基于生理參數(shù)的水稻植株形態(tài)模型研究.pdf

1、虛擬作物作為農(nóng)業(yè)科學(xué)與計(jì)算機(jī)信息技術(shù)相互滲透的新成果，是作物生長(zhǎng)模擬模型更高層次的發(fā)展。虛擬作物研究使得作物生長(zhǎng)過(guò)程更加直觀和形象化，因此人們對(duì)作物的判斷和認(rèn)識(shí)會(huì)更加準(zhǔn)確和全面。本研究通過(guò)連續(xù)觀測(cè)不同類型水稻品種的形態(tài)結(jié)構(gòu)變化規(guī)律，構(gòu)建了基于生理參數(shù)的水稻植株形態(tài)結(jié)構(gòu)模型，從而為實(shí)現(xiàn)作物虛擬生長(zhǎng)奠定基礎(chǔ)。
　　在2012和2013年浙江省富陽(yáng)市黃田畈中國(guó)水稻研究所試驗(yàn)基地田間試驗(yàn)的基礎(chǔ)上，通過(guò)連續(xù)觀測(cè)和破壞性取樣獲取了不同類型水稻

2、植株葉片形態(tài)指標(biāo)相關(guān)數(shù)據(jù)，綜合分析了四個(gè)供試材料水稻葉片形態(tài)指標(biāo)隨生育過(guò)程及生態(tài)環(huán)境的變化規(guī)律，并構(gòu)建了水稻葉片生長(zhǎng)過(guò)程的形態(tài)結(jié)構(gòu)模型。結(jié)果表明:水稻葉片寬度與葉位的關(guān)系可用二次函數(shù)表達(dá);水稻主莖劍葉和其他葉的葉長(zhǎng)與葉寬關(guān)系均可用冪函數(shù)表達(dá):水稻比葉重與葉位的關(guān)系可用二次函數(shù)表達(dá)。最后結(jié)合比葉重，構(gòu)建了水稻葉片形態(tài)結(jié)構(gòu)模型，并利用獲取的獨(dú)立田間試驗(yàn)資料對(duì)模型作了初步的檢驗(yàn)。結(jié)果表明，所建立的模型對(duì)不同類型水稻品種的主莖不同葉位葉片的葉長(zhǎng)

3、、葉寬均具有較好的預(yù)測(cè)性，模擬值與觀察值的根均方差(RMSE)分別為2.31cm和0.09cm。
　　抽穗期水稻頂部三張葉片的光合能力直接影響作物的結(jié)實(shí)率與千粒重，因此頂部3張葉片的研究具有非常重要的實(shí)踐作用。通過(guò)連續(xù)性觀察不同類型水稻品種頂部三張葉片的形態(tài)結(jié)構(gòu)動(dòng)態(tài)變化，本研究探討了頂部三張葉片對(duì)每穗總粒數(shù)、葉片葉綠素含量及植株生物量的重要影響。本研究綜合分析了水稻葉片葉綠素含量隨生育進(jìn)程的動(dòng)態(tài)變化，進(jìn)而構(gòu)建了葉綠素動(dòng)態(tài)變化模型，

4、水稻葉綠素含量(SPAD)與生長(zhǎng)度日(GDD)的關(guān)系可用二次函數(shù)表達(dá)。最后用獨(dú)立的田間試驗(yàn)數(shù)據(jù)資料對(duì)葉綠素模型作了初步的檢驗(yàn)。結(jié)果表明，本模型具有較好的預(yù)測(cè)性，倒一葉、倒二葉以及倒三葉葉片的葉綠素含量的模擬值與觀察值的根均方差(RMSE)分別為1.00503、0.7396和0.6845。
　　此外，在連續(xù)觀察不同類型水稻品種節(jié)間和葉鞘伸長(zhǎng)過(guò)程的基礎(chǔ)上，建立了水稻主莖節(jié)間和葉鞘生長(zhǎng)過(guò)程的模擬模型。水稻節(jié)間相對(duì)長(zhǎng)度與伸長(zhǎng)節(jié)間序數(shù)的關(guān)系