一种氮高效小麦品种的筛选方法
阅读说明：本技术 一种氮高效小麦品种的筛选方法 (Method for screening nitrogen-efficient wheat varieties ) 是由 宋晓 许端阳 黄晨晨 黄绍敏 张珂珂 王沙沙 于 2020-12-29 设计创作，主要内容包括：本发明公开了一种氮高效小麦品种的筛选方法。所述筛选方法包括以下步骤：(1)小麦氮素利用效率农学参数适用性评估；(2)小麦农学参数高光谱反演模型优选；(3)氮素利用效率高光谱反演与氮高效小麦品种筛选。所述筛选方法以小麦为代表性作物,选择多项农学参数指标对氮素利用效率进行联合模拟,并作为氮高效品种筛选的依据,以农学参数为连接点,根据“植被指数-农学参数-氮效率”之间的关系,提出了融合植被指数与农学参数的氮高效小麦品种筛选方法,所述筛选方法高效、精确。(The invention discloses a method for screening a nitrogen efficient wheat variety. The screening method comprises the following steps: (1) assessing the applicability of the agronomic parameters of the wheat nitrogen utilization efficiency; (2) optimizing a wheat agronomic parameter hyperspectral inversion model; (3) performing high spectral inversion on nitrogen utilization efficiency and screening nitrogen-efficient wheat varieties. The screening method takes wheat as a representative crop, selects multiple agronomic parameter indexes to carry out combined simulation on nitrogen utilization efficiency, and is used as a basis for screening nitrogen efficient varieties, takes agronomic parameters as connection points, and provides the nitrogen efficient wheat variety screening method fusing vegetation indexes and agronomic parameters according to the relation between vegetation indexes-agronomic parameters-nitrogen efficiency.)
技术领域
本发明属于小麦育种技术领域，具体涉及一种氮高效小麦品种的筛选方法。
背景技术
氮素是作物生长发育所必需的第一大矿质营养元素，其营养效率的高低直接影响着作物的产量和品质，具有“生命的元素”之称。基于经济效益和生态环境保护双重要求，提高氮肥利用率已成为农业科技创新的前沿问题和保障我国粮食安全的重要需求。挖掘作物吸收利用氮素的遗传潜力，筛选氮素利用率高的作物品种，提高氮肥利用效率，从而在一定的氮肥投入下获得较高的产量，不仅是氮高效品种选育的重要理论基础，对于优化氮肥施用技术也具有指导作用。
目前，关于氮高效品种的筛选方法和筛选指标已有较多报道。然而，以往研究多基于13C、15N同位素示踪技术、生理生化分析方法等对作物农艺性状及生理特性进行测定，但因其破坏性、分析成本高和费时费工的缺点难以得到及时和普遍地应用。因此，迫切需要在筛选出少数几个与氮肥利用率关系密切且能在大田快速测定或调查的次级性状指标基础上，研发快速、实时、低成本的监测技术，提高氮高效品种选育效率。
随着科技的快速发展，遥感技术特别是高光谱遥感克服了传统测定方法的繁琐费事耗力的缺点，可以快速有效、非接触、非破坏性地获得连续性的大量光谱信息，为实时监测作物长势、营养状况，估测作物农学参数、产量和品质等提供了可能。以作物氮素营养诊断为例，当作物氮素状态发生变化时，叶片颜色等形态结构随之发生变化，从而影响光谱的吸收、反射和透射，而这些光谱特征的变化为作物氮素营养状况的诊断和监测提供了理论依据。除作物氮素含量外，大量研究表明，基于多个敏感波段构建的植被指数，对与作物氮效率密切相关的农艺指标也有较好的反演能力，如作物产量、叶面积指数、叶绿素含量等。
基于以上分析，我们认为借助高光谱遥感技术对作物氮含量及相关农艺指标进行无损监测，进而分析不同品种的氮素利用效率是可行的。然而，从支撑氮高效品筛选种角度来看，仍存在一些问题，主要表现在以下两个方面：一是以往研究多是针对同一品种，在同一氮素水平下(主要是不施氮或低氮水平)，对作物冠层高光谱数据进行测定，并提取氮素敏感波段，进而构建相关光谱指数及反演模型；而这些模型在大范围的氮高效品种筛选应用上具有较大的局限性，对于我国主要作物的适用性并不清楚，更无法筛选出“低氮高效”(低氮高效品种可以在相近的产量水平下,通过高效吸收土壤矿化的有机氮及其它来源的环境氮素,从而达到节省氮肥的目的)和“高氮高效”(高氮高效品种可以在高产的基础上,随着氮肥投入增加，进一步提高产量)品种，模型推广及应用能力不强。二是以往研究多选择对叶片及冠层氮素含量单一指标进行反演，并作为氮高效品种筛选的依据；缺乏综合作物产量、叶面积指数、叶绿素含量等其他农学参数指标对氮素利用效率的联合模拟，对不同生育期下相关农学参数对氮素利用效率的表征能力评估不足，氮高效品种筛选的准确性有待进一步提升。
