一种小麦冠层光谱指数预测籽粒蛋白质含量的方法

本发明涉及农业植被生长信息无损预测领域，具体涉及一种小麦冠层光谱指数预测籽粒蛋白质含量的方法。

背景技术：

1、小麦籽粒蛋白质含量是衡量小麦品质的重要参数，无损精确的预测小麦籽粒蛋白质含量具有重要意义。目前小麦蛋白质含量的测定常规方法是在小麦籽粒成熟后进行的，具有一定的滞后性，无法实现即时的调整栽培管理措施从而优化小麦籽粒蛋白质含量。高光谱遥感技术可以从作物生长早期监测作物生长状况，估测作物各项指标，便于即时调整田间栽培管理措施。高光谱预测小麦籽粒蛋白质含量大多为直接方法，仅利用光谱数据和植被指数对小麦籽粒蛋白质含量进行估算，直接方法快速简单，但是受环境影响较大，影响预测的准确度。

技术实现思路

1、本发明的目的在于提供一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其可以解决上述背景技术提出的技术问题。

2、在本发明的一个方面，本发明提出了一种小麦冠层光谱指数预测籽粒蛋白质含量的方法。根据本发明的实施例，所述方法包括以下步骤：

3、(1)通过高光谱遥感获取小麦冠层拔节期、孕穗期、开花期、灌浆期的生长信息，同步测得小麦功能叶的谷氨酰胺合成酶活性；

4、(2)对步骤(1)获得的光谱数据进行处理，得到每个波段的反射率，对植被指数与小麦功能叶片谷氨酰胺合成酶活性进行相关性分析，得到相关性最高的植被指数；

5、(3)对小麦功能叶片谷氨酰胺合成酶活性与小麦籽粒蛋白质含量的相关性分析，结果相关性高，达到建模要求，将植被指数与小麦功能叶片的gs活性进行最小二乘法分析建模，得到的结果数据与籽粒蛋白质含量数据建立籽粒蛋白质含量预测模型；

6、(4)对预测模型进行验证。

7、另外，根据本发明上述实施例的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，还可以具有如下附加的技术特征：

8、在本发明的一些实施例中，所述步骤(1)中，小麦冠层光谱获取数据之前，先进行白板矫正，然后将高光谱测定传感器垂直于小麦冠层上方25-30cm处进行光谱数据的收集，去除由环境噪音影响造成的误差较大的数据，然后取平均值作为该处理的原始光谱数据。

9、在本发明的一些实施例中，所述步骤(1)中，谷氨酰胺合成酶活性的测量方法如下，在光谱数据采集之后，在同一取样范围内，取小麦旗叶置于预冷过的研钵中，加入预冷过的经酸洗过的石英砂和提取缓冲液，冰浴研磨至匀浆，离心，上清液即为粗酶提取液，进行酶活性测定，用γ-谷氨酰基羟肟酸做标准曲线，根据标准曲线计算谷氨酰氨合成酶的活性。

10、在本发明的一些实施例中，所述小麦旗叶0.5-1g、石英砂1.5-2g、提取缓冲液6ml；

11、所述离心的温度为4℃，离心速率为15000×g，离心时间为30min；

12、所述提取缓冲液为0.05mol/l tris-hcl，ph 8.0，内含2mmol/l mg2+、2mmol/ldtt、0.4mol/l蔗糖。

13、在本发明的一些实施例中，所述步骤(2)中，相关性最高的植被指数为基于波长800nm的土壤调整植被指数，计算公式如下：

14、savi800＝1.5×(r800-r670)/(r800+r670+0.5)，式中，savi800为基于波长800nm的土壤调整植被指数，r800和r670分别为波段800、670处的反射率值。

15、在本发明的一些实施例中，所述步骤(3)中，小麦功能叶片谷氨酰胺合成酶活性与小麦籽粒蛋白质含量的相关性分析过程包括，建立植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的拟合方程、植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的预测值与实测值检验方程、小麦开花期旗叶的谷氨酰胺合成酶活性与成熟期籽粒蛋白质含量拟合方程，以小麦开花期旗叶的谷氨酰胺合成酶活性为链接参数，建立植被指数savi800与籽粒蛋白质含量预测模型。

16、在本发明的一些实施例中，所述植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的拟合方程如下：

17、y＝1.120x-0.059，r2为0.818，其中，x为植被指数savi800，y为小麦主要功能叶谷氨酰胺合成酶活性；

18、所述植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的预测值与实测值检验方程如下：

19、y＝0.443x+0.408，r2为0.671，rmse为0.760，mape为15.38％，其中，x为植被指数savi800，y为小麦主要功能叶谷氨酰胺合成酶活性；

20、所述小麦开花期旗叶的谷氨酰胺合成酶活性与成熟期籽粒蛋白质含量拟合方程如下：

21、y＝20.413x-4.641，r2为0.818，其中，x为小麦主要功能叶谷氨酰胺合成酶活性，y为成熟期籽粒蛋白质含量。

22、在本发明的一些实施例中，所述植被指数savi800与籽粒蛋白质含量预测模型如下：

23、y＝22.860x-5.853，r2为0.813，rmse为2.844，mape为15.51％，其中，x为植被指数savi800，y为成熟期籽粒蛋白质含量。

