文献类型： 中文期刊

作者： 金秀良 ¹ ; 徐新刚 ² ; 李振海 ² ; 王芊 ² ; 王妍 ¹ ; 李存军 ² ; 王纪华 ² ;

作者机构： 1.扬州大学江苏省作物遗传生理重点实验室/农业部长江中下游作物生理生态与栽培重点开放实验室

2.国家农业信息化工程技术研究中心

关键词： 新型植被指数;蛋白质含量;灰色关联算法;偏最小二乘法

期刊名称： 光谱学与光谱分析

ISSN： 1000-0593

年卷期： 2013 年 33 卷 09 期

页码： 2541-2545

收录情况： EI ; SCI ; 北大核心 ; CSCD

摘要： 小麦蛋白质含量是衡量小麦价格的一项重要指标。本文使用三年冬小麦蛋白质含量和光谱指数数据,用2008/2009和2009/2010年数据构建新的比率指数和乘积指数,并将灰色关联算法-偏最小二乘法(GRA-PLS)进行整合,尝试提高对冬小麦蛋白质含量估算的精度,用2011年/2012年数据进行验证。研究结果表明:比率指数与冬小麦蛋白质含量的相关系数要优于单一指数,单一指数和比率指数最高相关系数(r)分别为0.726和0.751,乘积指数也可改善部分单一指数的相关系数。通过GRA-PLS方法可以提高对冬小麦蛋白质含量的估算精度,单一指数、比率指数和乘积指数的决定系数(R2)分别为0.537,0.631和0.521,对应的均方根误差(RMSE)分别为0.665%,0.564%和0.574%。结果说明用新构建的比率指数和乘积指数,并使用GRA-PLS方法对冬小麦蛋白质含量估算是可行的。