一种新的估算水稻上部叶片蛋白氮含量的植被指数

 【目的】阐明水稻顶部4张叶片蛋白氮含量和反射光谱特征的变化规律及其相互关系,建立快速、准确诊断水稻功能叶片蛋白氮含量的方法。【方法】通过3年不同施氮水平和不同品种类型的大田试验,分生育期同步测定顶部4张叶片的光谱反射率及蛋白氮含量,系统分析叶片蛋白氮含量与多种高光谱参数的定量关系。【结果】水稻叶片蛋白氮含量和光谱反射率在不同施氮水平、不同生育期及不同叶位间均存在明显差异,叶片蛋白氮含量的敏感波段主要存在于可见光绿光区530～580 nm及红边区域695～715 nm,其中红边区域表现最为显著。红边区域700 nm附近波段与近红外短波段的比值组合(SRs)可以有效地估算水稻上部功能叶片的蛋白氮含量,其次是绿光区587 nm左右的波段与近红外短波段的比值组合。基于新提出的SR（770,700）及已报道的GM-2、SR705、RI-half光谱指数,线性回归模型的拟合精度（R2）分别达到 0.874,0.873,0.871和0.867。经独立资料的检验表明,这些回归模型可以实时监测叶片蛋白氮含量变化,预测精度R2分别为0.810、0.806、0.804和0.800,相对误差RE 分别为12.1%、12.4%、12.6%和12.9%。【结论】可以利用关键特征光谱指数来诊断水稻上部叶片的蛋白氮含量状况,尤以SR（770,700）、GM-2、SR705和RI-half表现为较强的估测能力。     

基于株型的水稻冠层光合生产模拟

利用基于冠层光分布的光合作用模型,以紧凑型和松散型2个不同株型水稻冠层为对象,通过设计不同的模型输入参数组合,定量分析了不同株型水稻冠层直接辐射消光系数的日变化特征、正午时刻直接辐射在冠层内的垂直分布特征、冠层内光合作用速率的垂直分布特征、不同辐射强度下冠层光合作用速率随叶面积指数的变化特征及其日变化等。结果表明,紧凑型的增产潜力依赖于较大的叶面积指数、叶片光合效能、太阳高度角和太阳辐射强度等。研究结果为水稻高产栽培及理想株型的优化设计提供了支撑。     

作物生育期模拟并行调度算法的研究与设计

探明作物生育期模拟在PC集群环境下的并行调度算法,有助于提高模型的计算效率。该研究综合应用划分策略和流水线技术,具体分析了已有作物的生长发育和物候期模拟算法的输入输出参数特性,确定了作物生育期模拟通用算法框架,包括热效应、光周期效应、春化效应、有效积温、生理发育时间和物候期共6个计算单元;进一步明确了具有独立、自依赖和相互依赖关系的作物模型的计算任务划分和数据分解方法。为达到数据通讯和同步开销最小的目标,设计了多节点混合调度的优化模型。该研究提出了基于OpenMP的多处理机并行调度算法和基于MPI/OpenMP混合的多节点并行调度算法,并在Windows Compute Cluster Server2003组成的PC集群环境下,在加速比、计算缓冲区大小和计算节点个数等方面进行了性能度量与比较。结果表明:两种并行调度算法均可有效提高小麦生育期模拟的计算效率,第1种算法简单易行,平均加速比为1.55,对集群计算资源的利用率有限;第2种算法的平均加速比是3.37,当计算量较大时,具有更好的计算性能。     

基于图像分析方法的水稻根系形态特征指标的定量分析

利用图像分析方法定量研究水稻根系形态特征指标的变化规律。通过实施不同水氮处理和不同品种的水稻桶栽试验,选用WinRhizo (WR)软件的不同模式(LM和T200)分析根系图像,分别提取根直径范围0~0.30 mm和0.25~1.80 mm的根系形态数据,并与基于Image-Pro Plus 6.0软件(IP)的根直径和不定根长的测量结果进行比较分析;确定了3种水稻品种不同类型根直径的范围;对不同生育时期水稻根长、根体积、根表面积、根系干重和不定根数量等水稻根系形态特征指标变化差异,以及分枝特征进行了分析。结果表明：(1)基于WR软件LM和T200模式下的根直径测量结果与基于IP软件的测量结果之间NRMSE分别为5.44%和10.95%。(2)界定细分枝根直径范围为0.03~0.10 mm,扬稻6号(V3)粗分枝根和不定根分别为0.10~0.30 mm和0.30~1.65 mm,而日本晴(V1)和武香粳14(V2)分别为0.10~0.25 mm和0.25~1.40 mm,不定根长与IP测量结果进行比较,其NRMSE为10.78%~12.01%。(3)各指标抽穗前增长迅速,之后增长减缓或衰老下降;不同氮肥处理间各指标分蘖至成熟均差异显著,增施氮肥可促进根系生长,明显提高不定根比例;适当控水可促进根系生长,明显提高分枝根比例;品种V3自分蘖期到成熟期各指标均显著高于V1和V2,V1与V2间差异不显著。本研究表明,本方法具有较好的精度和可行性,为推进水稻或其他作物根系的定量研究提供了参考。     

基于上部叶片SPAD值估算小麦氮营养指数

快速、准确的监测诊断小麦氮营养状态对于评价小麦长势、指导氮肥运筹并预测籽粒产量均具有重要的意义.基于2009-2011年的大田试验,系统分析了小麦上部4张单叶不同叶位的SPAD值和归一化SPAD指数(NDSPADij)与氮营养指数的定量关系,通过简单分组线性回归筛选出在不同年际和不同品种间表现稳定的氮营养指数(NNI)定量方程.结果表明,小麦上部不同叶位SPAD值和NNI随施氮量提高而提高,而NDSPADij随施氮量的提高而降低.小麦单叶SPAD值与NNI的关系呈显著正相关,但这种关系在品种或年份之间不稳定,对小麦氮素诊断存在风险;除NDSPAD12外,NDSPADij与NNI之间呈显著负相关,经简单分组线性分析发现NDSPAD14与NNI之间在年份和品种之间表现最稳定,能够较好的定量估算氮营养指数,从而快速诊断小麦氮素是否亏缺.     

