当前位置: 首页 > 文章 > 小麦籽粒蛋白质含量高光谱遥感预测模型比较 河南农业大学学报 2022,56 (2) 188-198
Position: Home > Articles > Comparison of hyperspectral remote sensing prediction models for wheat grain protein content Journal of Henan Agricultural University 2022,56 (2) 188-198

小麦籽粒蛋白质含量高光谱遥感预测模型比较

作  者:
张志勇;樊泽华;张娟娟;邱青彬;郑亮;芮战许;马新明;熊淑萍
单  位:
河南农业大学信息管理与科学学院;河南农业大学农学院/作物生长发育调控教育部重点实验室
关键词:
冬小麦;籽粒蛋白质含量;农学参数;高光谱遥感;预测模型
摘  要:
[目的]利用高光谱遥感技术实现冬小麦籽粒蛋白质含量的精准预测,比较筛选小麦籽粒蛋白质含量预测模型,实现优质小麦栽培生产.[方法]设置不同品质类型小麦品种和施氮量处理,测定开花期叶片叶绿素含量(SPAD)、叶片干物质质量(LDW)、地上生物量(AGB)、叶片氮含量(LNC)、叶片氮积累量(LNA)、叶面积指数(LAI)、植株氮含量(PNC)、植株氮积累量(PNA)和氮营养指数(NNI)9个农学参数及小麦冠层光谱,通过一阶导数和偏最小二乘法,构建基于不同农学参数的小麦籽粒蛋白质含量高光谱预测模型.[结果]一阶导数处理可以提高光谱数据与农学参数的相关性.运用偏最小二乘法构建的高光谱农学参数估测模型中以SPAD的模型建模精度与验证精度相对较优,建模集决定系数R2与预测集标准均方根误差nRMSE分别为0.99和4.10%;NNI反演模型验证结果较好,相对预测偏差RPD为2.04;利用线性回归构建的农学参数-籽粒蛋白质预测模型中以LNC的建模精度与验证精度最佳,其建模集R2、预测集均方根误差RMSE和RPD分别为0.64、0.79和2.11.最终构建的"高光谱-农学参数-籽粒蛋白质含量"预测模型以开花期LNC为中间变量的模型最优,其预测集R2、RMSE和RPD分别为0.55、1.12和1.49.[结论]以农学参数为中间变量可以进行冬小麦籽粒蛋白质含量预测,"高光谱-LNC-籽粒蛋白质含量"具有较高精度的预测结果.
译  名:
Comparison of hyperspectral remote sensing prediction models for wheat grain protein content

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 2

所属期刊

推荐期刊