The Red Edge Parameters of Different Wheat Varieties Under Different Fertilization and Irrigation Treatments

The dynamics of red edge parameters at different growth stages of wheat canopy was studied. The red edge position moved to the longer wavelength from erecting stage to heading stage, and returned to the original wavelength direction from grain-filling stage to maturity stage. The leaf total nitrogen content (LTN) is positively related to red edge amplitude (d λ red) and NIR platform amplitude (d λNIRP) and the correlation coefficient improved as growth stage extended. The chlorophyll content (TChl) is negatively related to d λ red from erecting stage to the elongation stage, and positively related to d λ red from heading stage to milky maturity stage. TChl is also positively related to d λNIRP. The leaf area index (LAI) is positively related to d λ red and d λNIRP, and the correlation coefficient improved as growth stage extended. It was concluded that d λ red and d λNIRP can be used as the indicators of winter wheat growth state, and guide the fertilization and irrigation decision making. The λNIRF is suitable for derivation of LTN, the d λ red for TChl, and the d λ red or d λNIRP for LAI.

西北春麦区APSIM-Wheat模型作物参数全局敏感性分析与比较

为提高西北春麦区APSIM-Wheat模型的适应性及校准的效率和精度,需要对作物参数进行重新率定,并对参数的取值范围进行标定,设定±10%、±20%、±30%、±40%和±50%五个参数取值范围,采用EFAST法和Morris法比较不同参数取值范围下模型的18个作物参数对春小麦产量和生物量的敏感性,并分析EFAST方法下最适宜的参数取值范围,同时对比两种敏感性分析方法的一致性。结果表明,对产量敏感的参数分别为每克茎籽粒数量(GPGS)、初花期积温(TFI)、灌浆期积温(TSGF)、出苗期到拔节期积温(TEOJ)、开花期积温(TF)、潜在灌浆速率(PGFR);对生物量敏感的参数分别为出苗期到拔节期积温(TEOJ)、灌浆期积温(TSGF)、初花期积温(TFI)、开花期积温(TF)。模型敏感参数和不敏感参数的适宜取值范围分别为±30%和±5%。不同参数取值范围下EFAST法和Morris法得到的敏感性结果一致性较好,在进行参数的敏感性分析时可以互相替代。

Differences in Chlorophyll Fluorescence Parameters, Yield and Its Components Between Different Genotypes of Wheat Under Waterlogging Conditions at Anthesis

Waterlogging is one of the most factors limiting wheat production in the middle and lower reaches of the Yangtze River Plain of China,especially in the middle and late stages of wheat.Wheat varieties‘Jingmai102’(JM102)and‘Yangmai158’(YM158)were planted to study the dynamic changes of photosynthetic characteristics in flag leaf and the influence of waterlogging at anthesis on the yield and components and dry matter accumulation and remobilization of winter wheat in above ground.The results showed that the SPAD values slightly increased at 1 day after anthesis(d),and then kept decreasing with the increase of waterlogging time.The decrease in SPAD value was more remarkably in YM158 than that in JM102.As for the chlorophyll fluorescence parameters,the photochemical efficiency(Fv/Fm),potential activity(Fv/Fo)of photosystem II,and electronic transmission(Fm/Fo)on photosystem II increased first and then decreased with the increase of waterlogging days after anthesis.The quantum ratio of heat dissipation(Fo/Fm)had a tendency opposite to that of Fv/Fm,and the change range of JM102 was lower than that of YM158.For the grain yield and components,waterlogging at anthesis decreased the dry weight of single stem,grain yield,1 000-kernel weight,spikelet per panicle,and harvest index,and the reduction of JM102 was smaller than that of YM158.As for the accumulation and remobilization of dry matter,the accumulation of dry matter after anthesis decreased significantly under waterlogging condition(WL),and the reduction of JM102 was smaller than that of YM158.In conclusion,waterlogging at anthesis significantly affected the photosynthetic characteristics,yield and components in both varieties,but different varieties exhibited different tolerances to waterlogging stress and YM158 was more sensitive to water stress than JM102.

