一种省域尺度的冬小麦籽粒蛋白质含量预测方法
申请人信息
- 申请人:山东科技大学
- 申请人地址:266590 山东省青岛市黄岛区前湾港路579号
- 发明人: 山东科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种省域尺度的冬小麦籽粒蛋白质含量预测方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311800546.0 |
| 申请日 | 2023/12/26 |
| 公告号 | CN117457066B |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G16B20/00 |
| 权利人 | 山东科技大学 |
| 发明人 | 李振海; 许晓斌; 许冀斌; 周丽丽; 朱红春; 魏诗哲; 张小康 |
| 地址 | 山东省青岛市黄岛区前湾港路579号 |
摘要文本
本发明公开一种省域尺度的冬小麦籽粒蛋白质含量预测方法，属于数据预测技术领域，用于冬小麦籽粒蛋白质含量预测，包括获得小麦生长期不同空间分辨率和光谱分辨率的作物冠层光谱信息，进行光谱信息的预处理，基于逐像素物候匹配法进行特征选择，逐像素计算每个像素成熟期90天内光谱植被指数的最大值，选择与籽粒蛋白质含量相关性最强的植被指数进行相关性分析，构建分层线性模型，进行冬小麦籽粒蛋白质含量预测。本发明综合考虑遥感信息、气候信息与籽粒蛋白质含量关系的物候差异，引入逐像素物候匹配和分层线性模型，以关键环境因子为区域籽粒蛋白质模型的差异因子，构建面前全国的籽粒蛋白质含量预测的嵌套模型。
专利主权项内容
1.一种省域尺度的冬小麦籽粒蛋白质含量预测方法，其特征在于，包括：S1.获得小麦生长期不同空间分辨率和光谱分辨率的作物冠层光谱信息，进行光谱信息的预处理，卫星影像数据进行辐射定标、大气校正及正射校正，地面冠层高光谱要通过目标反射强度和已知反射率的参考白板进行比值转化得到冠层反射率；S2.下载收获期前3个月的四种数据：每日蒸散发ET、辐射量Rad、温度T、降水量Pre，并对四种数据进行投影转换，转换为与S1中卫星影像数据的投影一致的栅格数据；S3.基于逐像素物候匹配法进行特征选择，特征选择包括选择气象建模特征和遥感建模特征；S4.逐像素计算每个像素成熟期90天内光谱植被指数的最大值，进行相关性分析，选择与籽粒蛋白质含量相关性最强的植被指数VI；S5.逐像素的选择成熟期前三个时间段的气候因子求和，气候因子共有12个，分别为每日蒸散发ET、辐射量Rad、温度T、降水量Pre各自在三个时间段内的分量；将求和结果作为全国小麦籽粒蛋白质含量预测模型的气候特征；S6.构建分层线性模型，进行冬小麦籽粒蛋白质含量预测；S3包括：S3.1.获取全国小麦的物候数据集，将物候数据集与栅格数据匹配，分别从每个像素成熟期的年积日开始往前推三个30天，在成熟期之前90天的总周期内，以30天的间隔计算各个气象变量的累积值，得到三个累积值分别记为T1，T2和T3，将T1，T2和T3作为气象建模特征；S3.2.选择这90天的遥感变量最大值作为遥感建模特征。