基于生理发育时间的日光温室番茄发育模拟模型

掌握温室番茄生育期是温室番茄专家决策系统中进行生产安排和市场销售的重要内容，本研究将温度对番茄发育速率影响效应的大小用相对热效应（RTE）来衡量，通过研究Beta函数的性质提出基于幂函数的模型来描述RTE与温度之间的关系。每日相对热效应（RTE）决定每日生理发育效应（PDE）的大小，其累积形成每日的生理发育时间。采用生理发育时间（PhysiologicalDevelopmentTime，PDT）作为定量发育进程的尺度，建立了温室番茄发育模拟模型。利用模型对日光温室2年4茬番茄生长发育期资料进行检验的结果表明：模型能较好地预测各个发育期（发芽、苗期、开花座果、结果和采收期）的出现时间和持续时间，各生育期模拟值与观测值的回归估计标准误差（RMSE）分别为1．32d，1．73d，0．35d，1．58d，2．52d，显著优于以有效积温模拟模型的预测精度（其生育期模拟的RMSE分别为2．55d，9．74d，2．06d，9．27d，11．99d）。     

钟模型在日光温室番茄发育进程模拟中的适应性探讨

依据日光温室番茄生长发育的光温反应特性,基于2个番茄品种不同播期12个生长季的发育阶段日数、温度和日照时数观测资料,利用钟模型中相关数学指数表达式表征番茄的不同发育时期和发育进度,将番茄的发育时期指标化。随后对各个发育阶段的模型参数进行求解,得到基本发育系数、温度反应特性遗传参数和光照反应特性遗传参数等模型参数初值,对模型进行统计检验和调试,使模型的模拟值与实测值之间误差最小,由此得到模型参数终值,建立基于钟模型方法的温室番茄发育期模拟模型。经验证,该模型在播种-三叶期、播种-初花期、播种-坐果期、播种-成熟期和播种-拉秧期5个番茄发育阶段模拟值与实际观测值之间的回归估计均方根误差(RMSE)分别为8.3、14.4、16.3、23.7和28.1d;回归估计标准均方根误差(NRMSE)分别为20.78%、20.18%、20.21%、17.35%和14.86%,表明本模型模拟效果较好。将钟模型模拟结果与有效积温法模拟结果进行对比,钟模型对各个关键发育期的模拟精度更高,模拟效果更好。     

设施番茄外观形态及物质累积分配模型构建与验证

为构建适用于日光温室与塑料大棚的设施番茄生长模型,该研究利用保温塑料大棚春茬试验数据,建立以辐热积为尺度的番茄外观形态及物质累积分配模型,并利用保温塑料大棚秋茬和日光温室越冬茬的试验数据验证模型的准确性。结果表明：1）番茄株高模拟值的决定系数R2和均方根误差（Root Mean Square Error,RMSE）分别为0.907 4和13.66 cm;2）番茄整株及各器官的干物质质量模拟值的决定系数R2范围为0.854 1～0.975 1,RMSE为2.87～6.98 g/株;3）番茄整株、地上部以及果实鲜质量累积的模拟值的决定系数R2范围为0.887 2～0.905 0,RMSE为109.83～171.16 g/株。综上可知,该研究建立的模型可较准确地预测番茄株高与干鲜质量物质累积值,模型的实用性较强,可为设施番茄生产提供理论依据和决策支持。     

“中国农业系统模型”在长江流域的适应性检验及其模拟应用

利用水稻生长观测资料和气象资料,对＂中国农业系统模型（ChinaAgrosys）＂在整个长江流域水稻发育期、叶面积指数和生物量方面的模拟能力进行了综合评价。模型检验结果显示：发育期、叶面积指数和生物量的模拟值与观测值的均方根误差（RMSE）分别为4.4d、2.4、2010 kg·hm^-2,相对误差分别在-10%-11%、-30%-30%、-23%-24%,表明该模型可以用于长江流域历史和未来时期水稻的生育期、叶面积指数和生物量的模拟研究。利用此模型模拟了1955-2005年流域30个站点历年一季稻生物产量,并计算了各点的逐年变化趋势。结果表明：过去51a长江流域一季稻生物产量总体呈下降趋势,这可能与近年来流域夏季降水增多、日照时数减少有关。     