基于遥感多参数和CNN-Transformer的冬小麦单产估测

为了提高冬小麦单产估测精度,改善估产模型存在的高产低估和低产高估等现象,以陕西省关中平原为研究区域,选取旬尺度条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)为遥感特征参数,结合卷积神经网络(CNN)局部特征提取能力和基于自注意力机制的Transformer网络的全局信息提取能力,构建CNN-Transformer深度学习模型,用于估测关中平原冬小麦产量。与Transformer模型(R^(2)为0.64,RMSE为465.40 kg/hm^(2),MAPE为8.04%)相比,CNN-Transformer模型具有更高的冬小麦单产估测精度(R^(2)为0.70,RMSE为420.39 kg/hm^(2),MAPE为7.65%),能够从遥感多参数中提取更多与产量相关的信息,且对于Transformer模型存在的高产低估和低产高估现象均有所改善。基于5折交叉验证法和留一法进一步验证了CNN-Transformer模型的鲁棒性和泛化能力。此外,基于CNN-Transformer模型捕获冬小麦生长过程的累积效应,分析逐步累积旬尺度输入参数对产量估测的影响,评估模型对于冬小麦不同生长阶段的累积过程的表征能力。结果表明,模型能有效捕捉冬小麦生长的关键时期,3月下旬至5月上旬是冬小麦生长的关键时期。

基于遥感多参数和IPSO-WNN的冬小麦单产估测

冬小麦是我国的主要粮食作物之一。为进一步准确地估测冬小麦产量,以陕西省关中平原为研究区域,选取冬小麦主要生育期与水分胁迫和光合作用等密切相关的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感特征参数,采用改进的粒子群算法优化小波神经网络(IPSO-WNN)以改善梯度下降方法易陷入局部最优的缺陷,并构建冬小麦产量估测模型。结果表明,IPSO-WNN模型的决定系数R2为0.66,平均绝对百分比误差(MAPE)为7.59%,相比于BPNN(R2=0.46,MAPE为11.80%)与WNN(R2=0.52,MAPE为9.80%),IPSO-WNN能够进一步提高模型的精度、增强模型的鲁棒性。采用灵敏度分析的方法探究对冬小麦产量影响较大的输入参数,结果发现,抽穗-灌浆期的FPAR对冬小麦产量影响最大,其次拔节期的VTCI、抽穗-灌浆期和乳熟期的LAI以及返青期和拔节期的FPAR对冬小麦产量的影响较大。通过IPSO-WNN输出获取冬小麦综合监测指数I,构建I与统计单产之间的估产模型以估测关中平原冬小麦单产,结果显示,估测单产与统计单产之间的R2为0.63,均方根误差(RMSE)为505.50 kg/hm^(2),相比于前人的研究较好地解决了估产模型存在的“低产高估”的问题,因此,本文基于IPSO-WNN构建的估产模型能够较准确地估测关中平原冬小麦产量。

不同秸秆还田技术模式对冬小麦强弱势粒灌浆特性的影响

为揭示砂姜黑土区不同秸秆还田技术模式对冬小麦籽粒灌浆进程的影响,该研究基于农业农村部华东地区作物栽培科学观测站15a的长期定位试验,设置单季小麦秸秆全量粉碎覆盖还田(T1)、小麦秸秆全量粉碎覆盖还田+玉米秸秆全量粉碎翻埋还田(T2)、单季玉米秸秆全量粉碎翻埋还田(T3)和小麦玉米秸秆全年不还田(CK)4种不同秸秆还田技术模式,采用Richards方程模拟冬小麦籽粒灌浆过程,研究不同秸秆还田技术模式对冬小麦强弱势粒灌浆特征参数的调控效应。结果表明:1)相较于秸秆不还田,秸秆还田处理能提升冬小麦强、弱势粒的籽粒体积、千粒质量和产量,T1、T2、T3处理下强势粒千粒质量和籽粒产量较CK分别显著提升11.02%、10.63%、13.75%和16.28%、14.29%、13.94%,弱势粒千粒质量和籽粒产量较CK分别显著提升9.73%、6.64%、7.57%和19.24%、23.25%、11.50%。Richards方程能极显著模拟不同秸秆还田技术模式下冬小麦籽粒灌浆过程,拟合方程决定系数(R^(2))均在0.997以上。2)对冬小麦强势粒,秸秆还田可延长小麦强势粒灌浆时间,主要通过缩短灌浆渐增期持续时间和提高其灌浆速率,延长灌浆缓增期的持续时间来提升强势粒千粒质量。其中T1、T3处理下冬小麦强势粒灌浆持续时间较CK分别延长2.137 d和4.443 d,T1、T2处理下强势粒单粒最大灌浆速率较CK分别显著提高了7.81%和12.26%。3)对冬小麦弱势粒,T1处理下弱势粒灌浆持续时间较CK延长1.477 d,T1、T2、T3弱势粒单粒最大灌浆速率较CK分别显著提升16.46%、22.69%和17.13%。该研究表明秸秆全量还田可提升砂姜黑土区冬小麦籽粒库容和籽粒灌浆速率,最终增加粒质量。研究可为砂姜黑土区秸秆资源的高效利用提供理论指导和技术支撑。

