CN102435553A - 利用光谱指数监测小麦籽粒蛋白质含量的方法 - Google Patents

利用光谱指数监测小麦籽粒蛋白质含量的方法 Download PDF

Info

Publication number
CN102435553A
CN102435553A CN201010295161XA CN201010295161A CN102435553A CN 102435553 A CN102435553 A CN 102435553A CN 201010295161X A CN201010295161X A CN 201010295161XA CN 201010295161 A CN201010295161 A CN 201010295161A CN 102435553 A CN102435553 A CN 102435553A
Authority
CN
China
Prior art keywords
wheat
protein content
spectral
information
utilize
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201010295161XA
Other languages
English (en)
Inventor
李少昆
王克如
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201010295161XA priority Critical patent/CN102435553A/zh
Publication of CN102435553A publication Critical patent/CN102435553A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请的发明“利用光谱指数监测小麦籽粒蛋白质含量的方法”属于光谱技术在农业生产中的应用领域。主要解决小麦育种与生产过程中人们无法快速准确无损获取小麦籽粒蛋白质信息的问题。我们提出的解决方法是利用890nm和670nm的滤光片等光谱信息采集设备在田间由小麦顶部垂直向下和水平对准小麦穗层两种方式获取小麦穗部光谱信息，利用计算机软件将获取的两种波长的小麦光谱反射信息根据研究建立的光谱参数与籽粒蛋白质含量的反演模型，计算出被监测的小麦籽粒蛋白质含量。主要用途为通过光谱信息采集设备获取小麦光谱参数，根据说明书中的原理及算法，利用计算机编程实现对获取的光谱信息进行分析运算得到被监测对象的蛋白质含量。或者将所用光谱采集设备与固化后的分析软件整合制作成便携式小麦蛋白质含量速测仪。

Description

利用光谱指数监测小麦籽粒蛋白质含量的方法
技术领域
申请的发明属于光谱技术在农业生产中的应用领域，具体是小麦籽粒蛋白质含量测定方法。
背景技术
在小麦育种、生产及贮藏、加工实践中，籽粒蛋白质含量是小麦的重要品质指标和分类收获贮藏的重要指标。因此，对于从事小麦育种、栽培管理和加工的人员而言，籽粒蛋白质含量是进行品种选择、制定优质栽培技术措施及其分类收购的关键指标之一。以往，人们主要通过在小麦成熟期的田间取样或收获后取样，带回实验室进行室内化学分析，该方法费工、费时，并破坏田间植株，且受样点选择等主观因素的影响而精度不高，最为重要的是其时效性差，对于指导优质栽培和分类收获与收购意义不大。由于上述多种原因，小麦育种者、栽培管理者及其小麦收购企业更多的是利用经验方法进行小麦品种筛选、栽培管理措施的制定和小麦的混合收购，但这种方法局限性更明显，且严重影响小麦生产者的收益。因此，生产中急需发明一种新的方法来替代上述方法。光谱技术及其设备的快速发展使具有作物光谱信息快速获取功能的工具得到普及，光谱技术也得到进一步发展和广泛应用。利用光谱技术获取田间作物生长信息(如作物叶绿素含量、氮素含量等)的方法已具备了软、硬件条件。因此，可利用光谱技术来解决上述问题。
发明内容
利用不同波长的滤光片等光谱信息采集设备在田间由小麦顶部垂直向下或水平对准小麦穗层获取小麦群体或小麦穗层光谱信息，所获取的小麦群体或穗层光谱信息必然包含植株蛋白质含量信息。我们研究发现，小麦籽粒蛋白质含量可通过分析小麦群体或穗层不同波长光谱反射率来反映，而且研究发现小麦籽粒蛋白质含量与小麦冠层或穗层890nm、670nm光谱反射率关系密切，且不同品种间小麦籽粒蛋白质含量和小麦冠层890nm与670nm反射率的比值呈现稳定的函数关系，即，小麦籽粒蛋白质含量Y(％)＝aX+b，这里Y是籽粒蛋白质含量，X是890nm与670nm冠层光谱反射率的比值，a和b分别是待定系数。我们的做法是分别获取小麦群体或穗层890nm波长和670nm波长的光谱反射率，利用小麦籽粒蛋白质含量与小麦冠层或穗层的这两种波长光谱反射率比值间的函数关系得到被监测小麦的籽粒蛋白质含量。
附图说明
无。
具体实施方式
通过不同波长滤光片获取小麦群体或穗层890nm和670nm光谱反射率信息，根据小麦籽粒蛋白质含量与光谱信息关系原理及算法，利用计算机编程实现对获取的光谱信息进行分析运算得到小麦籽粒的蛋白质含量。或者将光谱信息采集设备与固化后的信息处理分析软件整合制作成便携式小麦籽粒蛋白质速测仪。

Claims (3)

