基于骨架模型的玉米生长运动仿真与动画生成技

为了实现作物生长过程的定量化、可视化表达,提出了一种由作物形态结构特征参数驱动的作物骨架模型生长运动仿真和动画生成方法.基于对作物器官及个体精确定义的几何模型提取作物骨架,利用几何模型参数控制骨架上关节点的运动,结合参数关键帧插值技术确定整个骨架模型的生长运动,实现对作物生长运动的可视化模拟.从而构建一个虚拟作物骨架模型的三维生长动画系统,并以玉米为例进行了模拟.实验结果表明该方法能够较准确地模拟玉米植株的形态建成和运动特征,为真实、自然地模拟作物生长提供了一种可控、通用的方法.     

基于三维数字化的小麦植株表型参数提取方法

针对小麦植株分蘖多、器官间交叉遮挡严重，难以用图像或点云准确提取植株和器官表型的问题，本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法，制定了适用于小麦全生育期的三维数字化数据获取规范，并依据该规范进行数据获取。根据三维数字化数据的空间位置语义信息和表型参数的定义，提出了小麦植株表型参数计算方法，实现了小麦植株和器官长度、粗度和角度等3类共11个常规可测表型参数的计算。进一步提出了定量描述小麦株型和叶形的表型指标。其中，植株围度通过基于最小二乘法拟合三维离散坐标计算，用于定量化描述小麦植株松散/紧凑程度；小麦叶片卷曲和扭曲程度为定量化叶形的指标，根据叶面向量方向变化计算得到。利用丰抗13号、西农979号和济麦44号三个品种小麦起身期、拔节期、抽穗期三个时期的人工测量值和提取值进行验证。结果表明，在保持植株原始三维形态结构的前提下，提取的茎长、叶长、茎粗、茎叶夹角与实测数据精度相对较高，R² 分别为0.93、0.98、0.93、0.85；叶宽和叶倾角与实测数据的R² 分别为0.75、0.73。本方法能便捷、精确地提取小麦植株和器官形态结构表型参数，为小麦表型相关研究提供了有效技术支撑。     

基于脉序骨架的小麦叶精细建模研究

为了实现小麦叶形态结构的三维可视化,基于小麦叶的脉序特征,提出了基于脉序骨架的小麦叶片三维几何建模方法。用B样条曲线表示小麦叶片和叶鞘上的叶脉曲线,用球B样条模拟叶片和叶鞘上的叶脉骨架,再连接已生成的叶脉骨架上相应的点生成叶片和叶鞘上叶脉之间的叶肉,建立了具有明显的叶脉分布和厚度的小麦叶几何模型。该方法可用于其它平行叶脉植物叶片的精细建模,具有较好的真实感。     

基于参数L系统的葡萄果枝生长可视化研究

为实现葡萄整株可视化,建立基于生理发育时间的葡萄果枝生长模拟及可视化模型。利用田间试验实测数据资料(2015~2016年),基于Slogisitc3方程和参数L系统,对葡萄果枝节间长和直径生长动态及拓扑结构进行模拟,并以Bézier曲面对果枝器官几何形态进行构建。同时借助L-studio4.4平台,实现葡萄果枝动态生长可视化模拟。结果表明该方法可仿真生成葡萄果枝及可视化生长,且真实感达到应用设计基本要求。     

黄花植株三维动态生长及产量模拟模型

[目的/意义]为探究并表达环境因素对黄花各器官生长发育、形态结构和产量的影响,提出一种基于源库关系的黄花植株三维动态生长及产量模拟模型。[方法]以大同地区黄花主要栽培种植品种大同黄花为研究材料,采集黄花叶片、花葶、花蕾等形态数据和叶片光合生理参数,利用功能-结构植物模型(Functional-Structural Plant Model,FSPM)平台的三维建模技术,建立基于云量的室外地表太阳辐射模型及适配黄花的光合作用模型,同时基于黄花源库关系建立黄花光合产物碳分配模型,利用β生长函数构建黄花各器官生长模拟模型,计算黄花生长期内逐日形态数据,最终实现黄花植株三维动态生长及产量模拟。[结果和讨论]采用实测数据对模型进行检验。结果显示,室外地表太阳辐射实测值和模拟值R²为0.87;剩余标准差(Root Mean Squared Error,RMSE)为28.52 W/m²,黄花各器官模拟模型实测值和预测值R²为0.896～0.984,RMSE为1.4～17.7 cm;平均花蕾产量模拟R²为0.880,...     

