当前位置:主页 > 农业论文 > 农作物论文 >

基于冬小麦筋型修正系数的籽粒蛋白质含量遥感预测

发布时间:2021-05-15 20:29
  为优化冬小麦籽粒蛋白含量(GPC)的遥感预测模型,基于2012-2013、2014-2015和2017-2018年冬小麦生长季的田间试验,以植株氮代谢过程及GPC形成规律为依据,构建"植被指数(VI)-农学参数-GPC"的半机理模型,并在此基础上通过引入筋型修正系数λ优化"PNC-GPC"模型,修正小麦筋型对模型的影响,进一步提高"VI-PNC-GPC"模型的精度。结果表明,选取的VI与植株氮浓度(PNC)均极显著相关,其中比值光谱植被指数(RSI)与PNC的相关性最高,相关系数达到0.777,建立的PNC估算模型的决定系数(r2)达到0.604,验证nRMSE为9.93%;构建的PNC-GPC模型为GPC=(5.843×PNC+4.847)×λ,r2=0.792,验证nRMSE为7.43%;对比不考虑冬小麦筋型的"RSI-PNC-GPC"模型,其r2提高了0.145,验证的nRMSE降低了0.86%。综合来看,以PNC为中间变量,通过考虑不同筋型的差异构建的筋型修正系数可以更加准确地预测GPC。 

【文章来源】:麦类作物学报. 2020,40(03)北大核心CSCD

【文章页数】:8 页

【文章目录】:
1 材料与方法
    1.1 试验地概况
    1.2 试验设计
    1.3 数据获取与处理
        1.3.1 冬小麦冠层光谱的测定
        1.3.2 PNC和GPC的测定
    1.4 植被指数构建
    1.5 GPC模型构建
    1.6 模型评价
2 结果与分析
    2.1 基于PNC的冬小麦GPC模型构建与验证
    2.2 PNC-GPC模型的优化
    2.3 基于VI-PNC-GPC的冬小麦GPC预测模型
3 讨 论
4 结 论


【参考文献】:
期刊论文
[1]基于产量灾损的冬小麦干热风综合风险区划[J]. 成林,张志红,方文松.  干旱地区农业研究. 2019(02)
[2]不同产量类型小麦品种的干物质和氮素积累转运特征[J]. 李瑞珂,汪洋,安志超,武庆慧,王改革,仝瑞芳,叶优良.  麦类作物学报. 2018(11)
[3]作物籽粒蛋白质含量遥感监测预报研究进展[J]. 李振海,杨贵军,王纪华,徐新刚,宋晓宇.  中国农业信息. 2018(01)
[4]作物氮素无损快速营养诊断研究进展[J]. 宋丽娟,叶万军,郑妍妍,苏戈.  中国稻米. 2017(06)
[5]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[J]. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅.  农业工程学报. 2017(12)
[6]不同生育时期冬小麦籽粒蛋白质含量的高光谱遥感监测模型[J]. 贺佳,刘冰峰,黎世民,郭燕,王来刚,张彦,李军.  中国生态农业学报. 2017(06)
[7]农业遥感研究应用进展与展望[J]. 陈仲新,任建强,唐华俊,史云,冷佩,刘佳,王利民,吴文斌,姚艳敏,哈斯图亚.  遥感学报. 2016(05)
[8]干热风天气对冬小麦生理的影响[J]. 张志红,成林,李书岭,彭记永,方文松.  生态学杂志. 2015(03)
[9]高光谱遥感技术在精细农业监测上的应用及展望[J]. 何友铸,张振乾,官春云.  作物研究. 2015(01)
[10]不同生育时期冬小麦叶面积指数高光谱遥感监测模型[J]. 贺佳,刘冰锋,李军.  农业工程学报. 2014(24)

博士论文
[1]高温胁迫对小麦籽粒蛋白质含量和淀粉含量影响的研究[D]. 张玉峰.中国农业大学 2016
[2]基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报[D]. 李振海.浙江大学 2016
[3]区域性冬小麦籽粒蛋白含量遥感监测技术研究[D]. 李存军.浙江大学 2005

硕士论文
[1]高光谱遥感的冬小麦籽粒蛋白质含量监测[D]. 陈召霞.安徽理工大学 2017
[2]花后灌水对两种筋型小麦品种品质及产量影响的研究[D]. 彭羽.河南农业大学 2002



本文编号:3188286

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/nzwlw/3188286.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6a766***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com