基于冬小麦筋型修正系数的籽粒蛋白质含量遥感预测

作者：赵春奇; 李振海; 杨贵军; 段丹丹; 赵钰; 杨武德^*

来源：麦类作物学报, 2020, 40(03): 373-380.

• 冬小麦
• 筋型
• 植被指数
• 植株氮浓度
• 籽粒蛋白质含量

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。

• 单位
  国家农业信息化工程技术研究中心; 山西农业大学; 农业部