| 小麦籽粒蛋白质含量高光谱遥感预测模型比较 |
| |
| 引用本文： | 张志勇,樊泽华,张娟娟,邱青彬,郑亮,芮战许,马新明,熊淑萍. 小麦籽粒蛋白质含量高光谱遥感预测模型比较[J]. 河南农业大学学报, 2022, 56(2): 188-198 |
| |
| 作者姓名： | 张志勇 樊泽华 张娟娟 邱青彬 郑亮 芮战许 马新明 熊淑萍 |
| |
| 作者单位： | 河南农业大学农学院/作物生长发育调控教育部重点实验室,河南 郑州 450046,河南农业大学信息管理与科学学院,河南 郑州 450046 |
| |
| 基金项目： | 国家自然科学基金项目(32071956)；;河南省高等学校重点科研项目(21A210015)；;国家重点研发计划(2021YFD1700900)；;河南省现代农业产业技术体系项目(S2010-01-G04)； |
| |
| 摘 要： | 【目的】利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测，比较筛选小麦籽粒蛋白质含量预测模型，实现优质小麦栽培生产。【方法】设置不同品质类型小麦品种和施氮量处理，测定开花期叶片叶绿素含量（SPAD）、叶片干物质质量（LDW）、地上生物量（AGB）、叶片氮含量（LNC）、叶片氮积累量（LNA）、叶面积指数（LAI）、植株氮含量（PNC）、植株氮积累量（PNA）和氮营养指数（NNI）9个农学参数及小麦冠层光谱，通过一阶导数和偏最小二乘法，构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型。【结果】一阶导数处理可以提高光谱数据与农学参数的相关性。运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优，建模集决定系数R2与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好，相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳，其建模集R2、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11。最终构建的“...
|
| 关 键 词： | 冬小麦 籽粒蛋白质含量 农学参数 高光谱遥感 预测模型 |
Comparison of hyperspectral remote sensing prediction models for wheat grain protein content |
| |
| ZHANG Zhiyong,FAN Zehua,ZHANG Juanjuan,QIU Qingbin,ZHENG Liang,RUI Zhanxu,MA Xinming,XIONG Shuping. Comparison of hyperspectral remote sensing prediction models for wheat grain protein content[J]. Journal of Henan Agricultural University, 2022, 56(2): 188-198 |
| |
| Authors: | ZHANG Zhiyong FAN Zehua ZHANG Juanjuan QIU Qingbin ZHENG Liang RUI Zhanxu MA Xinming XIONG Shuping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