加工番茄地上部干物质分配与产量预测模拟模型

为了探究加工番茄在滴灌栽培条件下地上部干物质分配动态和产量形成过程,该文通过定量分析加工番茄的生长发育特征,设置不同品种的播期试验,构建了基于分配指数(partitioning index,PI)和收获指数(harvest index,HI)的加工番茄地上部干物质分配与产量预测的模拟模型。利用与建模数据相独立的试验资料对模型进行了初步检验,结果表明,模型对不同播期、品种的加工番茄各生育期（出苗至开花、开花至坐果、坐果至红熟、红熟至拉秧期）干物质量,全生育期总干物质量、地上部茎、叶、果干质量的预测结果与1:1直线间的R2分别为0.9754、0.9936、0.9840、0.9713;0.9856;0.9595、0.9798、0.9671;RMSE和RE分别为0.029 t/hm2、11.43%;0.074 t/hm2、5.09%;0.250 t/hm2、6.83%;0.102 t/hm2、5.71%;0.504 t/hm2,8.06%;0.332 t/hm2,14.62%;0.200 t/hm2,10.84%;0.549 t/hm2,18.30%。模型对加工番茄产量的预测结果与1:1直线间的R2为0.9658,RMSE和RE分别为5.806 t/hm2、8.07%。该模型对于不同播期、品种的加工番茄干物质分配与产量的预测值与模拟值之间符合度较高,表明模型具有较好的预测性和适用性。该研究可为滴灌加工番茄精准栽培提供理论参考。     

设施番茄单株成果数模型研究

单株成果数是番茄单株产量的构成因子,为了定量分析不同品种设施番茄单株成果数与环境条件之间的关系,以"美国摩尔一号"(B1,偏早熟)、"超世纪番茄大王"(B2,偏晚熟)和"美国903"(B3,中熟)为材料,于2009年、2010年和2011年开展了品种和施肥、品种和水分田间试验。通过分析不同品种、水分和施肥水平番茄坐果数、果实脱落数、开花数及现蕾数与环境因子的关系,建立了设施番茄单株现蕾数、单株花脱落数、单株果脱落数和单株成果数模型。经独立试验资料检验,设施番茄品种B1、B2和B3平均单株累积现蕾数实测值与模拟值的根均方差(RMSE)、平均绝对误差(Xde)和决定系数(R2)分别为2.452个(n=24)、1.851个和0.976,1.820个(n=24)、1.422个和0.948,1.849个(n=24)、1.464个和0.949。单株花脱落数实测值与模拟值的RMSE、Xde和R2分别为0.712个(n=16)、0.662个和0.786,0.730个(n=17)、0.662个和0.965,1.229个(n=16)、1.091个和0.952。单株果实累积脱落数实测值与模拟值的RMSE、Xde和R2分别为0.391个(n=15)、0.342个和0.849,0.439个(n=15)、0.346个和0.966,0.318个(n=15)、0.288个和0.961。单株成果数模拟值与实测值的RMSE、Xde和R2分别为0.839个(n=27)、0.712个和0.934,实测值与模拟值的吻合程度较好,说明模型可较好地模拟不同品种、水分和施肥水平设施番茄单株成果数。     

温室盆栽一品红生长发育模拟模型

该研究的目的是建立一个温室盆栽一品红（Euphorbia pulcherrima Willd.）生长发育模拟模型,为温室盆栽一品红生产中的光温精准调控提供理论依据与决策支持。以一品红品种‘中国红’（Euphorbia pulcherrima Willd. Red China）为研究对象,通过不同定植期和不同密度的试验,定量分析了一品红生长发育与光温的关系。在此基础上,以生理辐热积（Physiological product of thermal effectiveness and PAR,PTEP）为尺度,建立了温室盆栽一品红生育期模拟子模型;以冠层吸收的生理辐热积（Canopy intercepted PTEP, PTEPint）为尺度,建立了温室盆栽一品红干物质生产和分配模拟子模型;综合生育期模拟子模型与干物质生产和分配模拟子模型,建立了温室盆栽一品红生长发育模拟模型,并用独立的试验数据对模型进行了检验。模型对从摘心到短日处理、单苞、单蕾、多蕾和开花期的模拟预测值与实测值的符合度较好。模拟值与实测值基于1︰1线的决定系数R2为0.99,回归估计标准误差RMSE分别为0.7、3、3.5、0.7和2 d,预测精度明显高于以有效积温为尺度的发育模型（RMSE分别为8、4.5、3.8、2.8和7.2 d）。模型对单位面积总干质量、叶干质量、茎干质量和苞叶干质量的模拟值与实测值基于1︰1线的R2和RMSE分别为0.98、0.97、0.91和0.95;7.12、7.49、3.89和2.48 g/m2。模型对一品红单位面积总干质量的预测精度明显高于基于光合作用驱动的生长模型（R2和RMSE分别为0.77和35.06 g/m2）。该研究建立的模型能够较准确地预测温室盆栽一品红各生育期出现时间、干物质生产和各个器官干质量的动态,模型的预测精度较高、参数少且易获取、实用性较强。     

