水稻叶片几何参数的模拟分析

【目的】在生长模型输出的基础上，构建预测水稻叶片几何参数的动态模型，以便更准确地实现水稻的虚拟生长。【方法】在试验观测的基础上，分析了不同品种类型水稻分蘖与主茎同伸叶片叶长之间以及叶长与叶宽之间的定量关系，进一步耦合水稻叶龄、叶面积和茎蘖数模拟模型，进行水稻叶片几何参数变化的动态模型构建。【结果】不同品种类型水稻分蘖与主茎同伸叶片的叶长比随分蘖叶序呈二次曲线变化，叶长与叶宽的关系可用幂指数函数描述。运用独立实测资料对模型进行的初步检验显示，本模型可较好地模拟不同生长条件下水稻不同叶位叶片的几何参数。【结论】本研究构建的水稻叶片几何参数分析模型较好地体现了器官几何参数受生态环境、品种类型和栽培措施影响的形态生理规律，为水稻虚拟生长提供了可靠和普适的叶片几何特征确定方法。     

基于生物量的水稻叶片主要几何属性模型研究

 【目的】构建基于生物量的水稻叶片主要几何属性模型,为水稻株型设计与调控提供理论依据。【方法】以两优108、86优8、南粳43及扬稻6号为材料,设置品种、氮肥与密度田间试验,观测水稻主茎不同叶位叶片长度和宽度,分析了水稻主茎叶片长和宽的关系、比叶重（SLW）随叶位的变化规律,以及水稻叶片干重与叶长和叶宽的关系,构建基于生物量的水稻叶片主要几何属性模型。【结果】叶长与叶宽的关系可用幂指数方程表达,比叶重随叶位呈二次曲线变化。采用独立的试验资料检验模型,主茎叶片叶长、叶宽模拟值与实测值的根均方差（RMSE）分别为2.55和0.06 cm。【结论】几何属性模型可较好地模拟不同生长条件下水稻主茎不同叶位叶片的主要几何属性,为生长模型与形态结构模型的结合奠定了基础。     

基于B样条曲线的水稻叶片几何参数测量系统

基于B样条曲线的水稻叶片几何参数测量系统能无损、精确获取水稻叶片几何参数,可为农学研究提供精准数据。该研究分析了B样条曲线拟合基本原理,采用1次B样条曲线获取水稻最大叶宽,基于3次B样条曲线交互绘制手势轨迹曲线逼近叶脉获取水稻叶长,控制点数量和位置可人工干预,实现轨迹曲线实时调整。运用变异系数和均方根误差评价测量结果,结果显示,叶长变异系数为2.4%,叶宽变异系数为5.4%,均小于15%,测量结果精度较高;建立系统预测值和实测值线性回归拟合模型,水稻叶长均方根误差为1.534 0 cm,叶宽均方根误差为0.101 9 cm,系统预测能力较好。利用B样条曲线测量叶片几何参数,前期图像获取简便,能够真正实现便捷、无损、准确获取水稻叶长、叶宽,为水稻叶片几何参数的测定提供了一种新的测量方法,可满足农业科学研究基本需要。     

基于AutoCAD软件确定番茄与青椒叶面积的简易方法

为准确而方便的获取番茄和青椒的叶面积,利用扫描仪获取叶片图像,通过AutoCAD获取叶片的实际面积,并与田间实测叶长、叶宽及叶片长宽乘积分别进行回归分析,分别建立了叶长、叶宽及长宽乘积与实际叶面积的回归模型.研究结果表明,叶长、叶宽与叶面积呈幂函数关系,长宽乘积与叶面积呈线性关系;分别对3种估算模型模拟值进行误差分析结果显示,叶长、叶宽回归模型的模拟精度较差,而长宽乘积回归模型的模拟误差很小,精度较高,可以较真实地反映番茄和青椒叶面积的实际大小,叶片长宽乘积估算叶面积的折减系数分别为0.6393和0.6509.     

蒲公英叶片生长特性研究

为研究不同生长时期蒲公英叶片生长发育规律,探索蒲公英叶片的生长发育特性,在春季定植的蒲公英试验田,每次随机选择6株,观察其生长状况,定期测定其叶片数、叶长、叶宽、叶鲜重、叶干重、叶绿素含量,计算其平均值,并绘制动态变化曲线图。其生长发育变化规律表明,在测定期内,蒲公英叶片数和叶绿素含量呈先上升后下降的趋势,而叶长、叶宽、叶鲜重、叶干重表现出逐渐增加的规律。     

甘肃啤酒大麦叶片生长特征模拟模型研究

通过对3种不同品种甘肃啤酒大麦叶片的生长过程的连续观测和系统分析,采用Richards方程描述了不同叶位叶片的叶长、叶宽和叶面积的动态生长过程,构建了大麦叶片生长特征的模拟模型,并用不同品种的大麦进行检验.结果表明:模型对不同品种大麦叶片叶长的RMSE值在0.76~2.74cm之间,叶宽的RMSE值在0.013~0.35cm之间,表明模型具有较好的相关性和预测可靠性.     

