基于多生育期光谱变量的水稻直链淀粉含量监测
发布时间：2021-07-13 20:23
直链淀粉含量是评价稻米品质的重要指标之一,其累积生长过程是多生育期、多因素综合作用的结果。为了探究多生育期信息引入对水稻籽粒直链淀粉含量监测模型的影响,实现水稻品质信息的大规模准确监测。该研究选取水稻孕穗期、抽穗期、灌浆期和成熟期这4个有关水稻籽粒形成发育的生育期的冠层光谱,分析原光谱、植被指数、高光谱特征参数,及其变换形式与水稻籽粒直链淀粉含量的相关性,筛选得到相关性较好的光谱变量,并利用逐步回归的方法进行建模,建立基于多生育期光谱变量的直链淀粉含量预测模型。结果表明:一阶导数、差值植被指数（Difference Vegetation Index,DVI）、比值植被指数（Ratio Vegetation Index, RVI）及成熟期特征参数表现出较高敏感性,最适用于直链淀粉含量预测的生育期为成熟期,而多生育期信息的综合利用能显著提高模型预测精度,最佳多生育期预测模型为孕穗-抽穗-成熟期组合模型,建模决定系数（Coefficient of Determination, R2）为0.708,均方根误差（Root Mean Square Error, RMSE）为0...
【文章来源】：农业工程学报. 2020,36(08)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
不同施氮量、品种和气候年型处理下稻米直链淀粉含量的差异性
研究选取2016、2017年共计40个田块的孕穗期、抽穗期、灌浆期、成熟期的冠层光谱，删除由于水吸收、仪器敏感性等因素而出现非正常波动的无效波段，得到有效的水稻冠层反射光谱用于进一步处理。结合图2和图3a分析不同生育期冠层光谱可知，在350～760 nm的可见光区段中，抽穗期光谱的相关系数明显高于其他生育期，而在760～1 350nm波段的红外区域，冠层光谱的相关性随着生育期的变化呈现先增后减的趋势，并在抽穗-灌浆期间达到最大值。利用以上得到的光谱计算各波段反射率及其一阶导数变换值与籽粒直链淀粉含量的相关性，分析其敏感波段分布规律。由图3a可知，除灌浆期外其他3个生育期的原光谱敏感波段集中在可见光区域，即350～750 nm波段，而灌浆期的敏感波段除了350～450 nm的紫光波段外，还较为集中出现在1 400～1 500 nm的红外波段。
利用以上得到的光谱计算各波段反射率及其一阶导数变换值与籽粒直链淀粉含量的相关性，分析其敏感波段分布规律。由图3a可知，除灌浆期外其他3个生育期的原光谱敏感波段集中在可见光区域，即350～750 nm波段，而灌浆期的敏感波段除了350～450 nm的紫光波段外，还较为集中出现在1 400～1 500 nm的红外波段。结合图3b与表2可知，4个生育期原光谱相关性分析的最佳参数都出现在可见光区域，相关性整体较低，相关系数最大值范围为0.45～0.49；光谱经一阶导数变换后相关性较原光谱有了明显的提升，相关系数最大值范围上升至0.52～0.59，且筛选得到的敏感波段范围也有了很大的扩展，虽然波段大部分依然集中于350～750 nm的可见光波段，但在750～1 800 nm的红外区域也出现了部分敏感波段。
【参考文献】：
期刊论文
[1]基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型[J]. 孙小香,王芳东,赵小敏,谢文,郭熙. 中国农业资源与区划. 2019(03)
[2]孕穗-灌浆期低温对三江平原主栽水稻品种品质的影响[J]. 褚春燕,王锦冬,程远,张宇,孙桂玉. 中国农业气象. 2018(11)
[3]基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 王树文,牛羽新,马昕宇,陈双龙,阿玛尼,冯江. 农机化研究. 2019(03)
[4]水稻高光谱变化特征与叶绿素含量监测研究[J]. 刘芬,屈成,肖楠,陈光辉,唐文帮,王悦. 激光生物学报. 2017(04)
[5]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)
[6]玉米直链淀粉近红外模型的建立[J]. 吴晗,张力,韩笑,范素杰,丁宝成,王铎,关淑艳,张君. 分子植物育种. 2017(06)
[7]水稻种子淀粉合成及其调控研究进展[J]. 彭波,庞瑞华,孙艳芳,李慧龙,宋晓华,周棋赢,宋世枝,李梁浩,江毅丹,袁红雨. 江西农业学报. 2016(06)
[8]引黄灌区水稻红边特征及SPAD高光谱预测模型[J]. 秦占飞,常庆瑞,申健,于洋,刘佳岐. 武汉大学学报(信息科学版). 2016(09)
[9]稻米品质形成和调控机理概述[J]. 王惠贞,吴瑞芬,李丹. 中国稻米. 2016(01)
[10]抽穗扬花期高温胁迫对水稻主要品质指标的影响[J]. 马廷臣,夏加发,王元垒,周坤能,李泽福. 生物技术进展. 2015(05)
