小麦籽粒蛋白质含量(Grain protein content,GPC)作为评估小麦品质的关键指标,其精准监测对提升小麦品质、提高市场价值具有重要意义。本文系统总结当前遥感技术在小麦GPC监测领域的最新研究进展,重点分析不同遥感监测模型的优缺点及存...
详细信息
小麦籽粒蛋白质含量(Grain protein content,GPC)作为评估小麦品质的关键指标,其精准监测对提升小麦品质、提高市场价值具有重要意义。本文系统总结当前遥感技术在小麦GPC监测领域的最新研究进展,重点分析不同遥感监测模型的优缺点及存在问题,提出未来研究方向展望,旨在为GPC遥感监测的进一步发展提供参考。结果表明:地面、无人机、卫星遥感数据在小麦GPC监测中各具优势,随着数据扩展性增强,小麦GPC监测准确性略有下降。监测模型从经验模型发展到半机理或遥感与作物生长耦合模型,增加了小麦生长的农学参数和生态因子,有效提升监测模型的精度与普适性。半机理模型是监测小麦GPC的优选方案,在融合光谱信息和农学参数的北京小麦GPC遥感监测模型中加入气象因子后,模型R^(2)提升了0.242。模型精度和区域普适性等方面目前仍面临诸多挑战,如GPC数据源的可靠性、小麦氮素垂直分布规律的复杂性以及模型区域扩展的局限性等。未来可通过融合多源数据、挖掘光谱信息以及探索多尺度数据转换的方法等,构建基于“星—空—地”协同观测的多尺度小麦GPC监测模型,实现小麦品质高效、精准、全面监测。
暂无评论