[发明专利]一种籽粒蛋白质含量的预测方法及装置

说明书

本发明实施例提供了一种籽粒蛋白质含量的预测方法及装置，包括获取待测作物的植被指数和关键环境因子；将任一植被指数和关键环境因子输入至籽粒蛋白质含量预测分层线性模型，输出待测作物的籽粒蛋白质含量；籽粒蛋白质含量预测分层线性模型根据任一植被指数和若干个关键环境因子获得。本发明综合考虑遥感信息与籽粒蛋白质含量关系的年际差异，引入分层线性模型，以关键环境因子为年际籽粒蛋白质模型的差异因子，构建籽粒蛋白质含量预测的嵌套模型，同时，可以通过结合区域的气象数据与卫星遥感数据耦合，构建空间转移性好的籽粒蛋白质含量预测模型，基于该籽粒蛋白质含量预测模型，使得该预测方法及装置精度高、时效性强、普适性好。

技术领域

本发明实施例涉及领域，更具体地，涉及一种籽粒蛋白质含量的预测 方法及装置。

背景技术

我国目前小麦产量大，但是，国内小麦却呈现出生产量、进口量、库存 量“三量齐增”的问题，优质小麦需求持续增长，农业大而不强、多而不忧 的问题突出。纵观国内小麦市场需求，一方面小麦生产已基本满足国内市场 需求，且局部地区丰年有余；另一方面小麦生产的品种结构性矛盾突出，优 质小麦供不应求并依赖国外进口。在国家标准(GB/T1732-1998)中，(粗) 蛋白质含量是小麦籽粒品质评价的一项关键指标。因此，开展区域尺度的小 麦籽粒蛋白质含量遥感预测，具有重要的现实意义。

目前，国内外研究学者基于遥感技术进行作物蛋白质含量预测开展了大 量的研究，主要可归结为四类，分别为：以“遥感信息-籽粒蛋白质含量”模 式的经验模型，以“遥感信息-农学参数-籽粒蛋白质含量”模式的定量模型， 基于遥感信息与生态因子的籽粒蛋白质含量半机理模型，和基于遥感信息与 作物生长模型同化的机理解释模型。

其中，前两类模型研究较多，操作简单且易实现，但机理解释性不强， 在区域间和年际间扩展应用过程中偏差较大；同化模型方法考虑过多的输入 变量，并且复杂的同化算法、合适的品质生长模型选择及本地化和运算时间 问题，限制了该类方法的区域应用。因此，发展以遥感信息与生态因子结合 的籽粒蛋白质含量预测方法，利用生态因子考虑年际及空间的异质性以及遥 感信息与籽粒蛋白质含量的半机理模型，为构建普适性及适用于时空扩展的 籽粒蛋白质遥感预测模型提供了切实可行的方案。

另外，前人基于遥感信息和生态因子的籽粒蛋白质含量半机理模型可细 分为两类：一类是通过选择与蛋白质含量敏感的生态因子作为自变量，与遥 感信息共同构建线性或非线性回归模型。且研究结果表明结合遥感数据和生 态因子的籽粒蛋白质预测结果比单独利用遥感数据或单独利用生态因子的精 度高。另一类是通过氮素的运转机理简化模型，并考虑耦合温度等环境因子 对籽粒氮素运转的影响，实现籽粒蛋白质含量预测。

但是，目前的籽粒蛋白质的预测方法仍然存在以下问题：1、蛋白质含量 遥感预测的经验模型和定量模型，操作简单且易实现，但机理解释性不强， 在区域间和年际间扩展应用过程中偏差较大；2、运用作物生长模型与遥感信 息同化的籽粒蛋白质含量遥感预测模型受作物生长模型机理模拟、同化算法、 点-面扩展运算效率等问题，大大限制了其区域扩展应用；3、基于遥感信息 和生态因子的籽粒蛋白质含量半机理模型方面，以生态因子作为自变量进行 籽粒蛋白质含量建模，同样存在生态因子对蛋白质构成机理解释不强，容易产生预测偏差；氮素的运转机理简化模型中，许多简化系数与作物品种有关， 具有品种依赖性，以及生态因子以灌浆期环境因子为主，蛋白质含量预报的 时效性存在问题。

发明内容

为了解决上述问题，本发明实施例提供了一种籽粒蛋白质含量的预测方 法及装置。

根据本发明实施例的第一方面，本发明实施例提供了一种籽粒蛋白质含 量的预测方法，该方法包括：获取待测作物的植被指数和关键环境因子；将 待测作物的任一植被指数和若干个关键环境因子输入至籽粒蛋白质含量预测 分层线性模型，输出待测作物的籽粒蛋白质含量；籽粒蛋白质含量预测分层 线性模型根据任一植被指数和若干个关键环境因子获得。