大田和旱棚环境下小麦旗叶气孔性状变异及其与光合参数的关系

为了明确小麦旗叶与气孔性状的变异及其对干旱胁迫的响应,在大田和旱棚环境下种植204个小麦品种,测定其旗叶和气孔性状,并对10份气孔性状极端的材料的光合参数进行测定分析。结果表明,小麦品种间旗叶和气孔性状存在显著差异,在旱棚环境下旗叶长度、旗叶面积、气孔长度和气孔面积较大田分别降低了6.6%、7.0%、1.4%和3.0%,气孔密度增加了12.0%。旗叶长度与气孔长度、旗叶宽度与气孔宽度和旗叶面积与气孔面积的相关系数在大田环境下分别为0.18、0.15和0.18,在旱棚环境下分别为0.31、0.18和0.25。极端材料中,与气孔密度大的材料相比,气孔密度小的材料的净光合速率在大田环境下增大了9.67%,蒸腾速率增加27.57%,瞬时水分利用效率减少26.04%。在大田环境下气孔长度与蒸腾速率和气孔导度均呈正相关(相关系数均为0.37),气孔面积与蒸腾速率呈正相关(相关系数为0.39),气孔密度与蒸腾速率和净光合速率均呈负相关(相关系数均为-0.38);在旱棚环境下气孔长度与蒸腾速率和净光合速率均呈正相关(相关系数分别为0.36和0.42)。这说明,环境条件对小麦旗叶性状之间的相关性影响较大,较大的旗叶面积和较低的气孔密度会促进小麦光合作用,有利于提高小麦的产量及抗旱性。

小麦发芽对面粉质量与加工产品品质的影响

【目的】小麦在收获季节若遇连续的阴雨天气,将会导致籽粒萌动,甚至发芽,从而影响小麦的产量和品质。将正常小麦与发芽小麦以不同比例混合、制粉,评价其对加工成品的烘焙/蒸煮品质的影响,探讨利用轻微程度芽麦的可能性,为减少粮食损失提供参考。【方法】基于郑麦583(郑583)和科成麦6号(科6)制备含芽麦比例分别为30%、50%和100%的混合小麦。以降落值、沉降值、干面筋含量、湿面筋含量、面团形成时间和面团稳定时间评估混合小麦面粉的劣化程度;从感官评分及品质参数综合评估混合小麦面粉制作的面包、饺子皮、馒头、海绵蛋糕、面条和饼干的烘焙或蒸煮特性。【结果】随着芽麦占比的增加(30%、50%和100%),郑583面粉的面团形成时间呈先增加再降低的趋势,面团稳定时间逐渐降低;但科6的2个参数变化趋势均为先降低再增加,最后降低;2个品种面粉的降落数值、湿面筋含量、干面筋含量和沉降值指标均呈逐渐降低的趋势。郑583馒头的比容先增加后降低,科6馒头的比容逐渐降低;郑583海绵蛋糕的比容逐渐增加,科6海绵蛋糕的比容保持不变。2个品种的面包比容、饼干面积、面条蒸煮损失、饺子汤浑浊参数(A*)均呈相同的梯度变化。与郑583和科6的对照(无芽麦)相比,100%芽麦占比的郑583、科6的面包比容分别降低11.33%和17.44%,饼干面积分别增加24.10%和7.49%,面条蒸煮损失率分别增加29.85%和9.69%,饺子汤A*值分别增加8.93%和13.32%。当芽麦占比为30%时,2个品种所制作的面包、馒头和饺子皮均出现显著劣化,郑583面条也出现显著劣化;当芽麦占比达到50%时,2个品种的海绵蛋糕和饼干出现显著劣化;当芽麦占比达100%时,科6的面条也表现为显著劣化。【结论】发芽小麦严重影响面包、饺子皮、馒头、海绵蛋糕、面条和饼干的蒸煮或烘焙特性。不同品种小麦受影响也有差异,但是总体趋势一致。当发芽程度较轻时,对饼干和蛋糕的加工品质影响较小。

