整株干物质量分配指数模型模拟冬小麦各器官形态参数

作物生长机理模型可以定量描述作物生长发育及其与环境因子的动态关系,具有通用性、动态性和预测性的特点,但基于生长机理模型模拟结果的作物虚拟技术与方法尚缺乏研究。针对基于生理过程的小麦功能模型与三维结构模型之间不能很好衔接的问题,该文开展越冬期后不同小麦品种的主茎干物质量在不同器官之间的分配研究,以有效积温和干物质量为连接纽带,构建小麦叶片、叶鞘、茎秆、穗各器官的几何特征模拟模型,并用独立数据进行了验证。结果显示:穗干物质量分配指数模拟效果最好,RRMSE值和EF值分别为6.58%和0.98;叶片、叶鞘和茎秆的分配指数模拟效果较好,RRMSE值分别为13.86%、10.83%和14.87%,EF值分别为0.98、0.97和0.91。麦穗形态参数模型和叶鞘长度模型具有非常好的模拟性能;叶片长度和最大叶宽模型、茎秆长度和直径模型具有较好的模拟性能;叶鞘形态参数模型对于叶鞘展开宽度的模拟效果一般,需要在后续研究中对拟合方程和模型参数进一步修正。该系列模型以干物质量为参数输入,能够生成小麦主茎三维形态模拟所需的各器官逐日几何特征参数,参数反映了品种特性、生长环境及气象因素对作物生长的影响,是一种实现小麦功能模型与结构模型实际结合的有效方法。     

改进区域增长算法的植株多视图几何重建

【目的】通过研究3种不同复杂程度植株冠层的三维重建,为更加精准获取植株冠层表型参数提供新方法。【方法】本文首先用单反相机获取3种不同复杂程度植株冠层图片序列,通过三维重建得到各植株稠密点云;随后还原植株点云原始尺度,过滤稠密点云中的噪声,再使用改进区域增长算法分割植株点云冠层;之后借助激光扫描仪,利用手动测量和激光扫描方法分别从二维和三维两个方面对多视图几何重建的叶片进行精度评价,二维精度评价为叶片长宽的实际测量值分别与激光扫描仪获取的叶片的长宽值和多视图几何重建叶片的长宽值进行统计分析,三维精度评价使用传统的网格对比方法豪斯多夫距离与更加精准的工业级网格3D精度对比检测软件Geomagic Qualify。【结果】多视图几何重建的植株叶片表型信息与手动测量值间的判定系数（R ²）均高于0.96,激光扫描方法获取的植株叶片表型信息与手动测量值间的判定系数（R ²）均高0.99;多视图几何重建的叶片与激光扫描得到的叶片在0—±1mm偏差范围内的比例大部分达到97%以上;以激光扫描的叶片网格为参考,多视图几何重建的叶片网格的豪斯多夫距离90%以上分布在0—2 mm。本研究的多视图几何重建方法与改进区域增长算法相结合能对不同复杂程度的植株取得比较理想的重建结果。 【结论】本文提出的多视图几何方法与改进区域增长算法相结合的重建方法可以弥补区域增长算法的不足,对表面不平滑的植株冠层具有更好的分割效果,适合不同复杂程度植株三维重建,为育种研究获取植株表型提供一定的参考。