分别为：y₁=-222.70+29.96x₁-0.78x ²₁（R ²=0.956,P=0.009）、y₂=6.73+1.46x₁（R ²=0.650,P=0.043）、y₃=2.83-0.05x₁（R ²=0.654,P=0.050）;由于FR组料重比与夜间采食行为持续时间之间没有显著相关性,固不能建立回归方程。因此,FR组平均日采食量y₄（g·d ^-1）、平均日增重y₅（g·d ^-1）与夜间采食行为持续时间x₂（min/12h）的回归方程分别为：y₄=-10.10+4.13x₂（R ²=0.904,P=0.004）、y₅=-39.82+4.83x₂（R ²=0.644,P=0.045）。【结论】两种饲养方式下,NR组鹅夜间采食行为持续时间高于FR组,且夜间采食行为的增加提高了鹅的生产性能。因此,建议生产中采用网上育雏方式,同时要保证夜间饲粮的供应,满足雏鹅的夜间采食活动。     

基于高光谱遥感和集成学习方法的冬小麦产量估测研究

【目的】利用2种灌溉处理下不同发育阶段的冬小麦冠层高光谱信息,通过机器学习方法对小麦籽粒产量进行估测精度研究,明确产量最佳估测模型,对于育种工作有着重要应用价值。【方法】以黄淮麦区207个主栽小麦品种为材料,于2018—2019和2019—2020年度连续2个生长季在河南省新乡基地的正常灌溉和节水处理下种植,并调查开花期、灌浆前期和灌浆中期的冠层高光谱数据,分别以6种机器学习方法和集成方法建立光谱指数产量估测模型。【结果】2种灌溉处理下,3个生育期各光谱指数均与产量呈极显著相关（P<0.0001）,且表现出较高的遗传力（0.61-0.85）,主要受遗传因素控制。在正常灌溉处理下,与传统机器学习方法表现最佳的模型相比,集成学习方法在3个生育期的平均决定系数(R²) 分别由0.610、0.611和0.640提高至0.649、0.612和0.675,平均均方根误差 (RMSE) 分别降低至0.607、0.612和0.593 t·hm^-2;节水处理下,3个生育期的平均R²分别由0.461、0.408和0.452提高至0.467、0.433和0.498,平均RMSE分别降低至0.519、0.559和0.504 t·hm^-2。【结论】利用集成方法将不同模型估测结果进行结合,能够有效地提高产量估测精度,2种灌溉处理下均在灌浆中期估测精度最佳,可为冬小麦育种工作中产量估测提供参考。