Effect of Heat Stress on Photosynthetic Characteristics of Different Green Organs of Winter Wheat During Grain-filling Stage

Four winter wheat (Triticum aestivum L.) varieties ('JD 8', 'Jing 411','Centurk' and 'Tam 202') were used to study the effect of heat stress on photosynthetic characteristics of flag leaf blade, nag leaf sheath, peduncle, glume, lemma and awn during grain-filling stage. The results showed that heat acclimation during grain-filling stage increased thermotolerance of wheat with significant differences among different green organs. During heat stress, the decreases of the efficiency of primary light energy conversion (F-v/F-m) of PS II and pigment (chlorophyll and carotenoid) content were much slower in peduncle, flag leaf sheath and glume than in nag leaf blade, lemma and ann; and the percentage of decrease in net photosynthetic rate (P-n) of ear was lower than that of the nag leaf blade. The measured photosynthetic parameters (F-v/F-m, P-n and pigment content) of 'JD 8', a relatively heat tolerant variety, declined more slowly than those of the other three varieties during the whole heat stress period.

冠层光谱红边参数结合随机森林机器学习估算冬小麦叶绿素含量

作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器。基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法。为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相对含量(chlorophyll content,CHL)估算模型。该研究通过4 a大田试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期和灌浆期)和3种施氮水平条件下的冠层光谱反射率和叶片CHL。系统比较和评估了47种光谱红边参数对CHL的敏感性,同时采用逐步选择红边参数相对重要性提升了随机森林机器学习模型估算冬小麦CHL的精度。结果表明:光谱红边参数对CHL的敏感性受到冬小麦生育期和施氮水平的影响,在单一生育期中的最佳红边参数与CHL的决定系数R^(2)在0.39和0.89之间。全生育期中最佳红边参数为NDDRmid,与CHL的决定系数R^(2)为0.76。灌浆期敏感性最高,红边参数REPRpi、NDDRmid、RVI2、RVI4、RVI5、RVI6、NDRE、RVI12和RVI13与CHL的决定系数都高于0.80,红边参数RVI5与CHL的决定系数R^(2)为0.89。单一施氮水平条件下敏感性最佳的红边参数与CHL的决定系数在0.75和0.81之间。在N1和N2条件下,最佳红边参数为NDDRmid。在N3条件下RIDRfd与CHL的决定系数最高,R^(2)为0.81。在所评估的光谱红边参数中,NDDRmid、RVI5、RVI12和DIDA在单一生育期和施氮水平条件下都表现出较高的相关性。逐步选择相对重要性红边参数特征优化随机森林模型提升了CHL的估算精度,全生育期中最佳估算精度为R^(2)=0.80和RMSE=4.25。不同生育期和施氮水平条件下,红边参数DIDA和RVI13都作为随机森林模型的重要特征。研究结果揭示了光谱红边参数在不同生育期和施氮条件下估算冬小麦CHL的潜力,同时也为基于红边参数特征的其他类型农作物叶绿素含量探测研究提供了参考。

基于遥感多参数和VMD-GRU的冬小麦单产估测

为充分挖掘时间序列遥感参数的时序信息和趋势信息,并进一步提升冬小麦估产精度,以陕西省关中平原为研究区域,选取与冬小麦长势密切相关的生育时期尺度的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感参数,构建耦合变分模态分解(VMD)与门控循环单元(GRU)神经网络的估产模型。应用VMD算法将各个时间序列遥感参数分解为多组平稳的本征模态函数(IMF)分量,选取与原始时间序列遥感参数高度相关的IMF分量进行特征重构,并将重构特征作为GRU网络的输入,以构建冬小麦组合估产模型。结果表明,VMD-GRU组合估产模型决定系数为0.63,均方根误差为448.80 kg/hm^(2),平均相对误差为8.14%,相关性达到极显著水平(P<0.01),其精度优于单一估产模型精度,表明该组合估产模型能够提取非平稳时间序列数据的多尺度、多层次特征,并充分挖掘冬小麦各生育时期遥感参数间的内在联系,获得准确单产估测结果的同时提升了估产模型的可解释性。

