申请/专利权人：安徽农业大学

申请日：2023-07-12

公开（公告）日：2023-10-13

公开（公告）号：CN116879188A

主分类号：G01N21/25

分类号：G01N21/25;G01N25/00;G01N1/42;G06Q10/04;G06Q50/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.31#实质审查的生效;2023.10.13#公开

摘要：本发明公开了基于高光谱遥感预测春季低温胁迫后小麦产量的方法，包括以下步骤：以低温敏感性不同的小麦品种为材料，在孕穗期人工模拟低温处理；通过高光谱遥感获取小麦低温处理后孕穗期、抽穗期、开花期、灌浆期的生长信息，测得小麦功能叶片的净光合速率；对数据进行处理，对植被指数与小麦叶片净光合速率进行相关性分析，得到最优的植被指数，建立并验证不同生育时期的植被指数与小麦功能叶片净光合速率的预测模型；结合小麦功能叶片净光合速率和植被指数运用最小二乘回归、岭回归建立预测模型；对预测模型进行验证。本发明可以预测春季低温胁迫对小麦产量的影响程度。

主权项：1.基于高光谱遥感预测春季低温胁迫后小麦产量的方法，其特征在于，包括以下步骤：1以低温敏感性不同的小麦品种为材料，在孕穗期人工模拟低温处理；2通过高光谱遥感获取低温处理后小麦孕穗期、抽穗期、开花期、灌浆期的生长信息，同步测得小麦功能叶片的净光合速率；3利用ViewSpecPro软件对步骤2获得的数据进行处理，得到每个采样波段的反射率，对植被指数与小麦叶片净光合速率进行相关性分析，得到4种相关性最高的植被指数；4对小麦净光合速率与产量的相关性分析，结果相关性高，达到建模要求，将4种相关性最高的植被指数与小麦功能叶片的净光合速率进行岭回归分析建模和最小二乘法分析建模，得到的结果数据与产量数据建立产量预测模型；5对预测模型进行验证。

全文数据：

权利要求：

百度查询： 安徽农业大学 基于高光谱遥感预测春季低温胁迫后小麦产量的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD