基于籽粒氮素积累模拟和NPP模型耦合的冬小麦籽粒蛋白质含量遥感监测

Grain protein content (GPC) is one key index of wheat quality. Monitoring wheat GPC effectively in regional scale with remote sensing will help to promote the classification of wheat harvesting, the purchasing according to the quality-grades of wheat, and the rational decision-making for export-import policies of high-quality wheat. Currently, most of the remote sensing (RS) methods of estimating GPC that are characterized as the empirical models often show the poorly temporal-spatial expanding capability, and in regional scale the applications of crop growth models are usually constrained because some parameters are difficult to be obtained in large-scale areas. To solve the problems, a novel method will be developed to estimate wheat GPC with RS in this project, the dynamic accumulation model of grain nitrogen (N) is integrated with Net primary production (NPP) model based on light utilization efficiency principle for GPC estimation. Due to some key parameters that can be obtained by remote sensing retrieval, the integrated model can be used to acquire the variables related closely to GPC in regional scale. Namely, the NPP sub-model with RS data is applied to estimate the grain yield (GY) in wheat, and the N accumulation sub-model using RS information is for grain N accumulation, and then the ratio of N accumulation to GY is obtained as GPC. All in all, the proposed method of estimating GPC in this project has the explicit simulating mechanism, and will be promise to the application in regional scale if successfully developed.

小麦籽粒蛋白质含量是衡量小麦品质的关键指标。开展区域尺度的小麦籽粒蛋白质含量遥感监测，对指导分级分类收割、按质论价收购和制定优质麦进出口政策等都具有重要的现实意义。项目针对当前籽粒蛋白质含量遥感监测经验模型时空扩展性弱，作物生长机理模型区域尺度应用受限等问题，尝试利用籽粒氮素(N)积累模拟模型与基于光能利用率原理的NPP(净初级生产力)耦合模型来监测冬小麦籽粒蛋白质含量，以耦合模型中关键参数的遥感反演为切入点来实现耦合模型与遥感信息的有机链接，通过N积累遥感估测模型获取籽粒N积累信息，以融合了遥感数据的NPP模型来计算作物籽粒产量，利用二者的比值实现区域籽粒蛋白质含量的计算，最终形成具有明晰解释机理、区域尺度可用的小麦籽粒蛋白质含量遥感监测新方法，为区域作物品质遥感预报监测提供新思路和技术支持。

小麦籽粒蛋白质含量是决定小麦品质的关键性指标。目前我国小麦普通小麦过剩，而优质小麦缺乏现象普遍，品质结构性供需不平衡问题突出，同时小麦籽粒品质常规检测手段，不能满足大面积、快速品质检测的迫切需求。遥感作为空间对地观测的高新技术手段，在获取区域尺度下作物生理生化组分方面，具有大范围、连续、动态和无损监测的优势，可为区域小麦籽粒蛋白质含量预报监测提供有效技术支撑。.项目从计算籽粒蛋白质含量的两个主要参量籽粒氮素积累量与籽粒产量出发，提出利用作物籽粒氮(N)积累模拟与基于光能利用率原理的NPP(净初级生产力)耦合模型来监测籽粒蛋白质含量的新方法，以耦合模型中关键参数的时间序列遥感反演为切入点来实现遥感与“NPP－N积累耦合模型”的有机链接，利用融合遥感信息的NPP模型来估算小麦作物籽粒产量，以作物籽粒N积累遥感模型模拟花后贮存氮转运和花后植株氮吸收过程，进而通过N积累量与产量的比值实现区域籽粒蛋白质的计算，最终形成有明晰解释机理、区域尺度可用的冬小麦籽粒蛋白质含量遥感监测新方法。.针对研究目标和计划任务要求，围绕作物籽粒蛋白品质关键参数的遥感监测方法和模型开展了深入研究，项目在光能利用率模型的改进、籽粒氮素累积与收获指数的遥感估算以及籽粒品质遥感监测模型构建等方面取得了重要进展。通过四年的执行，项目累积发表14篇论文，其中SCI论文4篇，2篇EI和会议论文3篇；培养2名硕士研究生，完成了各项考核指标。.总得说来，随着人们生活水平的不断提高，优质专用小麦的应用需求日益增长，大范围小麦品质监测信息及技术手段也愈来愈受到重视。在当前我国普通小麦过剩，优质小麦缺乏的结构性供需不平衡现状下，开展区域性的小麦籽粒蛋白质含量遥感监测应用研究，对促进政府制定合理的小麦供需调控政策、指导加工企业按质论价收购和农民分级收割，具有重要的现实意义和应用价值。