不同施氮量对玉米器官形态指标的影响分析与定量模拟

为揭示氮素对玉米生长发育中各器官形态指标的影响,构建能够模拟玉米器官形态的模型,本研究以玉米为试验材料开展田间试验,设置4个施氮处理（0kg/hm2（N1）、225kg/hm2（N2）、338kg/hm2（N3）、450kg/hm2（N4））,探究不同施氮量水平下玉米不同生育阶段器官形态指标（包括叶长、叶宽、节长、节间直径和叶鞘长）的变化规律,并建立作物器官形态结构模拟模型。结果表明,氮肥处理对叶长的生长影响差异显著（P<0.01）,而不同叶位对叶长的影响极显著（P<0.001）,氮肥处理对叶宽、玉米节间长度和茎秆直径的影响均不显著,其中,2020年各生育阶段对叶鞘长的影响差异显著（P<0.01）;此外,生育阶段、氮肥处理和叶位对玉米叶鞘长的影响均不显著。构建了玉米器官尺度的模拟模型,并利用2年的试验数据分别对模型参数进行了率定与验证。各器官形态指标模型模拟结果中模型模拟效率（EF）均在0.72以上,模型对叶长和叶宽模拟的均方根误差（RMSE）均值分别为7.285cm和1.200cm,节长、节间直径和叶鞘长的RMSE分别为1.593、0.171、1.282cm,模型对叶长和叶宽的平均绝对误差（MAE）均值分别为5.817、0.708cm,节长、节间直径和叶鞘长的MAE分别为1.111、0.116、0.923cm。本模型对玉米各器官发育过程的模拟具有较好的预测性和解释性。     

小麦生长模拟模型的研究进展

小麦生长模拟包括阶段发育、形态发生、光合与呼吸作用、干物质积累与分配、小麦与水分的关系、小麦的养分效应、小麦气象环境的模拟等几部分内容.综述了当前小麦的生长模拟模型研究状况,其中小麦光合产物分配模拟模型仍基本处于经验性模型,有待进一步研究发展为机理性模型,以提高其解释性水平.这将会促进农田水肥一体化管理技术和农田作物群体动态调控技术的发展,为农田精准灌溉和精准施肥的实践提供理论依据.     

草地早熟禾叶片的虚拟生长模型及可视化研究

根据草地早熟禾叶片的生长形态及生长规律,通过对草地早熟禾叶片生长数据的分析研究,提出了不同生长时期草地早熟禾叶片的不同生长模型,利用时间参数将这两种模型结合在一起,建立了草地早熟禾叶片的连续虚拟生长模型,它能克服以往单一生长模型不能全面描述生长过程、模型间断、不连续等缺点.基于此生长模型,对草地早熟禾叶片的生长过程进行了三维可视化实现.     

基于参数L-系统的黄瓜苗期生长可视化研究

为真实模拟黄瓜苗期生长过程,提出生长数学模型和参数L-系统相结合的黄瓜苗期生长可视化方法.通过黄瓜生长实验建立黄瓜生长数学模型,分析黄瓜苗期形态结构变化规律,提出基于参数L-系统的黄瓜苗期生长模型,用图像处理技术提取叶片轮廓特征点,并基于特征点用三角面片法三维重建叶表面,利用3次Bezier曲线和螺旋线分别描述黄瓜叶柄中轴线与节间中轴线,采用五边形作为叶柄截面,四边形作为节间截面,用三角面片法三维重建叶柄与节间表面,在VC++6.0平台下调用OpenGL图形库函数,实现了黄瓜苗期生长的三维可视化模拟.该方法可真实反映黄瓜苗期连续生长情况,为同类农作物的真实虚拟提供了一种新的方法.     

利用多时序激光点云数据提取棉花表型参数方法

当前,能够实现作物表型参数高效、准确的测量和作物生育期表型参数的动态量化研究是表型研究和育种中亟待解决的问题之一。本研究以棉花为研究对象,采用三维激光扫描LiDAR技术获取棉花植株的多时序点云数据,针对棉花植株主干的几何特性,利用随机抽样一致算法（RANSAC）结合直线模型完成主干提取,并对剩余的点云进行区域增长聚类,实现各叶片的分割;在此基础上,完成植株体积、株高、叶长、叶宽等性状参数的估计。针对多时序棉花激光点云数据,采用匈牙利算法完成相邻时序作物点云数据的对齐、叶片器官对应关系的建立。同时,对各植株表型参数动态变化过程进行了量化。本研究针对3株棉花的4个生长点的点云数据,分别完成了主干提取、叶片分割,以及表型参数测量和动态量化。试验结果表明,本研究所采用的主干提取及叶片分割方法能够实现棉花的枝干和叶片分割。提取的株高、叶长、叶宽等表型参数与人工测量值的决定系数均趋近于1.0;同时,本研究实现了棉花表型参数的动态量化过程,为三维表型技术的实现提供了一种有效的方法。     