发明内容
本发明的目的在于：针对现有技术存在的问题，本发明提出了一种氮高效小麦品种的筛选方法，所述筛选方法按照“植被指数-农学参数-氮素利用效率”相关指标之间的传递关系，快速、精准的反演小麦氮素利用效率，筛选氮高效小麦品种，以期为高产氮高效小麦品种选育提供理论依据。
本发明采用的技术方案如下：
一种氮高效小麦品种的筛选方法。所述筛选方法包括以下步骤：
(1)小麦氮素利用效率农学参数适用性评估；
(2)小麦农学参数高光谱反演模型优选；
(3)氮素利用效率高光谱反演与氮高效小麦品种筛选。
本发明所提供的氮高效小麦品种的筛选方法立足于我国农作物氮高效品种筛选实践以及农业科学、遥感科学的交叉前沿，借助高光谱遥感技术，以30年的长期定位肥效试验即国家潮土土壤肥力与肥料效益长期监测站为平台，以小麦为代表性作物，在对与氮素利用率关系密切的农学参数适用性评估基础上，利用高光谱遥感技术构建优选出能够精准估测农学参数的模型，筛选出氮高效小麦品种，以期为我国主要农作物氮高效品种筛选提供理论依据和技术支撑，而这对于提高农作物氮肥利用效率、降低农业面源污染以及保障国家粮食安全具有重要的意义。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述步骤(1)包括：在不同施肥处理下，分析多份小麦品种的氮素利用效率与不同生育期农学参数之间的关系，评估不同生育期小麦农学参数在预测氮素利用效率方面的适用性及贡献大小，确定小麦氮素利用效率的重要农学参数指标、组合形式及最优评估生育期。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述农学参数包括茎叶氮含量、地上部生物量、叶面积指数、叶绿素含量、小麦籽粒粒重。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，供试小麦品种至少为25份以上。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述步骤(1)还包括：预先筛选出多份氮利用效率差异明显的小麦品种作为供试小麦。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述步骤(2)包括：对供试的不同小麦品种、不同生育期的冠层高光谱数据进行监测，确定各农学参数的敏感波段范围；对用于反演农学参数的光谱植被指数进行评估，优选出相关性较高的光谱植被指数并建立回归方程，对回归方程进行优化和评价，从而优选出小麦农学参数高光谱反演模型。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，利用相关分析、逐步多元回归技术确定各农学参数的敏感波段范围。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，利用均方根误差RMSE、拟合决定系数R2和平均相对误差RE统计变量对回归方程进行优化和评价。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述步骤(3)包括：以农学参数为衔接点，利用优选的光谱植被指数构建小麦氮素利用效率高光谱反演模型，对多个小麦品种的氮素利用效率进行反演，并根据实测的小麦氮素利用效率数据对模型进行验证；根据“低氮高效”和“高氮高效”小麦品种的氮素利用效率评判标准，结合反演结果，对小麦氮高效品种进行筛选与分类。
进一步，根据本发明所提供的氮高效小麦品种的筛选方法，其中，所述光谱植被指数及计算公式包括：
本发明的有益效果如下：
(1)本发明中关于氮效率的筛选指标和筛选方法以小麦为代表性作物，对不同小麦基因型品种、不同施肥条件进行研究，不同于以往研究中多以水稻、玉米为研究对象，因此本发明补充了氮高效小麦品种的筛选方法；
(2)本发明选择多项农学参数指标对氮素利用效率进行联合模拟，并作为氮高效品种筛选的依据，因此对不同生育期下相关农学参数对氮素利用效率的表征能力评估充足，氮高效品种筛选的准确性得到进一步提升；
(3)本发明以农学参数为连接点，根据“植被指数-农学参数-氮效率”之间的关系，提出了融合植被指数与农学参数的氮高效小麦品种筛选方法，所述筛选方法高效、精确；
(4)本发明利用小麦品种间高光谱特征构建生理生化指标监测模型，进而评价氮效率相关指标，其中需要借助高光谱遥感技术对作物氮含量及相关农艺指标进行无损监测，使得整个筛选方法更加高效。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本发明的示例性实施例、特征和方面，并且用于解释本发明的原理。
图1示出了本发明的氮高效小麦品种的筛选方法的技术路线图。
具体实施方式
以下示出实施例以及比较例更详细地说明本发明。本发明不限于以下的实施例。