上海单季晚粳稻主要生育性状的动态模拟

20世纪50年代以来,上海地区粮食耕作制度和水稻品种经过不断更替,发展为目前的稻麦(或稻油)轮作为主的一年两熟制,其中水稻主要以单季晚粳稻为主。为了对单季晚稻的生长状况进行有效预估,采用线性逐步回归方法建立水稻生育期间隔日数与气象因子的关系模型;选择已有成熟的模型(或模块),在参数定标的基础上,建立水稻茎蘖动态、叶龄和灌浆过程模型。选用2014-2016年杂交粳稻"秋优金丰"共16个播期的田间试验观测资料进行参数定标及模型有效性验证,在此基础上模拟水稻各生育性状的动态变化,并对模拟效果进行误差分析。结果表明,各模型均能较好地模拟单季晚粳稻发育期、茎蘖动态、叶龄和灌浆过程,发育期和叶龄模型模拟值与实测值的相关系数(R)均达0.95以上(P0.001),归一化均方根误差(RMSEn)均在10以下;茎蘖动态和灌浆动态模型模拟值与实测值的R值均达0.85以上(P0.001),RMSEn分别为19.8和31.2,粒重的模拟误差主要出现在灌浆的中后阶段。总体来看,各模型对上海地区单季晚粳稻具有较好的模拟性能,能够为生育期、茎蘖消长、叶龄和灌浆过程的动态预测提供依据。     

园艺作物发育期和采收期模拟模型的最优模拟路径

为了确定通用性园艺作物发育期和采收期模拟模型的最优模拟路径,该研究获取了9 a 58茬分期播种试验观测数据,分别以黄瓜（‘津优 35’和‘津盛206’）、番茄（‘瑞粉 882’和‘普罗旺斯’）、芹菜 （‘尤文图斯’）、菠菜（‘大叶’）、香芹（‘四季’）、郁金香（‘粉色印象’、‘白日梦’、‘艾斯米’和‘夜皇后’）、茶叶（‘龙井’）为供试材料,依据作物生长发育与关键气象因子（辐射和温度）的关系,基于4类建模方法（温差法、积温法、生理发育时间法和辐热积法）构建了园艺作物发育期和采收期模拟模型,确定了模型关键参数,并以4种方式（平均值、最值均值、中值和逐步回归）集成模拟结果,最终确定模型最优模拟路径。结果表明：1）不同时间尺度发育期和采收期模拟模型的均方根误差（root mean square error,RMSE）为4.85～17.01 d,归一化均方根误差（normalized root mean square error,NRMSE）为10.65%～16.31%;不同作物发育期和采收期模拟模型的RMSE为0.50～17.08 d,NRMSE为4.33%～20.24%,郁金香发育期模拟模型最优,黄瓜采收期模拟模型最优;不同模拟方法发育期和采收期模拟模型的RMSE为0.08～24.37 d,NRMSE为0.18%～54.81%。2）通过比较不同模拟方法的模拟精度,得出逐时优于逐日时间尺度,集成方法优于单一方法模拟,正弦优于线性温度响应模式,叶温优于气温温度形式,温度响应模拟需要考虑下限和上限温度。3）最优模拟路径为先选择逐时尺度、考虑生物学下限和上限温度的正弦温度响应模式和叶温温度形式构建模型,再选择集成法优化发育期（中值集成）和采收期（逐步回归集成）模型。研究结果为指导园艺作物智慧生产管理和高效利用农业资源方面提供理论基础和技术支撑。     

基于Penman-Monteith方程的日光温室番茄蒸腾量估算模

为寻求适合于温室栽培条件下番茄植株蒸腾量的计算模型,该文以Penman-Monteith方程为基础,针对日光温室特定的小气候环境,对番茄冠层整体气孔阻力、空气动力学阻力等参数进行了修正,建立了包含气象数据、番茄叶面积指数和冠层高度为主要参数的日光温室番茄蒸腾量估算模型。分别采用2009-05-02－2009-05-13（开花坐果期）和2009-06-09－2009-06-20（成熟采摘期）2个时段内的实测蒸腾量对模型模拟结果进行验证,2个时段内模型模拟结果的平均相对误差分别为8.48%和9.20%,表明所建模型可以较好地计算日光温室番茄的蒸腾量。该研究提出的蒸腾量估算模型对日光温室番茄需水规律的深入研究具有参考价值。     

Models for strawberry inflorescence data

The flowers of strawberry plants grow on very variable branched structures called inflorescences, in which each branch gives rise to 0, 1, or 2 offspring branches. We extend previous modeling of the number of strawberry flowers at each individual level in the inflorescence structure conditional on the number of strawberry flowers at the previous level. We consider a range of logistic regression models, including models that incorporate inflorescence effects and random effects. The models can be used to summarize the overall structure of any particular variety and to indicate the main differences between varieties. For the data of the article, we show that models based on convolutions of correlated Bernoulli random variables outperform binomial regression models.     

