Deep neural network algorithm for estimating maize biomass based on simulated Sentinel 2A vegetation indices and leaf area index

Accurate estimation of biomass is necessary for evaluating crop growth and predicting crop yield.Biomass is also a key trait in increasing grain yield by crop breeding.The aims of this study were(i)to identify the best vegetation indices for estimating maize biomass,(ii)to investigate the relationship between biomass and leaf area index(LAI)at several growth stages,and(iii)to evaluate a biomass model using measured vegetation indices or simulated vegetation indices of Sentinel 2A and LAI using a deep neural network(DNN)algorithm.The results showed that biomass was associated with all vegetation indices.The three-band water index(TBWI)was the best vegetation index for estimating biomass and the corresponding R2,RMSE,and RRMSE were 0.76,2.84 t ha−1,and 38.22%respectively.LAI was highly correlated with biomass(R2=0.89,RMSE=2.27 t ha−1,and RRMSE=30.55%).Estimated biomass based on 15 hyperspectral vegetation indices was in a high agreement with measured biomass using the DNN algorithm(R2=0.83,RMSE=1.96 t ha−1,and RRMSE=26.43%).Biomass estimation accuracy was further increased when LAI was combined with the 15 vegetation indices(R2=0.91,RMSE=1.49 t ha−1,and RRMSE=20.05%).Relationships between the hyperspectral vegetation indices and biomass differed from relationships between simulated Sentinel 2A vegetation indices and biomass.Biomass estimation from the hyperspectral vegetation indices was more accurate than that from the simulated Sentinel 2A vegetation indices(R2=0.87,RMSE=1.84 t ha−1,and RRMSE=24.76%).The DNN algorithm was effective in improving the estimation accuracy of biomass.It provides a guideline for estimating biomass of maize using remote sensing technology and the DNN algorithm in this region.     

基于主成分分析和Copula函数的灌溉水利用系数影响因素研究

以新疆生产建设兵团第十二师中型灌区为研究对象,采用首尾法测算2018年和2019年4个样点灌区的灌溉水利用系数,在采用主成分分析法对指标体系降维处理的基础上,用Copula函数构建PCA-Copula评价分析方法,对灌溉水利用系数各影响因素的影响程度和影响规律进行计算分析。结果表明：两年测算数据表明,4个样点灌区灌溉水利用系数都在0.63以上,且最大值达到0.668,分别高于同期全疆、全国平均水平5.05%、10.15%;主成分分析得出,渠道衬砌率（0.944）、滴灌灌溉面积比（0.746）、作物需水量（0.635）、实际灌溉面积（0.734）等都具有超过60%的正贡献率,而葡萄种植比（-0.586）和灌区毛灌溉用水量（-0.645）等具有超过58%的负贡献率。利用PCA-Copula分析评估方法得出,作物种植比例和节水灌溉工程状况对十二师中型灌区灌溉水有效利用系数影响显著（P<0.05）,其中葡萄净灌溉定额和灌区毛灌溉用水量对灌溉水有效利用系数的影响极其显著（P<0.01）,相关系数分别为0.875、0.742,同时利用Spearman等级相关系数检验法和线型回归来检验PCA-Copula评价法与熵值法的密切程度,检验结果其相关系数分别为 0.87（P＜0.05）和0. 52（P＜0.001）,表明PCA-Copula评价方法适用于研究灌溉水利用系数影响因素。     

施氮量对粮饲兼用玉米子粒产量和饲用品质的影响

2017~2018年以主推粮饲兼用玉米陕科9号品种为材料,设0、90、180、270和360 kg/hm² 5个氮肥水平进行大田试验,测定不同氮肥处理下叶面积指数、产量和饲用品质和氮肥利用率等性状指标,分析施氮量对玉米子粒产量、饲用品质和氮肥利用率的影响。结果表明,随施氮量的增加,叶面积指数、SPAD值和生物量增加;子粒产量随施氮量的增加先增加后稳定,此时最佳施氮量为268 kg/hm²,产量增加64.4%。随着氮肥增加,氮肥农学效率呈先增加后降低,氮肥偏生产力降低。饲用品质分析显示,子粒蛋白质、淀粉和脂肪含量随着施氮量增加而增加,在氮肥270 kg/hm²处理下分别较不施氮处理增加2.4%、13.7%和22.5%;秸秆中性洗涤纤维和酸性洗涤纤维含量分别减少20.4%和18.1%,秸秆粗蛋白和体外干物质消化率分别增加22.5%和17.6%。适当增施氮肥改善玉米群体质量,增加产量和氮肥利用率,提高饲用价值。陕北灌区粮饲兼用玉米生产实践中,推荐适宜施氮量为268 kg/hm²。     

