小麦籽粒蛋白质含量不同模型预测效果分析

摘要

小麦氮素营养状况对籽粒蛋白质含量(GrainProteinContent，GPC)形成具有重要的影响。小麦生产过程中，适时掌握其营养状况，尤其氮素状况，对大田氮素养分管理及GPC的提前预测尤为重要。本论文开展小麦关键生育期氮素营养遥感监测研究，利用“遥感参数——氮素诊断指标——籽粒蛋白质含量”的关系，筛选与氮素及GPC相关的适宜诊断指标，建立小麦收获期小麦GPC遥感预测模型。同时在田块尺度条件下，利用筛选的作物氮素营养与小麦GPC监测指标，研究小麦氮平衡指数(NitrogenBalanceIndex，NBI)和GPC的空间特性及其相互关系。主要研究结果以下: (1)分析了小麦多个生育期不同氮素诊断指标与GPC的相关关系，结果表明:孕穗期氮素营养指数(NitrogenNutritionIndex，HI)可以准确用来估算收获期小麦GPC。孕穗期NNI反演收获期GPC的决定系数R2为0.808，离回归标准差(RootMeanSquareError，RMSE)为0.758％;孕穗期NBI反演NNI的预测模型R2为0.783，RMSE为0.164。利用小麦孕穗期NBI预测NNI的模型与NNI估测收获期GPC的模型进行耦合，所得到的GPC反演模型的R2为0.728，预测RMSE为0.959％，该模型可以在孕穗期较为准确估测收获期小麦GPC。 (2)采用灰色关联分析（GreyRelationalAnalysis，GRA）结合偏最小二乘法(PartialLeastSquares，PLS)算法，选择光谱指数中的MERIS陆地叶绿素指数(MTCI)、红边/绿边(NIR/G)、近红外/红边700nm(RVI)、近红外/红边670nm(SR)与差值光谱指数(DVI)，反演孕穗期NNI组合模型，R2为0.73，RMSE为0.174;利用小麦孕穗期光谱指数预测NNI的组合模型与NNI估测收获期GPC的模型进行耦合，所得到的收获期GPC反演模型的R2为0.58，预测RMSE为1.03％。 (3)采用地统计学理论分析小麦不同生育期NBI及收获期GPC空间特性，研究表明小麦各生育期NBI与GPC数据符合正态分布，两者的空间特性属于中等偏弱，抽穗期、灌浆初期与灌浆中后期的NBI具有很强的空间自相关性。小麦各生育期NBI与收获期GPC之间的相关性均达到了极显著水平，其中灌浆中后期最为准确。采用指示值分布法研究小麦不同生育期NBI空间发展动态特征及其与收获期GPC空间分布的关系，结果显示综合NBI与收获期GPC空间分布较为一致，可用于指导大田氮素养分管理或籽粒产品收购，为一定区域内提高籽粒品质的一致性和稳定性提供依据。

目录

摘要

第一章 前言

1 国内外研究进展

1．1 小麦籽粒蛋白质含量遥感研究进展

1．2 空间特性研究进展

1．3 主要存在问题

1．4 研究的目的和意义

1．5 研究内容

1．6 研究技术路线

1．7 论文结构

第二章 基于氮平衡指数(NBI)的小麦GPC反演

1 材料与方法

1．1 试验设计

1．2 试验测定项目与方法

1．3 数据分析

1．4 模型验证

2 结果与分析

2．1 叶片水平下NBI(Dualex值)、叶绿素含量与动力学荧光参数Fv／Fm的变化

2．2 冠层水平下利用NBI构建小麦GPC预测模型

3 讨论

4 小结

第三章 基于冠层光谱的小麦GPC遥感反演

1 材料与方法

1．1 试验设计

1．2 测定项目与方法

1．3 数据分析

1．4 灰色关联分析

1．5 光谱指数选择

2 结果与分析

3 讨论

4 小结

第四章 田块尺度下小麦GPC空间特性分析

1 材料与方法

1．1 试验设计

1．2 测定项目与方法

1．3 数据处理与分析

2 结果与分析

2．1 经典统计分析

2．2 各生育期NBI与GPC的空间分析

2．3 各生育期NBI与GPC的关系

3 小结

第五章 结论与讨论

1 主要结论与讨论

1．1 基于NBI和NNI监测小麦GPC

1．2 小麦GPC空间特性研究

2 进一步提高GPC预测模型精度的思考

参考文献

致谢

攻读硕士期间发表的研究论文

声明