基于小波能量系数和叶面积指数的冬小麦生物量估算

生物量是评价作物长势及产量估算的重要指标,科学、快速、准确地获取生物量信息,对于监测冬小麦生长状况以及产量预测等具有重要意义。以冬小麦为研究对象,通过相关性分析,选取相关性较好的小波能量系数,同时耦合叶面积指数,基于支持向量回归算法、随机森林算法、高斯过程回归3种算法构建冬小麦生物量估算模型。结果显示,基于小波能量系数,分别利用支持向量回归算法、随机森林算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.55、0.40、0.39;0.75、0.70、0.83;0.84、0.92、0.93;0.84、0.89、0.85。表明高斯过程回归模型估算精度最优。叶面积指数耦合小波能量系数,利用支持向量回归算法、随机森林回归算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.76、0.73、0.77;0.76、0.72、0.84;0.87、0.94、0.94;0.85、0.90、0.91。表明高斯过程回归算法估算精度最优,并且在一定程度上能够克服冠层光谱饱和现象,提高模型估算精度。以小波能量系数和叶面积指数为输入变量结合高斯过程回归算法建立冬小麦生物量估算模型,可以提高生物量估算精度,为基于遥感技术的作物参数快速估算提供参考。     

作物生长模拟模型研究综述

阐述了作物生长模拟模型的概念及其意义、国内外研究进展、存在的问题和发展趋势。国内外作物模拟模型的研究主要以水稻、小麦和玉米作物模拟模型研究为主,近几年也出现了对其他作物模拟模型的研究,如大豆、棉花、烟草、马铃薯、苜蓿以及一些园艺作物。在分析已有作物生长模拟模型研究存在问题的基础上,提出了作物生长模拟模型研究的发展趋势。     

基于无人机影像技术的小麦长势遥感监测

随着精准农业的发展,农作物长势监测越来越重要.传统的小麦长势监测主要依靠人工采样进行,作业效率低、监测范围小、耗费人力物力大.为有效提高小麦长势监测效率,引入无人机影像技术,以曹妃甸地区的小麦为研究对象,利用无人机影像技术和高光谱影像采集传感器完成对曹妃甸地区小麦叶面积指数、叶片生物量、叶绿素含量及叶片氮含量等长势参数...     

基于PEST的RZWQM2模型参数优化与验证

根据糯玉米-冬小麦田间喷灌试验不同处理结果,利用独立的自动参数估计软件PEST对RZWQM2模型进行参数优化,并分析了24个模型参数的综合敏感度。通过控制不同观测变量(土壤含水率、土壤氮素含量、作物叶面积指数、产量)模拟差异函数值在目标函数中的比重,优化目标方程,确定模型参数,并用田间试验数据对模型进行验证。结果表明,在不同观测变量的模拟差异函数值最接近条件下,冬小麦出叶间隔特性参数、冬小麦春化作用敏感特性参数及糯玉米出叶间隔特性参数等3个参数对模型整体模拟效果影响最大。相比试错法而言,基于PEST优化的RZWQM2模型能够更准确地模拟糯玉米-冬小麦轮作系统中水分、氮素及作物生长情况。     

基于MODIS数据的冬小麦种植面积快速提取与长势监测

利用MODIS-NDVI数据,以中国冬小麦主产区为例,探讨了基于遥感影像全覆盖的大尺度冬小麦种植面积遥感综合自动识别及长势监测的方法。通过分析冬小麦的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定了冬小麦信息提取的NDVI阈值,建立了冬小麦面积提取模型,并最终获取了2010—2011年中国农情遥感监测中冬小麦长势监测所需的空间分布数据,与多年平均统计数据比较,总体精度达到81%以上。基于提取的冬小麦面积信息空间分布数据,利用MODIS-NDVI差值模型,对冬小麦2011年的长势进行监测。结果表明,与近5年平均状况对比,2011年冬小麦在其整个生育期内长势基本与常年持平,但时空分布差异较大。     

RZWQM2模型对河北坝上地区大白菜模拟适用性评价

为明析根区水质模型(RZWQM2)对河北坝上地区蔬菜作物的适用性,以该地区膜下滴灌大白菜为研究对象,建立模型运行的气象、土壤及作物数据库,模拟2018年和2019年大白菜生育期内田间土壤水分动态变化、作物株高变化及最终产量,并通过实测值进行对比分析.结果表明:①经过对该模型参数的校准,得到各土层(20 cm、40 cm...