小麦蛋白品质空间变异遥感监测方法研究

Evaluation the uniformity of crop growth and grain quality is important for manager to guide the farmer to variable fertilize according to the growth difference. It is also important for grain processing enterprise to purchases the cereals because the grain quality uniformity is a key factor that affects the cereal price.This work provides a methodology to characterize and quantify the spatial variance of the wheat grain protein at cropland or district scale through the spatial heterogeneity analysis based on the multi-temporal moderate and high spatial resolution image data, as well as accessorial data such as wheat grain quality data and the soil nutrients data ,collected by survey experiments. The work will focuse on the study of (1) the extraction of spatial distribution rule for wheat plant nitrogen contents and grain protein content in different spatial resolution data based on geo-spatial statistic method (2) the spatial heterogeneity parameters selection for wheat growth and grain protein content from different spatial resolution images (3) providing a new remote sensing method that is available for wheat grain protein uniformity monitoring at cropland scale (4) building a nitrogen optimizing pattern based on the spatial distribution rule of wheat grain protein content. Through the study of the work, the spatial relationship between the cropland soil nutrients, wheat plant nitrogen and wheat grain protein will be mastered, wheat grain protein spatial half-variogram model based on the spatial heterogeneity parameters will be provided.Based on the above-mentioned study and results, the mechanism and methodology for integrating the GIS technology with wheat grain quality monitoring model, management knowledge model were further explored.The present study has provided quantitative methods and key technologies to characterize and quantify the spatial variance of the wheat grain protein. It has also constructed a platform for regional productivity analysis and evalution as well as management decision-making in wheat production.

目前，对农田范围内作物生长过程中的空间异质性研究多基于田间采样数据，无法满足大面积监测作物生长信息空间分布特征的需求。本申请项目将利用多尺度、多时相卫星遥感影像，以田间种植冬小麦为对象，结合小麦植株氮素含量及蛋白品质地面定位观测点数据，开展面向农田地块及区域尺度的小麦长势及蛋白品质空间变异遥感监测方法、模型和机理解析研究，通过（1）小麦蛋白品质空间变异规律研究、（2）遥感影像空间变异特征提取及模型研究、（3）小麦长势及品质均匀度遥感监测方法研究、（4）尺度拓展及处方图生成模式研究，揭示小麦植株氮素养分和小麦蛋白组分的空间变异规律，建立遥感影像与小麦长势及蛋白组分空间分布的非线性空间尺度转换模型，提出区域尺度和地块尺度冬小麦品质"均匀度"遥感反演方法，建立相应的监测指标、参数和模型，开发新的基于空间信息的品质变异监测和评价方法，为指导专用优质小麦调优栽培和流通环节增收提供依据。

国家自然科学基金面上项目“小麦蛋白品质空间变异遥感监测方法研究(41371349)” 2014年至2017年项目执行期间，项目执行人按照计划任务设定执行，以冬小麦为研究对象，以空间统计学和地统计学为技术手段，将地面高光谱遥感信息与空间多源、多尺度遥感数据有机结合，以冬小麦籽粒蛋白品质为研究对象，在开展叶片、冠层、航空、卫星不同平台尺度下的冬小麦籽粒蛋白含量遥感监测研究的基础上，结合小麦生长过程中养分空间异质性遥感监测，开展小麦蛋白品质空间变异遥感监测方法研究，项目在以下三方面开展研究工作，并取得重要研究进展：1）开展了冬小麦籽粒蛋白含量多尺度遥感监测预测研究；从叶片、冠层不同尺度开展了冬小麦籽粒蛋白含量遥感监测研究，构建了基于开花期不同氮素农学参量的冬小麦籽粒蛋白质含量遥感预测模型；2）开展小麦蛋白品质空间变异规律研究；分别对田间及区域尺度下冬小麦籽粒蛋白含量空间变异特征及其影响因子进行了分析；3）基于地理加权算法进行区域小麦籽粒蛋白含量遥感反演，实现了区域尺度上小麦籽粒蛋白品质划分及评价；研究作物氮素及品质空间异质性特征在区域级、地块级及变量单元等不同尺度下的转换方法和转换模型；以地统计学和空间统计学理论构建综合遥感光谱信息及生态因子的小麦蛋白品质空间分布模型；对籽粒品质变异进行定量化的空间分析与研究；为利用遥感技术指导小麦品质区划、氮肥变量投入调优栽培和分级分等收购加工提供科学依据。 .（2）研究目标完成情况。.通过项目全体研究人员的四年攻关，全面按计划完成了项目任务书规定的内容，达到了研究目标。项目获得湖北省科技进步三等奖一项，已发表论文19篇，其中SCI论文11篇，EI论文6篇，一级学报2篇；出版学术专著一部。（名称：面向对象的农作物播期监测方法，授权号：ZL2013 1 0187707.3），PCT发明专利公开阶段1项（A method and system of determining spatial scale for crop field survey and management，专利申请号：2014101013969；公开阶段）；项目组四年共培养硕士研究生6名，博士研究生2人；项目技术骨干2016年获国家留学基金委资助赴美国农业部南方平原研究所开展近一年访问学习工作；此外，项目技术骨干4年来共参加国际学术研讨会4次，在相关国际会议中对项目研究成果