基于生长模型的玉米三维可视化研究

为了实现对玉米形态结构的定量化和可视化描述，提出了基于生长模型的玉米形态模拟及三维可视化的技术框架。通过资料收集和田间观测研究，构建了可描述不同玉米品种叶片、叶鞘和节间等器官的主要形态结构参数随叶序变化的形态知识模型。在玉米生长模型框架内，整合玉米形态知识模型和基于形态特征参数的器官几何模型，使玉米生长模型可输出玉米拓扑结构和各器官的形态特征参数，实现了对玉米形态建成过程的定量化模拟，并进一步驱动几何模型进行玉米植株和冠层的三维重建。根据上述“生长模型-形态模型-数学模型-显示模型”的思路，模拟了玉米“农大108”的三维形态建成过程及冠层的三维形态，具有较强的真实感，为玉米形态结构研究提供了新的思路和手段。     

Influence of the number of samples on prediction error of visible and near infrared spectroscopy of selected soil properties at the farm scale

This paper reports on the influence of the number of samples used for the development of farm‐scale calibration models for moisture content (MC), total nitrogen (TN) and organic carbon (OC) on the prediction error expressed as root mean square error of prediction (RMSEP) for visible and near infrared (vis‐NIR) spectroscopy. Fresh (wet) soil samples collected from four farms in the Czech Republic, Germany, Denmark and the UK were scanned with a fibre‐type vis‐NIR, AgroSpec spectrophotometer with a spectral range of 305–2200 nm. Spectra were divided into calibration (two thirds) and prediction (one third) sets and the calibration spectra were subjected to a partial least squares regression (PLSR) with leave‐one‐out cross‐validation using Unscrambler 7.8 software. The RMSEP values of models with a large sample number (46–84 samples from each farm) were compared with those of models developed with a small sample number (25 samples selected from the large sample set of each farm) for the same variation range. Both large‐set and small‐set models were validated by the same prediction set for each property. Further PLSR analysis was carried out on samples from the German farm, with different sample numbers of the calibration set of 25, 50, 75 and 100 samples. Results showed that the large‐size dataset models resulted in smaller RMSEP values than the small‐size dataset models for all the soil properties studied. The results also demonstrated that with the increase in sample number used in the calibration set, RMSEP decreased in almost linear fashion, although the largest decrease was between 25 and 50 samples. Therefore, it is recommended that the number of samples should be chosen according to the accuracy required, although 50 soil samples is considered appropriate in this study to establish calibration models of TN, OC and MC with smaller expected prediction errors as compared with smaller sample numbers.     

镉对不同品种水稻光合作用的影响

采用盆栽土培法,以对镉相对敏感的水稻品种YZX和相对耐受的品种XY-12为材料,通过对人工添加镉后（土壤中镉浓度达到5mg·kg^-1）水稻齐穂期叶片光合速率的测定,选用直角双曲线模型、非直角双曲线模型和叶子飘新模型对光响应曲线进行拟合,探究镉对不同品种水稻叶片光响应特征的影响,并对不同光响应模型进行比较。结果表明,镉处理后,两个水稻品种净光合速率均表现为降低;镉对两水稻品种光响应曲线参数的影响存在差异,内禀量子效率、最大净光合速率、光饱和点均受到镉的影响,较不添加镉的对照降低,而镉处理后水稻剑叶光补偿点却大大增加;镉促进了品种YZX的暗呼吸作用,但对品种XY-12却表现为抑制作用;总体上,品种XY-12对土壤中镉的耐受性强于YZX;3种模型模拟的光响应曲线均能较好地反映两品种叶片光合作用的光响应特征,但光响应参数与实测值存在差异,直角双曲线模型和非直角双曲线模型拟合的最大净光合速率（P_max）远大于实测值,并且光补偿点（LCP）和暗呼吸速率（Rd）与实测值相比存在较大差异,而采用传统的线性回归方法得到的光饱和点（LSP）却远低于实测值,叶子飘模型拟合的各项参数与实测值最为接近,并很好地弥补了其它模型的缺点。因此,该模型在反映水稻在镉毒害下叶片光合作用的光响应特征等方面具有较大优势。     

