基于TM与PLS的冬小麦籽粒蛋白质含量预测.pdfVIP

第 27 卷 第 3 期 农 业 工 程 学 报 Vol.27 No.3 388 2011 年 3 月 Transactions of the CSAE Mar. 2011 基于 TM 和 PLS 的冬小麦籽粒蛋白质含量预测 1 2 2 1 1 1※ 谭昌伟 ，王纪华 ，黄文江 ，王君婵 ，朱新开 ，郭文善 （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间的定量关 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 0.307%，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，Landsat TM ，冬小麦 doi ：10.3969/j.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 的冬小麦籽粒蛋白质含量预测[J]. 农业工程学报，2011，27(3)：388 －392. Tan Changwei, Wang Jihua, Huang Wenjiang, et al. Predicting grain protein content in winter wheat based on TM images and partial least squares regression[J]. Transactions of the CSAE, 2011, 27(3): 388－392. (in Chinese with English abstract) 间的定量关系为基础，采用 TM 数据和 PLS 算法，构建 0 引 言 及验证冬小麦 GPC 遥感预测模型，旨在进一步提高小麦 籽粒蛋白质含量（grain protein content ，GPC ）是衡量 品质遥感预测精度。 小麦品质的关键指标，目前的检测方法成本高、效率低、 1 材料与方法 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 1.1 试验设计与数据获取 获得小麦品质状况提供了一种有效途径。多年来，农业 试验于 2008 年在江苏省泰兴、姜堰、仪征、兴化、 遥感主要集中在作物长势监测以及产量估算等方面，并 大丰、赣榆、灌云、宿迁 8 县进行，每县设置采样点 15～ [1-3] ，但关于作物品质遥 已形成一套比较完整的技术体系 20 个，共计 163 个采样点，每个采样点均采用美国 Trimble 感预测研究报道较少，主要是利用地面光谱对作物品质 公司生产的 Juno ST