基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf

基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf

ID:52175414

大小:746.51 KB

页数:6页

时间:2020-03-23

基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf_第1页
基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf_第2页
基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf_第3页
基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf_第4页
基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf_第5页
资源描述:

《基于TM和PLS的冬小麦籽粒蛋白质含量预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第27卷第3期3882011年3月农业工程学报TransactionsoftheCSAE、,0I.27No.3Mar.20ll基于TM和PLS的冬小麦籽粒蛋白质含量预测谭昌伟1,王纪华2,黄文江2,王君婵1,朱新开1,郭文善倦(1.扬州大学江苏省作物遗传生理重点实验室/农业部长江中下游作物生理生态与栽培重点开放实验室,扬州225009;2.国家农业信息化工程技术研究中心,北京100089)摘要:为进一步提高遥感预测冬小麦籽粒蛋白质含量精度,分析了卫星遥感变量与冬小麦籽粒蛋白质含量问的定量关系,运用偏最小二乘法构建了遥感预测籽粒蛋白质含量模型,制作了冬小麦籽粒蛋白质含量空间等级分布

2、图,结果表明,该模型的最佳主成分数为5,且归一化植被指数、冠层结构不敏感色素指数、比值植被指数、氮反射指数和植被衰减指数为预测籽粒蛋白质含量的敏感变量:籽粒蛋白质含量预测的均方根误差为O.307%,决定系数为0.642,为提高遥感预测小麦品质的精度提供了一种有效途径,有利于大面积应用和推广。关键词:模型,预测控制系统,蛋白质,LandsatTM,冬小麦doi:10.39690.issn.1002—6819.2011.03.070中图分类号:S127文献标志码:A文章编号:1002—6819(2011)-03—0388-05谭昌伟,王纪华,黄文江,等.基于TM和PLS的冬小麦籽粒蛋

3、白质含量预测[J].农业工程学报,2011,27(3):388--392.TanChangwei,WangJihua,HuangWenjiang,eta1.PredictinggrainproteincontentinwinterwheatbasedonTMimagesandpartialleastsquaresregression[J].TransactionsoftheCSAE,2011,27(3):388--392.(inChinese1ⅣitllEnglishabstracO0引言籽粒蛋白质含量(grainproteincontent,GPC)是衡量小麦品质的关键指标,目

4、前的检测方法成本高、效率低、样点代表性差,难以及时掌握小麦“面状”品质信息,然而,遥感技术凭借快速、准确、范围广的优势为提前获得小麦品质状况提供了一种有效途径。多年来,农业遥感主要集中在作物长势监测以及产量估算等方面,并已形成一套比较完整的技术体系【1‘3】,但关于作物品质遥感预测研究报道较少,主要是利用地面光谱对作物品质进行预测【4剖。近年来,不少学者基于空间卫星遥感平台预测作物品质进行了研究【7。9】。Badri等Bo]发现在小麦开花前两周从TM提取的植被指数与GPC关系较显著;Zhao掣11】利用TM和ETM数据预测小麦GPC,效果较好;Reyniers等【12】认为利用K

5、ODAK-CIR和Cropscan数据在小麦收获前一个月预测冬小麦GPC是可行的。中国内外有关基于偏最小二乘(partialleastsquares,PLS)法进行农情遥感监测已有许多报道,主要集中在作物病虫害及长势方面[13-19】。有些关于小麦品质遥感预测的研究,仍基于传统算法,精度受到影响。本研究以卫星遥感变量与小麦GPC收稿日期:2010-10.28修订日期:2011-03.10基金项目:国家自然科学基金资助项目(40801122);江苏高校优势学科建设工程资助项目;公益性行业(农业)科研专项经费资助项目(200803037)作者简介:谭昌伟(1980一),男,博士,研究

6、方向为农业遥感与信息技术应用。杨州扬州大学江苏省作物遗传生理重点实验室,225009。Emaihtanwei010@126.com※通信作者:郭文善(1961一),男,教授,博士,研究方向为作物栽培生理与信息农业。杨州扬州大学江苏省作物遗传生理重点实验室,225009。Emaihguows@yzu.edu.cn间的定量关系为基础,采用TM数据和PLS算法,构建及验证冬小麦GPC遥感预测模型,旨在进一步提高小麦品质遥感预测精度。1材料与方法1.1试验设计与数据获取试验于2008年在江苏省泰兴、姜堰、仪征、兴化、大丰、赣榆、灌云、宿迁8县进行,每县设置采样点15~20个,共计163个

7、采样点,每个采样点均采用美国Trimble公司生产的JunoST手持式GPS定位,调查冬小麦品种类型、生育期、群体长势及与病虫害。冬小麦品种为中弱筋类型,主要有扬麦13、扬麦15、扬麦16和扬辐麦2,这些品种在试验县均有分布。取样时期为拔节期、抽穗期、开花期和成熟期,具体取样时间根据卫星过境周期和实验区实际情况确定,一般在试验地块中间,选长势均匀的植株,取4行50cm,同时用GPS定位。成熟期取样后及时在实验室用凯氏定氮法测定GPC。遥感数据为TM2008.05—02(开花期)。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。