稻茬麦根系构型可视化与三向分型维研究

提出一种根系可视化分析方法用于定量稻茬田环境的小麦根系构型。使用根系构型数字化仪测试稻茬麦苗期根系构型,将所测数据导入Pro/E平台进行根系构型的3-D重构,然后对可视化根系进行3向平面投影,计算小麦根系在不同平面的分形维数与分形丰度。结果表明,该方法可以真实反映出田间稻茬麦根系构型的动态变化状况,而根系分形维数与分形丰度随时间逐步递增,正视图面的分形维数和分形丰度总大于左视图面。从播后第98天开始,俯视图面的根系构型分形维数与分形丰度出现突增。在3个投影面上稻茬麦根系的分形维数与分形丰度都高度相关,二者与根总长也存在一定的相关关系。     

小麦叶片氮含量与冠层反射光谱指数的定量关系

本文以3种蛋白质类型的小麦品种在不同施氮水平下的3年田间试验为基础，研究了小麦叶片氮含量与冠层反射光谱的定量关系。结果显示，不同试验中拔节后叶片氮含量均随施氮水平呈上升趋势，同时冠层光谱反射率在不同施氮水平下存在明显差异。对于低、中、高籽粒蛋白质含量的品种，叶片氮含量与冠层反射光谱的归一化植被指数NDVI (1 220, 710)和红边位置均有密切的定量关系，决定系数在0.80左右。对于不同品质类型小麦品种，均可利用统一的回归方程描述其叶片氮含量随反射光谱参数的变化，对于低蛋白类型品种，采用单独的回归系数即可提高叶片氮含量估测的准确性。本研究确立的小麦叶片氮含量与冠层反射光谱的定量关系可用于不同的小麦品种、生育时期和施氮水平，为小麦氮素营养的监测诊断与精确施肥等提供理论依据和技术途径。     

作物管理知识模型系统设计与开发框架研究

在提炼小麦栽培管理知识模型框架的基础上，通过综合不同作物管理知识模型系统的共性及软件设计与开发的特点，初步确立了作物管理知识模型系统的通用设计与开发框架，包括系统总体结构框架、软构件的基本标准、开发平台框架及系统应用框架等。其中，开发平台框架包括系统开发平台的结构和功能、模型库管理系统的功能设置和模型库管理系统的框架及构件；系统应用框架包括系统应用框架结构、应用系统开发框架、应用系统功能框架及构件、应用系统功能构件的输入输出接口框架及应用系统自定义构件中的通用算法函数框架等。研究结果对于提高作物管理知识模     

正反转旋耕作业的秸秆混埋效果比较

秸秆混埋是增强土壤碳汇的重要技术途经。为分析和比较正、反转旋耕作业的秸秆混埋效果,进行了正、反转旋耕秸秆混埋对比试验。测取旋耕处理后的地貌形态及秸秆在土壤空间中的分布状况,并使用Pro-E造型展示秸秆的空间分布状况。结果表明三维数字化仪配合虚拟造型技术能够直观反映混埋后秸秆在土壤空间的分布状态。2种旋耕处理方式的地表形态及土壤空间内秸秆分布对比分析表明,正转旋耕的秸秆埋覆率及纵向空间分布总体均匀率优于反转旋耕,而反转旋耕的秸秆在沿土壤深度方向的空间分布均匀率、秸秆-土壤混合效果、耕幅内地表平整度等优于正转旋耕。综合分析表明正转旋耕的秸秆混埋质量略有优势,但具体选择混埋模式时还应考虑田间秸秆残留情况。秸秆量较少时反转旋耕较适宜,反之正转旋耕更好。     

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。     

油菜产量目标设计与品种选择的知识模型

运用知识工程和系统建模方法，在综合考虑决策点光温生产潜力、历史平均产量水平、土壤肥力、肥水管理水平和生产技术水平等诸多因子对增产系数影响的基础上，通过动态量化增产系数，建立了具有时空适应性的油菜产量目标设计知识模型；通过定量计算油菜品种特征值与环境因子和生产需求之间的符合度，建立了适宜品种选择的量化知识模型。利用南京、郑州和保定3个不同生态点的常年逐日气象资料以及不同品种类型资料对产量目标设计模型进行了实例分析；利用南京、仪征、如皋、郑州和保定5个不同生态点常年逐日气象资料以及13个不同品种资料对品种选择知识模型进行了实例分析。结果表明，所建知识模型具有较好的决策性和广适性。     

基于WebGIS和知识模型的精确农作决策支持系统

在提炼和优化作物管理知识模型的基础上,以WebGIS为空间信息平台,运用软构件技术及B/S分布式网络结构,构建了网络化精确农作决策支持系统.系统实现了基本地图操作、信息查询、差异分析、决策支持、结果展示以及系统维护功能,其中决策支持功能可基于田区土壤肥力和苗情长势差异进行数字化管理方案生成和因苗动态调控.在水稻试验示范区的系统应用结果表明,根据系统推荐的方案进行水稻田间管理,可使该区整体产量水平提高12.16%,肥料施用量减少23.55%,产量变异度下降79.49%.研究结果为实现网络化、数字化、广适性的精确农作决策支持提供了基本平台.     

基于植被指数时序动态的冬小麦氮素营养诊断方法

为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R²在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm^-2施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。     

小麦栽培管理动态知识模型的构建与检验

 将系统分析方法和数学建模技术应用于小麦管理知识表达体系，通过解析和提炼小麦生育及管理指标与环境因子及生产水平之间的基础性关系和定量化算法，创建了小麦管理动态知识模型WheatKnow；充分利用软构件的技术特点，在Visual C++和Visual Basic平台上研制了数字化和组件化小麦管理动态知识模型系统，实现了播前栽培方案的设计和产中适宜调控指标动态的预测2大功能。其中，播前栽培方案包括产量目标、适宜品种、播期、基本苗及播种量、肥料运筹和水分管理；产中调控指标包括适宜生育期、穗分化进程、生长指标、源库指标和营养指标动态。利用不同生态点、不同品种、不同土壤等资料及大田对比试验对所建知识模型进行实例分析和检验的结果表明，所提出的小麦管理动态知识模型总体上具有较好的广适性和决策性。本研究克服了传统作物栽培模式与专家系统地域性强和广适性弱的不足，从而为实现作物栽培管理的精确化和数字化奠定了基础。     

水稻不同叶位层物理结构与冠层反射光谱的定量研究

 研究了不同土壤水分、施氮条件下水稻冠层反射光谱与冠层生长特征（叶面积指数、叶片干质量和鲜质量）的量化关系。结果表明，不同层次叶面积指数、叶片鲜质量和叶片干质量与冠层光谱的相关性大小均为：L12345>L1234>L123>L12>L1，而顶部5张叶片的面积和生物量（干、鲜质量）对冠层特征反射光谱的贡献大小顺序为：L2>L1>L3>L4>L5，顶部2张叶片对冠层光谱作用最大。发现比值指数R(760,710) 与水稻叶面积指数呈极显著线性相关；而比值指数R(1650,1100) 与水稻地上部鲜质量和干质量均呈极显著幂函数相关关系。因此，比值指数R(760,710) 和R(1650,1100) 可分别用来定量反演水稻叶面积信息和地上部生物量信息。