玉米果穗不同部位子粒水分动态差异研究

为明确玉米果穗不同部位子粒含水率和脱水速率的动态变化差异,在春玉米区宁夏银川和夏玉米区河南新乡采用8个不同熟期和脱水速率的品种,将玉米果穗垂直等分为5个部位,定期测定不同部位子粒含水率,计算子粒脱水速率。结果表明,玉米生长中后期,果穗上部子粒含水率低于中下部子粒含水率,生理成熟前各部位子粒含水率的差值低于生理成熟后。参试品种生理成熟前20 d时不同部位子粒含水率极差低于3%,成熟期的极差值变幅为0.6%～5.2%,生理成熟后极差最大值可达6.2%。同一果穗自上而下子粒的脱水速率逐渐降低,品种之间有明显差异,先玉335、迪卡517和迪卡519果穗不同部位子粒脱水速率差异较大。果穗中部子粒脱水速率和平均脱水速率与不同部位子粒含水率的极差值呈负相关。     

玉米叶片表皮蜡质相关性状的全基因组关联分析

为发掘玉米叶片表皮蜡质合成与调控相关基因,以218份由温带、亚热带和热带自交系组成的关联群体为材料,在原阳对其3个生物学重复叶片表皮挂水能力进行调查,利用1.25 M覆盖玉米全基因组的SNPs进行Q、K和Q+K这3种模型下的全基因组关联分析。结果表明,Q模型较K模型和Q+K模型能更好地评价叶片表皮的挂水能力。Q模型下,共检测到88个覆盖玉米9条染色体的显著SNPs（P ≤ 2.04E-6）,88个SNPs分布于47个QTLs内,单个QTL可解释13.6%~45.6%的叶片挂水能力表型变异,47个QTL内共有97个候选基因,其中,77个具有功能注释。位于第2染色体上的转录因子NAC77（GRMZM2G018436）和第3条染色体上的亚油酸酯氧合酶（GRMZM2G156861）编码基因,是叶片表皮蜡质性状的重要候选基因。     

玉米粉淀粉含量近红外模型建立与优化

以230份玉米自交系为样本,采用旋光法与一阶导数及去一条直线的光谱预处理法,构建玉米粉样淀粉含量的近红外分析（NIRS）模型。研究标明,该模型可显著提高子粒淀粉含量预测的准确性。该模型的定标标准偏差（RMSEE）、交叉验证标准偏差（RMSECV）、外部验证标准偏差（RMSEP）、定标相关系数（R_cal²）、交叉验证相关系数（R_cv²）、外部验证相关系数（R_cv²）分别为0.609、0.722、0.738、0.909、0.864和0.854。建立的玉米粉样NIRS模型可将预测值与化学值偏差控制在1.7%内,能够准确定量分析玉米子粒淀粉含量,应用于育种材料早期筛选及群体水平粗淀粉分析。     

不同耕作方式对辽西褐土物理性状及玉米根系分布的影响

通过连续3年大田试验,对旋耕、翻耕、深松3种耕作方式下的土壤物理性质、玉米根系分布和产量进行测定。结果表明,与翻耕和旋耕相比,深松显著增加了玉米田土壤耕层厚度和降低了犁底层厚度。在中下层土壤,深松还降低了土壤紧实度和容重,改善了土壤的孔隙状况,有利于玉米根系向下生长,使得中下层土壤的玉米根系不仅更丰富,而且占总根系量的比例也更高,最终提高了玉米产量。本研究表明,深松耕作有利于改善辽西褐土区土壤结构和促进玉米生长。     

长期少免耕对中国东北玉米农田土壤呼吸及碳氮变化的影响

在黑土区37年不同耕作模式定位试验田,采用原位法比较常规旋耕灭茬起垄（CT）、旋耕留高茬行间深松-少耕（RT）、免耕（NT）和深翻（PT）4种耕作模式土壤呼吸速率及其与土壤温度和湿度的关系,测定土壤总碳氮、无机氮,微生物碳氮的变化。结果表明,玉米生育期间土壤呼吸呈单峰变化,开花期达最大值,生长季平均呼吸速率依次为RT > NT > CT > PT。4个处理土壤温度与土壤呼吸速率间存在显著指数关系。不同耕作模式0~10 cm土壤温度可解释土壤呼吸速率变异的38.3%~67.9%,温度敏感性系数Q10范围为2.1~5.3;RT和NT处理显著提高0~20 cm土壤碳氮含量;RT处理在0~20 cm土壤中微生物碳含量均高于CT、NT和PT处理。RT处理土壤呼吸对温度响应提高,RT和NT处理显著增加上层土壤总碳氮含量,利于土壤质量提升。     

吉林省西部地区滴灌条件下宜机械粒收玉米品种筛选

确定宜机械粒收的玉米品种是构建吉林省西部旱作补灌区玉米丰产增效技术模式的重要内容之一。2018年和2019年在吉林省西部地区开展滴灌条件下宜机械粒收玉米品种的筛选试验,测定38个玉米品种的收获子粒含水率和产量,并按玉米子粒含水率和产量水平采用双向平均法作图进行品种分类。结果表明,本研究初步筛选出5个滴灌条件下宜机械粒收玉米品种,分别是迪卡159、福莱77,稷秾108、吉农大889和优迪919。根据品种综合性状分析,吉农大889较优,其次为迪卡159,可以作为适宜吉林省西部滴灌条件下丰产高效栽培的推荐品种。