基于分层多端元混合像元分解的水稻面积信息提取

为了解决中低分辨率遥感影像混合像元问题以提高水稻种植信息的提取精度,该文提出了一种基于层次分类与多端元混合像元分解相结合提取水稻面积信息的方法(stratified multiple endmember spectral mixture analysis,SMESMA)。层次分类有效降低了地物复杂度,而多端元混合像元分解通过对每一类地物选取多个端元光谱参与解混,克服了"同物异谱"造成的光谱变异问题,两者结合可有效提高分类精度。以江苏如皋市为研究区,基于HJ-1B CCD影像,分3个层次,当某类地物信息被提取后便将其从影像中去除,进行下一层次分类,各层次均采用多端元混合像元分解方法,综合EARMSE、MASA、CoB等算法以选取最佳端元,实现了如皋市水稻种植面积信息有效提取。结果显示SMESMA法分类精度达85.78%,kappa系数为0.85,基于最大似然分类法(MLC)的分类精度为79.1%,kappa系数为0.78。表明SMESMA是一种适合基于中低分辨率影像进行作物分类和面积提取的有效方法。     

不同施氮条件下小麦冠层的高光谱和多光谱反射特征

为了更好地利用冠层反射光谱特征监测小麦生长及氮素营养状况。以宁麦9号、淮麦20、徐麦26和扬麦10号四个小麦品种为材料，通过田间小区试验，研究了不同小麦品种在不同生育时期和不同氮素水平下冠层反射光谱的变化规律。结果表明，相同氮素水平下不同小麦品种冠层反射光谱的反射率有差异，且近红外部分差异较明显。小麦从拔节开始，随生育期的推进，冠层反射光谱在可见光波段的反射率先降低然后升高，以孕穗期反射率最低。随着叶片的逐渐变黄。反射率又增大，并且绿光波段的反射峰也逐渐消失。而近红外区反射率则表现出相反的趋势，以开花期为分界，先上升然后下降，直到成熟前降为最低。随着施氮水平的提高，冠层反射光谱在近红外反射平台（750-1300nm）的反射率呈上升趋势，而可见光部分反射率则下降，并且反射光谱的绿峰和红边位置也随着施氮水平的提高分别向蓝光方向（波长变短）和红光方向（波长变长）移动。     

基于生长过程的水稻阶段发育与物候期模拟模型

 以水稻发育生理生态过程为基础 ,采用生理发育时间作为定量发育进程的尺度 ,构建了预测水稻顶端发育阶段与物候期的模拟模型。每日热效应、光周期效应及品种的基本早熟性 (抽穗前 )或基本灌浆期因子 (抽穗后 )互作共同决定每日生理效应的大小 ,其累积形成每日的生理发育时间。每日热效应和光周期效应分别选用Beta函数和二次曲线函数来描述 ,并引入 5个遗传参数调节水稻发育的遗传差异 ,使不同类型品种到达特定发育阶段所需的生理发育时间保持恒定。利用不同环境下的播期试验数据对不同类型品种的出苗期、穗分化期、抽穗期和成熟期进行了预测检验。不同类型品种 4个生育期的预测误差RMSE (根均方差 )平均分别为 1.4 7、5 .10、4 .5 8和3.37d ,表明模型不仅具有较强的解释性与系统性 ,且具有较好的预测性和实用性     

基于主题图的农业模型描述与表示方法

为了提升不同学科模型资源的共享与管理能力,提出了一种新的农业模型描述与表示方法。它以模型组件描述信息为元数据来生成不同层次主题图。首先分析农业模型特征,建立农业模型与模型组件之间的映射关系;然后,抽取农业模型组件刻面与关联描述信息,构建了农业模型组件描述模型（DM-AMC）,进一步将DM-AMC表示为主题类型、关联类型、事件类型以及关联角色;最后,通过实例化并采用匹配融合算法生成了面向农业模型组件的主题图（TM-AMC）。研究以作物生育期模型为例,生成了统一描述与可动态扩展的原子主题图XTM文档。通过对农业模型信息的统一描述,并以DM-AMC为基础生成多层次、便于统一访问的TM-AMC,可提升农业模型信息的全局共享与管理能力。     

作物生长模型分布式并行调度方案的比较

为了提高作物生长模型的计算速度,论文提出了多种分布式并行调度方案。综合分析了田块尺度下作物生长子模型以及子模型内部组分的数据依赖关系和计算流程。以流水线技术和分治策略为基础,分别在模型组分层、子模型层和驱动数据层设计了不同的分布式并行调度方案。在WCCS2003（Windows Compute Cluster Server 2003）组成的PC集群环境下,分别采用了OpenMP、MPI_OpenMP混合以及MPI编程模型实现了多种调度方案的并行模拟。并行加速比的实验分析表明,优化后的子模型层并行调度方案,在6个双核CPUs组成的PC集群上的平均加速比可达到8.2,更接近模型并行计算加速比的预测值。在分布式集群环境下,采用基于MPI的子模型层中等粒度的并行调度方案具有更快的计算速度,更适合于作物生长模拟系统。