温度升高下APSIM模型春小麦籽粒生长参数敏感性分析及优化

为有效识别基于APSIM模型籽粒生长参数中春小麦产量敏感性参数,快速并准确的估算当地模型参数。使用甘肃省定西市安定区凤翔镇安家沟村1971—2018年的气象数据和2000—2018年旱地春小麦大田试验数据,并利用EFAST方法对进行了5个增温梯度(0℃、0.5℃、1.0℃、1.5℃和2.0℃)下32个模型参数进行敏感性分析。粒子群算法对各个增温条件下均敏感的参数进行优化验证。结果表明:不同温度变化梯度下,对旱地春小麦产量影响最大的籽粒生长模型参数有9个,分别为消光系数、每克茎籽粒数量、穗粒数、单株最大籽粒质量、灌浆到成熟积温、出苗到拔节积温、株高、最大比叶面积和光合叶片老化的水分胁迫斜率。并且对产量敏感性强度有着显著的差异,其中消光系数和每克茎籽粒数量是对春小麦产量影响最大的参数,其他参数在不同温度下对春小麦产量的敏感性顺序存在差异。利用粒子群算法针对这9个参数进行优化,相较于优化前,优化后的春小麦产量、开花期和灌浆期籽粒干物质的均方根误差、归一化均方根误差和模型有效性指数均得到了显著改善,参数优化后开花期、灌浆期、成熟期产量的均方根误差平均值分别由13.50 kg hm-2减小到5.99 kg hm-2、183.17 kg hm-2减小到69.44 kg hm-2、141.69 kg hm-2减小到48.51 kg hm-2,归一化均方根误差平均值分别由4.94%减小到2.19%、10.92%减小到4.65%、8.39%减小到2.87%,模型有效性指数平均值分别由0.894提高到0.979、0.893提高到0.981、0.898提高到0.988。优化后的参数有效地提高了模型的预测精度。此研究为APSIM模型在当地应用和模型参数校准提供了科学依据。

基于混沌万有引力算法对APSIM模型中旱地春小麦产量形成参数的优化

为了解决APSIM模型中春小麦产量形成参数本土化率定过程中所面临的耗时长、精度差、效率低等问题,采用混沌万有引力(chaotic gravitational search algorithm, CGSA)算法,基于1971-2014和2018-2021年甘肃省定西市统计年鉴中的产量数据以及2015-2017年定西市安定区凤翔镇安家沟村的大田试验数据、1971-2021年定西市安定区的产量和气象资料,对春小麦产量形成参数进行优化。结果表明,采用CGSA优化参数后,均方根误差(RMSE)、归一化均方根误差(NRMSE)和模型有效性指数(ME)的平均值分别为22.98 kg·hm^(-2)、1.393%和0.995,说明模型在甘肃省定西市春小麦产量的评估中表现出较好的适应性。此外,CGSA具有较好的全局寻优性能和较快的收敛性,为APSIM模型的参数优化提供了一种高效、精准的方法。

小麦生长发育模型WheatSM参数优化及适用性分析

为分析WheatSM模型区域业务应用的适用性,采用EFAST全局敏感性分析方法,对WheatSM模型的小麦生长发育参数进行分析,筛选出了影响模型模拟效果的10个敏感参数,即冬小麦各发育阶段的基本发育系数(K1、K21、K22和K3)、出苗至越冬期的温度系数(P21)、越冬至拔节期的光周期系数(Q2)、抽穗后的光合产物向籽粒的转运效率(TR2)、比叶面积(SLA),以及拔节至抽穗期的穗干物质分配系数(PcEar34)和抽穗至成熟期的叶干物质分配系数(PcLeaf45)。然后,基于农业气象观测数据,利用SCE-UA全局优化算法,对敏感参数进行优化和率定。结果表明,模型对出苗期模拟具有很高的精度,RRMSE<0.5%,R2>0.9,其对抽穗期、拔节期的模拟效果尚可,对越冬期的模拟效果最差;模型模拟的干物质和LAI与观测数据的相关性较高,但相对误差较大,精度为75.0%左右。

