1、 ICS 67.080.01 CCS B 31 13 河北省地方标准 DB 13/T 62702026 高水效小麦种质资源高通量表型鉴定 技术规程 2026-04-09 发布2026-05-09 实施河北省市场监督管理局发 布 DB 13/T 62702026 I 前言 本文件按照GB/T 1.12020标准化工作导则 第1部分：标准化文件的结构和起草规则的规定起草。本文件由河北省农业农村厅提出。本文件起草单位：中国科学院遗传与发育生物学研究所农业资源研究中心和邯郸市农业科学院 本文件主要起草人：董宝娣、马玉诏、李炎艳、乔匀周、李永鹏、乔文君、石泽平、林毅轩、付叶涵。DB 13/T 62702
2、026 1 高水效小麦种质资源高通量表型鉴定 技术规程 1 范围 本文件规定了高水效小麦种质资源高通量表型鉴定的基本要求、种植要求、灌溉要求、数据采集、种质资源高水效性鉴定和种质资源高水效性鉴定等级等内容。本文件适用于无人机搭载的多光谱传感器高通量表型鉴定高水效小麦种质资源。2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T 8321.8 农药合理使用准则 NY/T 496 肥料合理使用准则 DB13/T 5229-2020 冬小麦-
3、夏谷子适雨高效栽培技术规程 DB13/T 5901-2024 节水型小麦种质资源鉴定技术规程 3 术语和定义 本文件没有需要界定的术语和定义。4 基本要求 降水条件 冬小麦生育期内降水量150 mm。种子要求 发芽率达到80%以上。地块选择 地势平坦，土壤深度 2 m，中高等地力水平。上方无高压线，周边20 m内无建筑物。无人机参数 采用旋翼无人机，起飞重量 1.5 kg（包括电池和无人机），最大风速抗性为10 ms-1，飞行时间（空载）20 min，工作环境温度-10 45。采用辐射标定板进行光谱反射率的校正。多光谱成像系统 多光谱无人机选用配备绿、红、红边（波长73016 nm）、近红外等
4、多通道影像传感器，且像素2000万。5 种植要求 种质资源统一行距、密度；小区行数 6行，行长 3 m,随机区组设计，不同水分处理之间设置2 m隔离带。播种时1 m土层土壤含水量为田间持水量80%以上；小区精量播种，亩基本苗为1820万。小麦底肥用量参照DB13/T 5229-2020中冬小麦春一水高效栽培技术中底肥的要求；肥料使用原则符合NY/T 496要求，其他栽培管理参照DB13/T 5901-2024，农药使用符合GB/T 8321.8的要求。DB 13/T 62702026 2 6 灌溉要求 足墒播种后，设置雨养旱作和拔节期与灌浆早期分别灌溉1次的常规灌溉处理，每次亩灌水量40 m3
5、60 m3。7 数据采集 航线设置 根据地块形状规划航线，设置飞行路径，并通过预先设定的航线自动完成起飞、飞行及降落任务。图像航向重叠率75%，旁向重叠率75%。飞行参数 多光谱无人机镜头云台俯仰角度设为-90。飞行高度设置30 m50 m，飞行速度2.6 ms-1，拍照模式为等时间间隔拍照，飞行结束拍摄辐射校正板。采用可见光镜头确定抽穗、开花和成熟期，飞行高度5 m。天气条件 风速4 ms-1。如遇多云或雨天，利用前后获取的光谱信息进行反射率的插值和估算。采集频次 小麦抽穗、开花和成熟期每天采集1次；灌浆早期、中期和后期，每个时期采集3次。采集时段为上午10:00至中午14:00。采集信息
6、采集地物反射率计算植被指数；采集可见光影像，通过深度学习判别每个小区的抽穗、开花和成熟状态。数据处理 7.6.1 图像合成 将获取的无人机多光谱图像导入航空测绘软件合成正射影像，根据拍摄时的光照条件，对图像进行辐射校正，以消除光照变化对图像的影响。7.6.2 数据分析 利用地理信息系统软件，分割小区地块，对合成的多光谱图像进行农田背景剔除。计算每个小区内反射率的平均值作为该小区的光谱信息。7.6.3 红边叶绿素指数计算方法 红边叶绿素指数（RECI）按公式（1）计算：（1）式中：RECI依据光谱反射率计算的RECI值；NIR近红外波段反射率值；RE红边波段反射率值。8 种质资源高水效性鉴定 持
7、绿性计算方法 DB 13/T 62702026 3 冬小麦动态持绿衰老模型按公式（2）计算，提取持绿衰老曲线中的重要特征：Rinitial、Rfinal、R90、RT90、R50、RT50和P。（2）式中：RECIS不同积温下对应的RECI值；Rinitial开花期的RECI值；Rfinal成熟时的最终RECI值；AT花后积温（）；RT50为衰老动态曲线的中心积温，即从开花开始到衰老50%的积温（）；PRECI值随着积温下降的速率。产量与水分利用效率预测 结合种质资源名称、水分处理及持绿衰老相关参数Rinitial、Rfinal、RT50、P、R90（持绿90%的RECI值）、RT90（REC
8、I在持绿90%时对应的积温）和R50（持绿50%的RECI值）共十个特征，采用Python语言并调用scikit-learn库中封装好的岭回归等机器学习模型进行产量（GYM和GYc）和水分利用效率（WUEM和WUEc）预测。训练集与测试集的比例为4:1，并进行五折交叉验证。种质资源高水效性鉴定 8.3.1 产量指数 产量指数（GYi）按照公式（3）计算：（3）式中：GYi产量指数；GYM预测的待测种质资源产量（kg.hm-2）；GYC预测的对照种质资源产量（kg.hm-2）。8.3.2 水分利用效率指数 水分利用效率指数（WUEi）按公式（4）计算：=.(4)式中：WUEi产量指数；WUEM预
9、测的待测种质资源水分利用效率（kg.m-3）；WUEC预测的对照种质资源水分利用效率（kg.m-3）。9 种质资源高水效性鉴定等级 高水效小麦种质资源鉴定等级划分见表1。表1 高水效小麦种质资源鉴定等级划分表 级别 产量-水分利用效率指数 高水效等级 1(GYi1.05)(WUEi1.05)极强 DB 13/T 62702026 4 表 1 高水效小麦种质资源鉴定等级划分表(续)级别 产量-水分利用效率指数 高水效等级 2 (GYi1.05)(1.05WUEi1)强 (1.05GYi1)(WUEi1.05)(1.05GYi1)(1.05WUEi1)级别 产量-水分利用效率指数 高水效等级 3(1GYi0.95)(1WUEi0.95)中等 4(GYi0.95)(WUEi0.95)弱
