结合生态因子的小麦籽粒蛋白质含量遥感监测研究

小麦籽粒蛋白质含量遥感监测有强烈的应用需求。目前采用基于氮素运转的统计方法或碳/氮代谢的半经验方法进行小麦籽粒蛋白质含量遥感监测，存在监测模型年际转移和区域扩展性差的问题。项目从小麦籽粒蛋白质形成的农学基础出发，引入气温、降水、太阳辐射、土壤肥力等生态因子参与蛋白质含量遥感监测综合建模，研究生态因子对蛋白质含量影响的定量表达并建立修正模型，为蛋白质含量遥感监测的时空扩展提供新思路和理论依据，拓展模型的时空适用性。研究内容包括：(1)定量分析温度、降水、太阳辐射等主要气象因子对灌浆期碳/氮代谢运转、籽粒产量的影响，并构建修正模型。(2)利用定量遥感模型，结合地面气象观测网，实现小麦关键期叶片氮素、等效水厚度和温度、太阳辐射等籽粒蛋白质形成过程中关键要素的监测。(3)构建融合生态因子与小麦生理生态遥感的籽粒蛋白质综合模型。(4)小麦籽粒蛋白质遥感综合监测模型的区域扩展和年际转移验证与优化。

小麦籽粒蛋白质含量（GPC）遥感监测具有强烈的应用需求。目前采用基于氮素运转的统计方法或者碳/氮代谢的半经验方法进行小麦GPC遥感监测，存在监测模型年际转移和区域扩展性差的问题。本项目通过研究回答“生态因子如何影响小麦GPC遥感监测”、“加入生态因子的小麦GPC遥感监测能否实现区域扩展和年际转移”等问题，为GPC遥感监测的时空扩展提供新思路和理论依据，扩展模型的时空适用性。主要研究内容包括：① 定量分析温度、降水、太阳辐射等主要气象因子对灌浆期碳/氮代谢运转、籽粒GPC的影响，并构建修正模型；② 利用定量遥感模型，结合地面气象观测网，实现小麦关键期叶片群体指标和养分指标等籽粒蛋白质形成过程中关键要素的监测；③ 构建融合生态因子与小麦生理生态的籽粒蛋白质遥感综合模型；④ 实现小麦GPC遥感综合监测模型的区域扩展和年际转移验证与优化。按照项目研究计划和目标，本课题完成了上述各项研究任务并开展了广泛深入的国内外合作交流；基于研究成果，已发表学术论文12篇（其中SCI论文8篇）；培养博士研究生4名，硕士研究生2名。综上，本项目圆满完成了各项预期指标，具体信息详见后述。