(1)小麦氮素利用效率农学参数适用性评估
试验概况：试验设置在“全国潮土肥力和肥料效益长期监测试验站-郑州”。土壤类型为潮土，1990年研究开始时基础土壤样品的养分情况为pH＝8.3，土壤有机质(SOM)＝10.1g·kg-1，土壤碱解氮(Alkali-hydrolysable Nitrogen)＝76.6mg·kg-1，有效磷(Olsen-P)＝6.5mg·kg-1，有效钾(Exchangeable K)＝74.5mg·kg-1，土壤全氮(Total N)＝0.65g·kg-1，土壤全磷(Total P)＝0.64g·kg-1，土壤全钾(Total K)＝16.9g·kg-1。本研究选取4个不同施肥处理：(1)CK空白(不种植，不施肥)；(2)NPK(施氮磷钾肥)；(3)MNPK(M指有机肥，有机肥+NPK化肥)；(4)SMNPK(S指秸秆还田，秸秆还田+NPK化肥)。肥料类型和用量等按长期试验设计方案每年分区施入，见表1。研究施用的氮肥为尿素[CO(NH2)2]，磷肥为磷酸二氢钙[Ca(H2PO4)2]，钾肥为硫酸钾(K2SO4)，有机肥为牛粪，秸秆为当季玉米秸秆。试验小区为完全随机排列，每个小区面积为54m2，重复3次。
表1.试验处理及施肥量(kg/hm2)
试验材料：基于前期的研究，从130份小麦品种材料中挑选出30份遗传稳定、性状优良的氮效率差异明显的小麦品种，以供试验用。
试验方法：分别在小麦起身期、拔节期、开花期、成熟期测定茎叶氮含量、地上部生物量、叶面积指数、叶绿素含量等，并在成熟期测定小麦产量(小麦籽粒粒重)。
氮含量：用凯氏定氮法测定植株及茎叶氮含量。
地上部生物量：在获取光谱数据的同时，每个处理取小麦植株的面积为0.20平方米(0.5米，2行)，每个取样点均从地面水平割取。所有的绿色叶片分离从茎，分别在105℃下杀青30分钟，并在70℃烘干，直到达到恒重(每隔2小时称重，前后2两次测量的数值＜0.0005)，称干重。称量叶片总干重、绿色叶片总干重以及植株其他部位器官的干重，然后折算成单位土地面积干物重(g·DW·m-2)，干燥后的样品被储存在塑料袋中，供后续分析。
叶面积指数：在获取光谱数据的同时，采用系数法测量叶面积，并计算叶面积指数。叶面积指数(LAI)＝单株叶面积×每平方米株数。
叶绿素含量：光谱测定后每小区立即取5株有代表性的小麦上部20片新鲜叶中部并剪碎、混匀，称取025g，用95％乙醇提取，分别在470nm、649nm、665nm用UV-1601型紫外分光光度计比色，然后计算叶绿素含量。
小麦籽粒粒重：每小区于成熟期取1m2代表样段，人工收割脱粒，自然晒干称重，计算每公顷籽粒产量；并调查每平方米穗数，同时取20个单茎测定穗粒数、千粒重。
采用SPSS17.0软件对调查数据进行方差分析、相关系数计算以及回归模型拟合，分析各农学参数与氮素利用率的关系，筛选出相关性较高的农学参数作为评价氮素利用效率的间接指标。
(2)小麦农学参数高光谱反演模型优选
试验概况：同上(1)内容
试验方法：分别在小麦起身期、拔节期、开花期、成熟期采用ASD Fieldspc FR2500光谱仪获取小麦植株垂直角度光谱反射率，并加测土壤背景光谱。ASD Fieldspc FR2500光谱仪波段范围是350-2500nm，视场角为25°；其中，350-1000nm波段范围，光谱分辨率为3nm，采样间隔为1.4nm；1000-2500nm波段范围光谱分辨率为10nm，采样间隔为2nm。光谱测定选择在无云无风的晴朗天气，测定时间为10:00-14:00。测量时传感器的探头距离小麦冠层顶部的垂直距离为1.0m，视场范围内重复10次，取平均值，地面视场为0.44m的直径范围，以其平均值作为该小区的光谱反射值，测量过程中及时进行标准白板校正。
基于高光谱监测数据，分析不同生育期小麦冠层反射光谱与农学参数的相关关系，挑选出对农学参数敏感的光谱波段。基于敏感波段及文献分析，归纳出多个常用的光谱植被指数(表2)。分析比较光谱植被指数与农学参数的定量关系，筛选出与农学参数相关性最好的植被指数并建立反演模型，并根据反演模型R2、均方根误差RMSE、平均相对误差RE对模型进行评价，优选出小麦农学参数高光谱反演模型。计算与建模通过SPSS17.0及MATLAB软件实现。
表2.光谱植被指数的计算方法
(3)氮素利用效率高光谱反演与氮高效小麦品种筛选
基于小麦氮素利用效率与农学参数的定量关系以及优选的农学参数高光谱反演模型，利用模型嵌套方法，构建小麦氮素利用效率高光谱反演模型，并对30个小麦品种的氮素利用效率进行反演；结合小麦氮素利用效率实测数据，通过均方根误差RMSE(公式1)、平均相对误差RE(公式2)等对模型反演结果进行验证。在此基础上，根据文献Meta分析以及“全国潮土肥力和肥料效益长期监测试验站”的长期定位观测数据，建立“低氮高效”和“高氮高效”小麦品种的氮素利用效率评判标准。最后，结合小麦氮素利用效率高光谱模型反演结果，对小麦氮高效品种进行筛选分类。
式中：Pi和Oi分别是预测值和实测值，n是样本个数；如果RE<10％，模型的精度和准确度较高；其次为10％<RE<20％；如果RE>30％，模型的精度和准确度都较差。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种新型油船烟气惰性系统检测装置及方法