24、在本发明的一些实施例中，所述步骤(3)中，运用统计参数进行模型评价，所述统计参数包括r2、rmse、mape，绘制实测值与预测值之间的1:1关系图，其中r2反应模型的精确程度，值越高，精确度越高；rmse和mape反映真实值与预测值的偏离大小，值越低，表明模型的预测精度越好；预测模型如下：

25、

26、

27、

28、式中，yi为蛋白质含量的实测值，y’i为模型的预测值，为实测值的平均值，n为样本量。

29、与现有技术相比，本发明的有益效果是：

30、(1)本发明以不同生态点的小麦大田施氮量试验为基础，于关键生育时期采集小麦冠层光谱数据并测定主要功能叶gs活性。通过小麦主要功能叶gs活性这个链接点，链接特征植被指数－主要功能叶gs活性－籽粒蛋白质含量，建立最优的基于高光谱的小麦籽粒蛋白质含量预测模型。本发明为高光谱提前预测小麦籽粒蛋白质含量和小麦精准栽培管理提供理论依据和技术支持。

31、(2)目前，有关基于高光谱预测小麦蛋白质含量的研究多集中于通过植株氮素为中间链接点构建模型的方法，而忽略植物氮素积累的过程，小麦籽粒蛋白质含量主要受到其体内酶活性的影响，gs是氮代谢的关键酶，其活性的高低直接影响植株氮同化及转运能力从而影响籽粒蛋白质含量。本发明从植株氮素积累过程关键酶(gs)活性为切入点构建籽粒蛋白质含量预测模型，机理性更高，受其他因素干扰更小。

技术特征：

1.一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述步骤(1)中，小麦冠层光谱获取数据之前，先进行白板矫正，然后将高光谱测定传感器垂直于小麦冠层上方25-30cm处进行光谱数据的收集，去除由环境噪音影响造成的误差较大的数据，然后取平均值作为该处理的原始光谱数据。

3.根据权利要求1所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述步骤(1)中，谷氨酰胺合成酶活性的测量方法如下，在光谱数据采集之后，在同一取样范围内，取小麦旗叶置于预冷过的研钵中，加入预冷过的经酸洗过的石英砂和提取缓冲液，冰浴研磨至匀浆，离心，上清液即为粗酶提取液，进行酶活性测定，用γ-谷氨酰基羟肟酸做标准曲线，根据标准曲线计算谷氨酰氨合成酶的活性。

4.根据权利要求3所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：

5.根据权利要求1所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述步骤(2)中，相关性最高的植被指数为基于波长800nm的土壤调整植被指数，计算公式如下：

6.根据权利要求5所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述步骤(3)中，小麦功能叶片谷氨酰胺合成酶活性与小麦籽粒蛋白质含量的相关性分析过程包括，建立植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的拟合方程、植被指数savi800与小麦主要功能叶谷氨酰胺合成酶活性的预测值与实测值检验方程、小麦开花期旗叶的谷氨酰胺合成酶活性与成熟期籽粒蛋白质含量拟合方程，以小麦开花期旗叶的谷氨酰胺合成酶活性为链接参数，建立植被指数savi800与籽粒蛋白质含量预测模型。

7.根据权利要求6所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：

8.根据权利要求6所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述植被指数savi800与籽粒蛋白质含量预测模型如下：

9.根据权利要求5所述的一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，其特征在于：所述步骤(3)中，运用统计参数进行模型评价，所述统计参数包括r2、rmse、mape，绘制实测值与预测值之间的1:1关系图，其中r2反应模型的精确程度，值越高，精确度越高；rmse和mape反映真实值与预测值的偏离大小，值越低，表明模型的预测精度越好；预测模型如下：

技术总结
本发明公开了一种小麦冠层光谱指数预测籽粒蛋白质含量的方法，包括以下步骤：通过高光谱遥感获取小麦冠层的生长信息，同步测得小麦功能叶的谷氨酰胺合成酶活性；对光谱数据进行处理，得到每个波段的反射率，对植被指数与小麦功能叶片谷氨酰胺合成酶活性进行相关性分析，得到相关性最高的植被指数；对小麦功能叶片GS活性与小麦籽粒蛋白质含量的相关性分析，结果相关性高，达到建模要求，将植被指数与小麦功能叶片的GS活性进行最小二乘法分析建模，得到的结果数据与籽粒蛋白质含量数据建立籽粒蛋白质含量预测模型；对预测模型进行验证。本发明为高光谱提前预测小麦籽粒蛋白质含量和小麦精准栽培管理提供理论依据和技术支持。

技术研发人员：张文静,李子洪,欧星雨,罗铮,黄正来,马尚宇,樊永惠
受保护的技术使用者：安徽农业大学
技术研发日：
技术公布日：2024/4/17