《基于TM和PLS的冬小麦籽粒蛋白质含量预测 Predicting grain content in winter wheat based TM images and partial least squares regression》.pdfVIP

第27卷第3期 农业工程学报 、，0I．27No．3 3882011年3月 TransactionsoftheCSAE Mar．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的冬小麦籽粒蛋白质含量预测[J]．农业工程学报，2011，27(3)：388 --392． contentinwinterwheat and Tan basedonTM Changwei，WangJihua，HuangWenjiang，eta1．Predictinggrainprotein images least ofthe Chinese1Ⅳitll regression[J]．TransactionsCSAE，2011，27(3)：388--392．(inEnglishabstracO partialsquares 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 content，GPC)是衡量 籽粒蛋白质含量(grainprotein 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～ 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 公司生产的JunoST手持式GPS定位，调查冬小麦品种 进行预测【4剖。近年来，不少学者基于空间卫星遥感平台 类型、生育期、群体长势及与病虫害。冬小麦品种为中 预测作物品质进行了研究【7。9】。Badri等Bo]发现在小麦开花 弱筋类型，主要有扬麦13、扬麦15、扬麦16和扬辐麦2， 前两周从TM提取的植被指数与GPC关系较显著；Zhao