基于冠层光谱的早籼稻籽粒粗蛋白含量估测
发布时间：2021-11-28 13:10
利用2019年长江中下游早籼稻早中熟组种质资源为材料,分析主要生育期冠层光谱反射率与籽粒粗蛋白含量的关系,筛选出可用于早籼稻籽粒粗蛋白含量预测的敏感生育期和敏感波长,建立了基于敏感波长和光谱参数的籽粒粗蛋白的一元线性、多元线性、指数和多项式预测模型,用决定系数（R2）、均方根误差（RMSE）和相对误差（RE）对模型精度进行评价,以期找到估测早籼稻籽粒粗蛋白含量的最适模型。研究发现,在孕穗期514、580、638和695nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达到极显著水平;在基于敏感波长的估测模型中,四元线性模型估测效果最佳,其建模集R2、RMSE和RE分别为0.566、0.342%和2.874%,验证集R2、RMSE和RE分别为0.518、0.154%和1.303%;在基于光谱参数构建的估测模型中,DSI（R′514和R′638）为自变量构建的多项式模型估测效果较优,其建模集R2、RMSE和RE分别为0.638、0.312%和2.639%,验证集R2、RMSE和...
【文章来源】：作物杂志. 2020,(04)北大核心
【文章页数】：7 页
【部分图文】：
不同早籼稻品种光谱曲线
由图3A可知，6个生育时期内，齐穗期与籽粒粗蛋白含量在全波段内呈负相关，其余5个生育时期在大部分波段范围内均呈正相关关系，其中孕穗期与籽粒粗蛋白含量相关性最高，在511～608nm和695～758nm波段内达极显著相关。由图3B可知，籽粒粗蛋白含量与一阶微分光谱的相关系数变异性较大，相关系数不稳定，仅在500～750nm范围内相对稳定，其中孕穗期501～538、557～584、610～618、634～643和686～725nm等波段，黄熟期560～564、596～603和628～632nm等波段达极显著相关。因此，选择相关系数大且较稳定的孕穗期一阶微分光谱作为早籼稻籽粒粗蛋白含量估测的敏感波长，分别为514(r=0.709）、580(r=-0.684）、638(r=-0.733）和695nm(r=0.680）。2.4 基于敏感波长的籽粒粗蛋白含量估测
对11个早籼稻材料6个关键生育期冠层原始光谱及一阶微分光谱反射率数据进行平均计算，得出早籼稻各关键生育时期的冠层原始及一阶微分光谱反射率曲线（图2）。由图2A可知，在可见光波段（350～720nm），光谱反射率随生育期的递进呈上升趋势，表现为（孕穗期、始穗期）<（齐穗期、乳熟期、蜡熟期）<黄熟期，这与水稻叶片营养转运及叶绿素含量变化密切相关[15]。在孕穗期和始穗期，水稻处于营养生长转生殖生长的过程中，叶片叶绿素含量高，植株发育健康，叶色较绿，叶片对红光、蓝光吸收能力强；齐穗期“绿峰”特征突出；在乳熟期和蜡熟期，叶片养分逐渐向穗部转移，叶片叶绿素含量降低，绿光波段光谱反射率下降，但高于孕穗期和始穗期；黄熟期，叶片变黄，叶绿素含量急剧下降，反射率上升，变幅增大，“绿峰”特征不显著。在近红外波段（720～1 300nm），受水稻叶片细胞壁及细胞空间折射的影响[16]，反射率随生育期的递进呈先增加后降低的趋势，具体表现为在孕穗期至齐穗期不断上升，在齐穗期至黄熟期下降，在黄熟期最低。红边是绿色植物特有的光谱特征，通过红边的监测，可进行作物生长状况诊断[17]。红边位置（λred）的“红移”和“蓝移”现象能表征作物的生长态势。由图2B可知，早籼稻孕穗期到齐穗期，随着生育期的递进波长由732nm右移到736nm，即“红移”，表明作物生长状况较好，而到了乳熟期和蜡熟期，波长左移到728nm，黄熟期则移动到701nm，即“蓝移”，这是由于进入黄熟期，叶片枯黄，叶绿素含量降低所致。
【参考文献】：
期刊论文
[1]考虑水分光谱吸收特征的水稻叶片SPAD预测模型[J]. 于滋洋,王翔,孟祥添,张新乐,武丹茜,刘焕军,张忠臣. 光谱学与光谱分析. 2019(08)
[2]水稻穗部氮素含量高光谱估测研究[J]. 陈瑛瑛,王徐艺凌,朱宇涵,武威,刘涛,孙成明. 作物杂志. 2018(05)
[3]基于随机森林法的棉花叶片叶绿素含量估算[J]. 依尔夏提·阿不来提,买买提·沙吾提,白灯莎·买买提艾力,安申群,马春玥. 作物学报. 2019(01)
[4]基于冠层高光谱信息的水稻生长监测应用研究进展[J]. 张晗,赵小敏,郭熙,张佳佳,叶春,叶英聪,欧阳真程,王芳东,李小毛. 江苏农业科学. 2018(12)
[5]水稻种子蛋白质含量检测方法的比较分析[J]. 彭波,孙艳芳,韩秋,易常会,杨晓蕾,许净,孔冬艳,郭桂英,庞瑞华,宋晓华,李慧龙,柳琳,李金涛,周棋赢,段斌,宋世枝. 江苏农业科学. 2018(04)
[6]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)
[7]水稻叶片高光谱响应特征及氮素估算[J]. 李永梅,张立根,张学俭. 江苏农业科学. 2017(23)
[8]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)