1.利用光谱指数监测小麦籽粒蛋白质含量的方法包括光谱信息采集与信息分析处理(1)。该方法的特征在于小麦群体冠层或穗层光谱反射信息采集(2)及其小麦籽粒蛋白质含量计算(3)。
2.根据权利1所述的小麦群体冠层或穗层光谱反射信息采集，其特征在于利用波长为890nm(2-1)和波长为670nm(2-2)的滤光片来采集小麦群体光谱信息；
3.根据权利1所述的小麦籽粒蛋白质含量计算，其特征在于计算890nm光谱反射率与670nm光谱反射率的比值(3-1)及其蛋白质含量的计算(3-2)。
CN201010295161XA 2010-09-29 2010-09-29 利用光谱指数监测小麦籽粒蛋白质含量的方法 Pending CN102435553A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010295161XA CN102435553A (zh) 2010-09-29 2010-09-29 利用光谱指数监测小麦籽粒蛋白质含量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010295161XA CN102435553A (zh) 2010-09-29 2010-09-29 利用光谱指数监测小麦籽粒蛋白质含量的方法

Publications (1)

Publication Number Publication Date
CN102435553A true CN102435553A (zh) 2012-05-02

Family

ID=45983728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010295161XA Pending CN102435553A (zh) 2010-09-29 2010-09-29 利用光谱指数监测小麦籽粒蛋白质含量的方法

Country Status (1)

Country Link
CN (1) CN102435553A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103913425A (zh) * 2014-04-17 2014-07-09 河南农业大学 基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法
CN106018321A (zh) * 2016-05-11 2016-10-12 中国农业大学 玉米单粒种子蛋白质检测模型的构建方法及其应用
CN117457066A (zh) * 2023-12-26 2024-01-26 山东科技大学 一种省域尺度的冬小麦籽粒蛋白质含量预测方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900695A (zh) * 2005-07-21 2007-01-24 李少昆 基于高光谱的小麦氮素含量与籽粒蛋白品质田间快速监测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1900695A (zh) * 2005-07-21 2007-01-24 李少昆 基于高光谱的小麦氮素含量与籽粒蛋白品质田间快速监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
卢艳丽等: "基于穗层反射光谱的小麦籽粒蛋白质含量监测的研究", 《作物学报》 *
李映雪等: "小麦冠层反射光谱与籽粒蛋白质含量及相关品质指标的定量关系", 《中国农业科学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103913425A (zh) * 2014-04-17 2014-07-09 河南农业大学 基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法
CN103913425B (zh) * 2014-04-17 2016-04-06 河南农业大学 基于光谱指数和气候因子耦合的冬小麦籽粒蛋白质含量预测方法及其预测模型的构建方法
CN106018321A (zh) * 2016-05-11 2016-10-12 中国农业大学 玉米单粒种子蛋白质检测模型的构建方法及其应用
CN117457066A (zh) * 2023-12-26 2024-01-26 山东科技大学 一种省域尺度的冬小麦籽粒蛋白质含量预测方法
CN117457066B (zh) * 2023-12-26 2024-03-15 山东科技大学 一种省域尺度的冬小麦籽粒蛋白质含量预测方法

Similar Documents

Publication Publication Date Title
Amaral et al. Comparison of crop canopy reflectance sensors used to identify sugarcane biomass and nitrogen status
Croft et al. The applicability of empirical vegetation indices for determining leaf chlorophyll content over different leaf and canopy structures
Li et al. Discriminating varieties of tea plant based on Vis/NIR spectral characteristics and using artificial neural networks
Padilla et al. Monitoring nitrogen status of vegetable crops and soils for optimal nitrogen management
Rotbart et al. Estimating olive leaf nitrogen concentration using visible and near-infrared spectral reflectance
CN105675539B (zh) 一种农产品品质综合评价方法
Sánchez et al. Application of NIRS for nondestructive measurement of quality parameters in intact oranges during on-tree ripening and at harvest
Pérez-Marín et al. Postharvest shelf-life discrimination of nectarines produced under different irrigation strategies using NIR-spectroscopy
Singh et al. Quantification of leaf pigments in soybean (Glycine max (L.) Merr.) based on wavelet decomposition of hyperspectral features
Wang et al. Estimation of winter wheat nitrogen nutrition index using hyperspectral remote sensing
Brambilla et al. Application of a low-cost RGB sensor to detect basil (Ocimum basilicum L.) nutritional status at pilot scale level
YAO et al. A new method to determine central wavelength and optimal bandwidth for predicting plant nitrogen uptake in winter wheat
Posom et al. Predicting marian plum fruit quality without environmental condition impact by handheld visible–near-infrared spectroscopy
Xie et al. Spectral reflectance response to nitrogen fertilization in field grown corn
Walker et al. Predicting grapevine canopy nitrogen status using proximal sensors and near‐infrared reflectance spectroscopy
CN108732137A (zh) 基于高光谱遥感数据估算植物物种多样性的模型及方法
CN102435553A (zh) 利用光谱指数监测小麦籽粒蛋白质含量的方法
Kumar et al. Assessment of aphid infestation in mustard by hyperspectral remote sensing
Subedi et al. Determination of optimum maturity stages of mangoes using fruit spectral signatures
CN106404699A (zh) 一种梨树叶片氮素含量的无损测量方法
Qian et al. Development and application of crop monitoring system for detecting chlorophyll content of tomato seedlings
Abeytilakarathna et al. Relationship between total solid content and red, green and blue colour intensity of strawberry (Fragaria x ananassa Duch.) fruits
Sadeh et al. Chickpea leaf water potential estimation from ground and VENµS satellite
CN106772427A (zh) 一种基于连续小波分析建立小麦叶干重定量模型的方法
Padilla et al. Cultivar effect on proximal optical sensor measurements and estimation of leaf N content in muskmelon and sweet pepper

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20120502