• • 上一篇
高晨凯1,刘水苗1,李煜铭1,吴鹏年2,王艳丽2,刘长硕1,乔毅博1,关小康1,王同朝1*,温鹏飞1*
GAO ChenKai1, LIU ShuiMiao1, LI YuMing1, WU PengNian2, WANG YanLi2, LIU ChangShuo1, QIAO YiBo1, GUAN XiaoKang1, WANG TongChao1*, WEN PengFei1* #br#
摘要: 【目的】基于冬小麦冠层温度参数、形态指标和生理指标3种综合指标构建不同生育时期冬小麦植株含水量反演模型,探寻更全面精准的水分亏缺监测方法,为冬小麦抗旱提供理论依据。【方法】以冬小麦为研究对象,设置3个不同水分处理,2个小麦品种洛麦22和周麦27。分别获取拔节期、孕穗期和灌浆期冬小麦的冠层温度参数(冠层温度标准差(CTSD)和作物水分胁迫指数(CWSI))、形态指标(株高、茎粗、地上生物量和LAI)和生理指标(气孔导度、蒸腾速率和光合速率),按照平均权重原则分别构建综合温度参数指标(comprehensive temperature parameter indicators,CTPI)、综合生长指标(comprehensive growth indicators,CGI)和综合生理指标(comprehensive physiological indicators,CPI)。分析植株含水量(PWC)与综合指标之间的相关关系,并采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机(SVM)方法分生育时期构建基于综合指标的PWC反演模型。【结果】不同生育时期内冬小麦的冠层温度参数、形态指标及生理指标水分亏缺处理(W1、W2)较对照处理(W3)均表现出显著性差异(P<0.05)。孕穗期和灌浆期的综合指标(CTPI、CGI和CPI)与PWC有较好的相关关系,相关系数(r)分别为-0.70(-0.78)、0.84(0.80)和0.83(0.76)。采用MLR、PLSR和SVM方法,基于综合指标(CTPI、CGI和CPI)构建PWC反演预测模型均具有较高的预测精度,其中以SVM构建的孕穗期PWC模型最优,R2cal(R2val)、RMSEcal(RMSEval)和nRMSEcal(nRMSEval)分别为0.878(0.815)、0.021(0.024)、3.10%(3.33%)。【结论】基于综合指标(CTPI、CGI和CPI)构建的SVM-PWC模型能够很好地预测冬小麦各生育时期水分亏缺状况,可为黄淮海区域冬小麦防旱抗旱提供理论依据。