[9]基于角果期高光谱的冬油菜产量预测模型研究[J]. 李岚涛,任涛,汪善勤,明金,刘秋霞,鲁剑巍. 农业机械学报. 2017(03)
[10]基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算[J]. 李媛媛,常庆瑞,刘秀英,严林,罗丹,王烁. 农业工程学报. 2016(16)
博士论文
[1]春玉米LAI和叶片氮素营养及产量的高光谱估测模型研究[D]. 高鑫.内蒙古农业大学 2016
本文编号：3524486
【文章来源】：作物杂志. 2020,(04)北大核心
【文章页数】：7 页
【部分图文】：
不同早籼稻品种光谱曲线
由图3A可知，6个生育时期内，齐穗期与籽粒粗蛋白含量在全波段内呈负相关，其余5个生育时期在大部分波段范围内均呈正相关关系，其中孕穗期与籽粒粗蛋白含量相关性最高，在511～608nm和695～758nm波段内达极显著相关。由图3B可知，籽粒粗蛋白含量与一阶微分光谱的相关系数变异性较大，相关系数不稳定，仅在500～750nm范围内相对稳定，其中孕穗期501～538、557～584、610～618、634～643和686～725nm等波段，黄熟期560～564、596～603和628～632nm等波段达极显著相关。因此，选择相关系数大且较稳定的孕穗期一阶微分光谱作为早籼稻籽粒粗蛋白含量估测的敏感波长，分别为514(r=0.709）、580(r=-0.684）、638(r=-0.733）和695nm(r=0.680）。2.4 基于敏感波长的籽粒粗蛋白含量估测
对11个早籼稻材料6个关键生育期冠层原始光谱及一阶微分光谱反射率数据进行平均计算，得出早籼稻各关键生育时期的冠层原始及一阶微分光谱反射率曲线（图2）。由图2A可知，在可见光波段（350～720nm），光谱反射率随生育期的递进呈上升趋势，表现为（孕穗期、始穗期）<（齐穗期、乳熟期、蜡熟期）<黄熟期，这与水稻叶片营养转运及叶绿素含量变化密切相关[15]。在孕穗期和始穗期，水稻处于营养生长转生殖生长的过程中，叶片叶绿素含量高，植株发育健康，叶色较绿，叶片对红光、蓝光吸收能力强；齐穗期“绿峰”特征突出；在乳熟期和蜡熟期，叶片养分逐渐向穗部转移，叶片叶绿素含量降低，绿光波段光谱反射率下降，但高于孕穗期和始穗期；黄熟期，叶片变黄，叶绿素含量急剧下降，反射率上升，变幅增大，“绿峰”特征不显著。在近红外波段（720～1 300nm），受水稻叶片细胞壁及细胞空间折射的影响[16]，反射率随生育期的递进呈先增加后降低的趋势，具体表现为在孕穗期至齐穗期不断上升，在齐穗期至黄熟期下降，在黄熟期最低。红边是绿色植物特有的光谱特征，通过红边的监测，可进行作物生长状况诊断[17]。红边位置（λred）的“红移”和“蓝移”现象能表征作物的生长态势。由图2B可知，早籼稻孕穗期到齐穗期，随着生育期的递进波长由732nm右移到736nm，即“红移”，表明作物生长状况较好，而到了乳熟期和蜡熟期，波长左移到728nm，黄熟期则移动到701nm，即“蓝移”，这是由于进入黄熟期，叶片枯黄，叶绿素含量降低所致。
【参考文献】：
期刊论文
[1]考虑水分光谱吸收特征的水稻叶片SPAD预测模型[J]. 于滋洋,王翔,孟祥添,张新乐,武丹茜,刘焕军,张忠臣. 光谱学与光谱分析. 2019(08)
[2]水稻穗部氮素含量高光谱估测研究[J]. 陈瑛瑛,王徐艺凌,朱宇涵,武威,刘涛,孙成明. 作物杂志. 2018(05)
[3]基于随机森林法的棉花叶片叶绿素含量估算[J]. 依尔夏提·阿不来提,买买提·沙吾提,白灯莎·买买提艾力,安申群,马春玥. 作物学报. 2019(01)
[4]基于冠层高光谱信息的水稻生长监测应用研究进展[J]. 张晗,赵小敏,郭熙,张佳佳,叶春,叶英聪,欧阳真程,王芳东,李小毛. 江苏农业科学. 2018(12)
[5]水稻种子蛋白质含量检测方法的比较分析[J]. 彭波,孙艳芳,韩秋,易常会,杨晓蕾,许净,孔冬艳,郭桂英,庞瑞华,宋晓华,李慧龙,柳琳,李金涛,周棋赢,段斌,宋世枝. 江苏农业科学. 2018(04)
[6]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)
[7]水稻叶片高光谱响应特征及氮素估算[J]. 李永梅,张立根,张学俭. 江苏农业科学. 2017(23)
[8]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)
[9]基于角果期高光谱的冬油菜产量预测模型研究[J]. 李岚涛,任涛,汪善勤,明金,刘秋霞,鲁剑巍. 农业机械学报. 2017(03)
[10]基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算[J]. 李媛媛,常庆瑞,刘秀英,严林,罗丹,王烁. 农业工程学报. 2016(16)
博士论文
[1]春玉米LAI和叶片氮素营养及产量的高光谱估测模型研究[D]. 高鑫.内蒙古农业大学 2016
本文编号：3524486
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3524486.html
最近更新
教材专著