博士论文
[1]基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究[D]. 张垚.浙江大学 2015
[2]基于冠层反射光谱的小麦氮素营养与籽粒品质监测[D]. 李映雪.南京农业大学 2005
[3]水稻高光谱特征及其生物理化参数模拟与估测模型研究[D]. 唐延林.浙江大学 2004
硕士论文
[1]mRNA水平水稻品质相关基因的大规模鉴定及应用初探[D]. 王炎钦.浙江大学 2006
本文编号：3282740
【文章来源】：农业工程学报. 2020,36(08)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
不同施氮量、品种和气候年型处理下稻米直链淀粉含量的差异性
研究选取2016、2017年共计40个田块的孕穗期、抽穗期、灌浆期、成熟期的冠层光谱，删除由于水吸收、仪器敏感性等因素而出现非正常波动的无效波段，得到有效的水稻冠层反射光谱用于进一步处理。结合图2和图3a分析不同生育期冠层光谱可知，在350～760 nm的可见光区段中，抽穗期光谱的相关系数明显高于其他生育期，而在760～1 350nm波段的红外区域，冠层光谱的相关性随着生育期的变化呈现先增后减的趋势，并在抽穗-灌浆期间达到最大值。利用以上得到的光谱计算各波段反射率及其一阶导数变换值与籽粒直链淀粉含量的相关性，分析其敏感波段分布规律。由图3a可知，除灌浆期外其他3个生育期的原光谱敏感波段集中在可见光区域，即350～750 nm波段，而灌浆期的敏感波段除了350～450 nm的紫光波段外，还较为集中出现在1 400～1 500 nm的红外波段。
利用以上得到的光谱计算各波段反射率及其一阶导数变换值与籽粒直链淀粉含量的相关性，分析其敏感波段分布规律。由图3a可知，除灌浆期外其他3个生育期的原光谱敏感波段集中在可见光区域，即350～750 nm波段，而灌浆期的敏感波段除了350～450 nm的紫光波段外，还较为集中出现在1 400～1 500 nm的红外波段。结合图3b与表2可知，4个生育期原光谱相关性分析的最佳参数都出现在可见光区域，相关性整体较低，相关系数最大值范围为0.45～0.49；光谱经一阶导数变换后相关性较原光谱有了明显的提升，相关系数最大值范围上升至0.52～0.59，且筛选得到的敏感波段范围也有了很大的扩展，虽然波段大部分依然集中于350～750 nm的可见光波段，但在750～1 800 nm的红外区域也出现了部分敏感波段。
【参考文献】：
期刊论文
[1]基于冠层光谱和BP神经网络的水稻叶片氮素浓度估算模型[J]. 孙小香,王芳东,赵小敏,谢文,郭熙. 中国农业资源与区划. 2019(03)
[2]孕穗-灌浆期低温对三江平原主栽水稻品种品质的影响[J]. 褚春燕,王锦冬,程远,张宇,孙桂玉. 中国农业气象. 2018(11)
[3]基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 王树文,牛羽新,马昕宇,陈双龙,阿玛尼,冯江. 农机化研究. 2019(03)
[4]水稻高光谱变化特征与叶绿素含量监测研究[J]. 刘芬,屈成,肖楠,陈光辉,唐文帮,王悦. 激光生物学报. 2017(04)
[5]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)
[6]玉米直链淀粉近红外模型的建立[J]. 吴晗,张力,韩笑,范素杰,丁宝成,王铎,关淑艳,张君. 分子植物育种. 2017(06)
[7]水稻种子淀粉合成及其调控研究进展[J]. 彭波,庞瑞华,孙艳芳,李慧龙,宋晓华,周棋赢,宋世枝,李梁浩,江毅丹,袁红雨. 江西农业学报. 2016(06)
[8]引黄灌区水稻红边特征及SPAD高光谱预测模型[J]. 秦占飞,常庆瑞,申健,于洋,刘佳岐. 武汉大学学报(信息科学版). 2016(09)
[9]稻米品质形成和调控机理概述[J]. 王惠贞,吴瑞芬,李丹. 中国稻米. 2016(01)
[10]抽穗扬花期高温胁迫对水稻主要品质指标的影响[J]. 马廷臣,夏加发,王元垒,周坤能,李泽福. 生物技术进展. 2015(05)
博士论文
[1]基于PROSPECT-PLUS模型植物叶片多种色素高光谱定量遥感反演模型与机理研究[D]. 张垚.浙江大学 2015
[2]基于冠层反射光谱的小麦氮素营养与籽粒品质监测[D]. 李映雪.南京农业大学 2005
[3]水稻高光谱特征及其生物理化参数模拟与估测模型研究[D]. 唐延林.浙江大学 2004
硕士论文
[1]mRNA水平水稻品质相关基因的大规模鉴定及应用初探[D]. 王炎钦.浙江大学 2006
本文编号：3282740
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3282740.html
最近更新
教材专著