基于APSIM模型的旱地小麦叶面积指数相关参数敏感性分析及优化

为解决作物模型参数率定过程中参数众多导致的敏感参数定位迟缓和调参效率低的问题,本研究运用敏感性分析和智能优化算法相结合的方法对作物模型参数进行调整,以甘肃省定西市安定区李家堡镇麻子川村(2002—2004年)和凤翔镇安家沟村(2015—2017年)大田旱地小麦试验数据(叶面积指数)为参照,利用扩展傅里叶幅度检验法(EFAST),对APSIM-Wheat旱地小麦叶片生长子模型的23个参数进行敏感性分析,得到对模型结果较敏感的部分参数,然后利用粒子群优化算法对部分敏感参数进行优化。结果表明:1)影响旱地小麦叶片生长最敏感的参数依次为叶面积指数为0时最大比叶面积、叶片生长的氮限制因子、出苗到拔节积温、消光系数、拔节到开花积温、蒸腾效率系数;2)旱地小麦叶片生长子模型的参数优化结果:叶面积指数为0时最大比叶面积为26652 mm^(2)∙g^(−1),叶片生长的氮限制因子为0.96,出苗到拔节积温为382℃·d,消光系数为0.44,拔节到开花积温为542℃·d,蒸腾效率系数为0.0056;3)上述参数优化后的叶面积指数实测值与模拟值之间的均方根误差平均值从参数优化前的0.080减小到0.042,归一化均方根误差平均值从11.54%减小到6.11%,模型有效性指数平均值从0.962增加到0.988,优化后叶面积指数的模拟更好。该方法相对于传统的手工试错法,避免了优化参数的不确定性,实现参数自动率定,提高模型参数的率定效率,有利于模型快速地本地化应用,并指导农业生产。本研究方法也对APSIMWheat模型中其他作物模块的参数调整优化具有指导意义。

氮密对小麦籽粒淀粉粒分布与糊化特性的互作效应

为了解氮密互作对小麦籽粒淀粉粒分布与糊化特性的调控效应,以小麦品种淮麦44为材料,设置3个施氮水平(120、180和240 kg·hm^(-2))和3个种植密度(180万、240万和300万株·hm^(-2)),分析不同氮密处理间小麦籽粒淀粉粒度分布特征和黏度参数的差异。结果表明,随着施氮水平的提高,小麦籽粒B型(粒径≤10μm)淀粉粒体积、表面积百分比呈下降趋势,A型(粒径>10μm)淀粉粒体积、表面积百分比呈上升趋势;随着种植密度的增加,小麦籽粒B型淀粉粒体积、表面积百分比呈先增后降趋势,A型淀粉粒体积、表面积百分比呈先降后增趋势。B型淀粉粒中,施氮水平和种植密度对2.8~10μm淀粉粒组的影响更大;A型淀粉粒中,施氮水平和种植密度对淀粉粒组粒径>22μm的影响更大。施氮水平和种植密度对淀粉粒数目百分比无显著影响。小麦淀粉峰值黏度、低谷黏度和最终黏度等黏度参数指标随着施氮水平的提高均显著增加,随着种植密度的增大均显著降低。施氮和增密提高了小麦籽粒蛋白质含量、湿面筋含量及产量。由此可见,小麦施氮和增密主要通过增大A型淀粉粒比例和降低B型淀粉粒比例,影响胚乳淀粉粒度分布;施氮增加了淀粉黏度参数,增密降低了淀粉黏度参数,进而提高了小麦籽粒产量和加工品质。

花后弱光对软质小麦籽粒产量与淀粉品质的影响

为探明花后弱光胁迫对软质小麦籽粒产量、淀粉粒度分布及黏度参数的影响,以软质小麦品种荃麦725和扬麦15为材料,在小麦开花后设置3个弱光处理即S1(遮光10%)、S2(遮光20%)、S3(遮光30%)处理,以自然光照条件为对照,分析花后不同程度弱光条件下软质小麦籽粒产量、淀粉粒度分布与黏度参数的差异。结果表明,与对照相比,花后弱光降低了小麦粒重、穗粒数和产量,提高了籽粒蛋白质含量,但使籽粒淀粉含量、籽粒蛋白质和淀粉积累量显著减少。花后弱光降低了软质小麦B型淀粉粒(粒径≤10μm)体积、表面积百分比,增加了A型淀粉粒(粒径>10μm)体积、表面积百分比,对A、B型淀粉粒数目百分比无显著影响。在B型淀粉粒中,弱光对粒径0.1~2.8μm的淀粉粒体积百分比的影响较粒径2.8~10μm的淀粉粒大。在A型淀粉粒中,弱光对粒径>22μm的淀粉粒体积百分比的影响大于粒径10~22μm的淀粉粒。弱光导致小麦籽粒淀粉峰值黏度、低谷黏度、最终黏度、稀懈值、回升值等参数显著下降。花后弱光虽然可增加软质小麦籽粒蛋白质含量,但显著降低籽粒淀粉含量以及蛋白质和淀粉积累量,不利于粒重与产量形成;弱光对B型淀粉粒的影响大于A型淀粉粒,会降低B型淀粉粒体积和表面积占比,但可增加A型淀粉粒体积和表面积占比,降低淀粉峰值黏度等参数。