Regression analysis of some factors influencing soil compaction

Experiments were conducted in a laboratory soil bin, at the Regional Research Center of Asian Institute of Technology, to develop compaction models for a silty clay loam soil. The development of the models made use of dimensional analysis techniques. Three independent parameters were investigated: (1) tire variables (section width, diameter, inflation pressure), (2) soil variables (moisture content, initial cone index), and (3) external variables (travel speed, axle load, number of passes). Bulk density and cone index were considered as dependent variables. Results showed that axle load and number of tire passes were the most prominent factors which greatly influence soil compaction. Furthermore, soil moisture content, aspect ratio, and tire inflation pressure also revealed significant effects. The greatest soil compaction occurred during the first three passes of the tire. Soil compaction models were established and were found to provide good predictions. The trend established by the models signifies that general relationships can be established to predict soil compaction related to soil types. Furthermore, the models provided predictions at different soil and machine working conditions. Using the models, assessment of soil compaction can be made to develop a decision support system to establish useful recommendations for appropriate soil management practices and solutions to site-specific soil compaction problems.     

棉花地上部形态模拟模型的建立

为构建基于生理生态过程的棉花虚拟生长模型,本研究以棉花模型COTGROW为基础,利用棉花品种"美棉33B"的3年田间密度试验数据,分析了棉株器官生物量-形态的关系,改进了COTGROW模型中的发育和形态发生模块,建立了基于生理生态过程的棉花地上部分形态模拟模型,并利用独立试验数据对模型进行检验。结果表明:模型对棉花地上部各器官形态特征的模拟值和测定值的吻合度较好,棉花株高、主茎节数、果枝数、各果枝果节数、节间长度、节间直径、叶片长度、叶片宽度、叶柄长度、叶柄直径、棉铃长度以及铃直径测定值与模拟值间的相关系数分别为0.99、0.99、0.99、0.92、0.95、0.93、0.75、0.71、0.81、0.62、0.98和0.98,均方根误差分别为3.85 cm、0.64、0.52、0.66、1.00 cm、0.15 cm、1.58 cm、2.39 cm、2.54 cm、0.05 cm、0.13 cm和0.10 cm。本研究建立的棉花地上部形态模拟模型能较准确地模拟棉花地上部分的生长状况,这将为棉花生长虚拟模型的开发奠定基础。     

甘肃省鲜食葡萄产业发展路径探讨

为促进甘肃省鲜食葡萄产业健康持续发展,优化葡萄种质资源,加速科技成果转化,分析了甘肃省鲜食葡萄产业发展现状、发展优势和存在的问题。围绕优化葡萄产业布局和品种结构及规模,从育种方向、品质提高、销售模式创新和市场开拓等方面,提出了解决甘肃省鲜食葡萄产业发展中存在问题的总体思路,以期为葡萄科学研究与生产提供指导。     

基于面向服务架构和WebGIS的小麦生产管理支持系统

作物模型与GIS集成中存在着功能重复开发、模型共享困难以及地理信息处理功能的在线能力有限等问题。该文以面向服务架构(service-oriented architecture,SOA)为基础,设计了作物模型区域应用Web服务组合框架。以ArcGIS Service和Model Builder为开发平台,给出了模型计算、动态专题图和空间插值Web服务的开发流程、接口设计和实现方法。结合富客户端技术研制了基于SOA和WebGIS的小麦生产管理支持系统原型(wheat production management support system based on SOA and WebGIS,WPMSS-GISOA),实现了地图数据的上传发布、气象和土壤数据查询、栽培方案设计、空间插值分析等功能。功能测试表明作物模型区域应用的Web服务组合框架可行,为模型与地理信息系统的在线无缝集成提供了可参考方案。     

Feasibility study on the use of visible and near-infrared spectroscopy together with chemometrics to discriminate between commercial white wines of different varietal origins

The use of visible (vis) and near-infrared spectroscopy (NIR) was explored as a tool to discriminate between samples of Australian commercial white wines of different varietal origins (Chardonnay and Riesling). Discriminant models were developed using principal component analysis (PCA), principal component regression (PCR), and discriminant partial least-squares (DPLS) regression. The samples were randomly split into two sets, one used as a calibration set (n = 136) and the remaining samples as a validation set (n = 133). When used to predict the variety of the validation set samples, the DPLS models correctly classified 100% of Riesling and up to 96% of Chardonnay wines. These results showed that vis-NIR might be a suitable and alternative technology that can be easily implemented by the wine industry to discriminate Riesling and Chardonnay commercial wine varieties. However, the relatively limited number of samples and varieties involved in the present work suggests caution in extending the potential of such a technique to other wine varieties.