论文部分内容阅读
粮食保质保量的生产是国家长治久安的重要保证。及时获取粮食作物的产量和品质数据,能够及时调整田间管理,指导农业工作的正常进行,实现粮食的优质高产。因此,对冬小麦产量和品质的实时估测能够指导科学施肥,对提高冬小麦产量和品质具有一定的实践意义。本研究通过对冬小麦不同生育时期冠层光谱的分析,利用连续投影算法(SPA)提取不同生育时期农学参数(LAI、CHL、AGDB)、产量和籽粒蛋白质含量的特征波段,通过“光谱参数-产量和品质”、“光谱参数-农学参数-产量和品质”和“植被指数-产量和品质”三种技术路线对冬小麦产量和蛋白质含量进行实时估测。结果表明:1.同一生育时期的冠层光谱,不同施肥条件下冬小麦冠层光谱存在明显差异。随着施氮量的提高,冠层光谱反射率整体升高,在N2水平达到最大值,随后开始下降。不同基追比氮肥和施磷量能够影响冬小麦的长势,基追比为7:3时冠层光谱反射率最高,施磷量越高,反射率越高。不同生育时期冠层光谱反射率也存在明显差异,拔节期冠层光谱反射率最高可达0.5左右。2.“光谱-产量和品质”、“光谱-农学参数-产量和品质”和“植被指数-产量和品质”三种技术路线均能实现对冬小麦产量和品质的估测,利用“光谱-农学参数-产量和品质”模式建立估测模型的精度和普适度更高。在农学参数选择方面,LAI适宜作为产量估测的中间变量,估测的最佳时期为开花期,估测模型的校正集R2和RMSE分别为0.81和1253,验证集的R2和RMSE分别为0.76和1234。地上干物质适宜作为冬小麦籽粒蛋白质估测模型的中间变量,估测的最佳时期为开花期,估测模型的校正集R2和RMSE分别为0.80和1.43,验证集R2和RMSE分别为0.78和1.52。3.“光谱-产量和品质”的技术路线估测冬小麦产量和品质的效果次之,不同生育时期的模型估测效果也不同,冬小麦产量的最佳估测时期为开花期,估测模型的校正集R2和RMSE为0.79和986,验证集R2和RMSE分别为0.77和1026;冬小麦籽粒蛋白质含量的最佳估测时期为开花期,校正集R2和RMSE为0.78和1.46,验证集R2和RMSE分别为0.76和1.52。4.“植被指数-产量和品质”的技术路线估测冬小麦产量和品质的效果较差,主要是因为植被指数存在“光谱饱和”现象,对冠层光谱的信息提取不够全面,且冬小麦的长势越好,饱和现象就越为严重,导致模型的R2和RMSE相对于其他两种技术路线较差。本研究选择的植被指数与冬小麦产量和蛋白质含量在拔节期、孕穗期、开花期、灌浆前期以及灌浆后期均呈现显著相关(P<0.01),为植被指数估测冬小麦产量和品质提供了一定的基础,在后续研究中需要对植被指数的选择以及数量做更进一步的研究。