3D打印糯米粑及参数优化

该研究将小麦粉(wheat flour,WF)和糯米粉(glutinous rice flour,GRF)以不同比例混合,探讨不同质量比的WF/GRF对糯米粑面团结构的影响及其在3D食品打印机中的适用性。结果表明,添加GRF使糯米粑面团中面筋的稳定性和连续性下降,硬度增加、黏附性下降、糊化温度升高、结构更加疏松。其中50:0、42:8和38:12(质量比)的混合比例具有良好的3D打印适应性。当混合比例为42:8(质量比)时,3D打印糯米粑的最佳压缩压力和内部填充率分别为400 kPa和60%,此时生产的糯米粑内部纹理清晰,变形小,分辨率高,与市售糯米粑相比,气味、组织结构和口感上差异不大并且外观更具吸引力。此研究为开发以WF/GRF为基础的个性化3D打印食品奠定理论基础,对3D打印技术在食品工业中的广泛应用具有深远意义。

理化复合参数和神经网络结合的冬小麦长势遥感监测

准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量(aboveground fresh biomass,AFB)、叶面积指数(leaf area index,LAI)、叶片叶绿素相对含量(soil and plant analyzer development,SPAD)和叶片氮含量(leaf nitrogen content,LNC)4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数(physico-chemical composite parameter,PCCP)。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播(back propagation,BP)人工神经网络(artificial neural networks,ANN)的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好,决定系数提高0.035~0.468,均方根误差减少46.2~520.0 kg/hm^(2);在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。

不同水分管理对小麦各品种光合特性及产量的影响

不同水分管理影响小麦各品种光合特性,进而影响小麦产量.为了提高小麦产量,研究以百农207(BN207)、百农307(BN307)和洛旱27(LH27)为试验材料,设置灌溉(I)和雨养(R)两种水分处理,研究不同水分管理对小麦旗叶净光合速率(P_(n))、叶绿素荧光参数及产量的影响.与雨养处理相比,BN207、BN307、LH27的P_(n)在灌溉处理下分别增加53.48%、81.45%、42.83%.单位反应中心吸收的光能(ABS/RC)、单位反应中心捕获的用于电子传递的能量(ET_(O)/RC)和单位反应中心捕获的用于还原Q_(A)的能量(TR_(O)/RC)在灌溉处理下3个小麦品种均高于雨养处理,而单位反应中心耗散掉的能量(DIO/RC),BN207和LH27更高,BN307在灌溉条件下反而更低.3个小麦品种的叶绿素荧光诱导曲线(OJIP)变化趋势相同,但荧光值具有差异:BN207和LH27在灌溉条件下O点荧光强度高于雨养条件,J、I、P点荧光强度低于雨养条件;BN307在灌溉条件下O、J、I点荧光强度高,P点强光强度低.在灌溉处理下,BN207产量提高20.12%、穗粒数降低14.66%、穗数提高51.98%,千粒质量降低3.11%;在灌溉条件下,BN307产量提高53.71%、穗粒数提高5.03%、穗数提高51.74%、千粒质量降低7.99%;在灌溉条件下,LH27产量、穗粒数和穗数分别提高了14.83%、0.68%和20.43%,而千粒质量则降低了3.15%.灌溉处理能提高小麦光系统中电子传递链的能量传递、提高旗叶净光合速率,主要通过增加穗数来提高小麦产量.BN307、BN207在灌溉处理下产量提高最显著,更适合在灌溉条件充足的条件下种植,而LH27对灌溉不足的条件的适应性更强.