基于多元统计分析的冬小麦干旱综合指标构建及监测研究

为了实现水分胁迫后冬小麦干旱指标综合表现的定量监测,以2017-2018、2018-2019 年的冬小麦水分胁迫试验为基础,选择冬小麦叶片含水量(LWC)、叶绿素密度(ChD)、游离脯氨酸含量(Pro)以及抗氧化物酶中的超氧化物歧化(SOD)、过氧化氢酶(CAT)和过氧化物酶(POD)活性等生理参数作为研究对象,利用主成分分析方法(PCA)构建了冬小麦干旱综合指标(Com-prehensive drought index,CDI).结合相关分析法和逐步多元线性回归(CA+SMLR)、偏最小二乘法和逐步多元线性回归(PLS+SMLR)及连续投影算法(SPA)对光谱反射率进行了特征波段提取,综合利用化学计量学方法,对冬小麦生理生化及CDI 指标监测展开了研究.结果表明:通过CA+SMLR 提取的特征波段个数较少,并且所构建的SMLR模型表现一般;利用SPA 构建的监测模型表现优于CA+SMLR 和PLS+SMLR 2 种方法,可以实现对冬小麦CDI 指标优化目的.利用多元回归分析方法构建的模型对比,发现基于全谱建立的PLSR模型表现(R2=0.885,RMSEC=0.221,RPD=2.772;R2=0.631,RMSEP=0.441,RPD=1.625),其预测效果最好;SPA 方法提取特征波段建立的MLR 模型表现(R2=0.647,RMSEC=0.387,RPD=1.355;R2=0.672,RMSEP=0.376,RPD=1.500)次之.综上,通过CDI模型的构建,为实现水分胁迫后冬小麦生理参数综合表现的高光谱监测提供了参考.