灰木莲叶面积回归方程的建立

以两年生灰木莲叶片为材料,对其叶长、叶宽、叶长×叶宽与叶面积进行回归方程的建立、检验及比较。结果表明:采用5个回归方程拟合,叶长、叶宽、叶长×叶宽与叶面积之间均存在一定的相关性,且各回归方程差异达极显著水平,但以叶长×叶宽与叶面积的回归方程拟合得最好;经验证,以叶长×叶宽与叶面积的线性回归方程和叶长×叶宽与叶面积的幂函数回归方程2个方程理论值与实测值的误差率较小,在±1%之内,能比较准确地测量灰木莲的叶面积。     

茎用莴苣不同生长阶段的叶面积估算方法

利用快速、精确的方法,建立了不同类型的茎用莴苣品种(长叶型和卵圆叶型)的叶面积与其叶长、叶宽、以及叶长×叶宽之间的直线回归关系.结果表明叶面积与叶长×叶宽之间有很大的相关性.长叶品种的直线回归方程为LA=-0.0182±0.6766 L×W(R2=0.9934),卵圆叶品种的直线回归方程为LA=-7.4722±0.7075 L×W(R2=0.9868).用回归方程进行叶面积估算,最理想的方法是不同时期采用不同的回归方程式.本研究还表明,在叶面积的估算中必须考虑叶片的生长时期和特殊叶型的品种.因此,用合适的回归模型来迅速和准确地估算叶面积是可行的.     

中华寿桃叶面积测算方程的建立

以中华寿桃叶片为试材,研究了叶长、叶宽、叶长×叶宽与叶面积的相关关系.结果表明,叶长、叶宽、叶长×叶宽、叶长和叶宽、叶长和叶长×叶宽、叶宽和叶长×叶宽与叶面积均呈极显著正相关关系,以叶宽和叶长×时宽与叶面积的复相关系数最高.建立的6个回归方程均可测算中华寿桃叶面积,可根据精度要求和测算工作量等进行选择.     

桑树不同杂交组合叶片生长速率及叶片

【目的】了解桑树不同杂交组合叶片的生长速率及叶片性状的相关性,为桑树育种及其高产栽培提供理论依据。【方法】调查17个广西桑树杂交组合各阶段叶片大小、叶柄大小、叶绿素相对含量、单片叶重,计算各叶龄阶段日生长率,并对叶片生长速率及其性状进行相关性分析。【结果】桑树幼叶展叶后10～12 d是桑叶生长的最快时期,平均日生长率叶长达9.82%、叶宽达11.71%,之后生长减慢,26 d后叶片生长变化极小;展叶后3～33 d的生长总量为：叶长平均增加115.8 mm,增长率达207%;叶宽平均增加114.9 mm,增长率达270%。叶绿素相对含量随着叶龄的增大而增加,展叶后3～33 d的叶绿素相对含量增加29.7 SPAD,增长率达237.0%。相关性分析结果表明,叶宽与叶长、叶宽与单片叶重、叶柄粗细与单片叶重间均存在显著正相关,而叶柄长与叶长、叶宽、叶柄粗细、单片叶重的相关不显著。【结论】桑树杂交组合叶片在春季一般遵循“缓慢—快速—缓慢”的生长规律,叶片叶绿素相对含量随着叶龄的增加而逐渐增大,在幼叶展开10～12 d时叶片生长速度及叶绿素相对含量增加最快;桑树品种选育时应以叶片的叶长与叶宽作为选育的主要间接指标。     

不同栽培方式下水稻形态发生比较研究

[目的]比较不同栽培方式下水稻(Oryza sativa L.)形态特性,研究不同水稻品种间器官生长和发育特征动态。[方法]通过连续性观察和破坏性取样,获得叶片长度、节间数、株高、分蘖数、叶片角度、叶面积和比叶重等数据,从而比较白稻(籼稻)、金南凤(粳稻)、9325(粳稻)和9915(粳稻)4个水稻品种在江苏南京卫岗大田、卫岗盆栽和江浦大田3种栽培方式下器官形态差异。[结果]每个节位的最大叶长在生长早期逐步上升,后期逐渐下降,可以用方程y=axb和y=ax+b来描述最大叶长和节位的关系;卫岗盆栽水稻的节间数、生长期、叶长和株高比其他2种大田种植的数值小;可以用方程y=ax+b来描述株高与日照时数和有效积温的关系,增加1 cm株高需要19.23℃.d≥10°C积温、8.12 h日照时数;籼稻的株高、分蘖数和叶面积比其他3个粳稻品种多,但比叶重和叶角比其他3个粳稻品种小。[结论]比较水稻品种间形态特征差异,是选择节水耐旱品种的一个重要方面。该研究结果若被整合进一个水稻功能结构模型,即可通过模拟三维空间内水稻器官生长动态为节水耐旱品种选育提供株型参考。     

Modeling curve dynamics and spatial geometry characteristics of rice leaves

The objective of this work was to develop a dynamic model for describing leaf curves and a detailed spatial geometry model of the rice leaf(including sub-models for unexpanded leaf blades,expanded leaf blades,and leaf sheaths),and to realize threedimensional(3 D) dynamic visualization of rice leaves by combining relevant models. Based on the experimental data of different cultivars and nitrogen(N) rates,the time-course spatial data of leaf curves on the main stem were collected during the rice development stage,then a dynamic model of the rice leaf curve was developed using quantitative modeling technology. Further,a detailed 3 D geometric model of rice leaves was built based on the spatial geometry technique and the non-uniform rational B-spline(NURBS) method. Validating the rice leaf curve model with independent field experiment data showed that the average distances between observed and predicted curves were less than 0.89 and 1.20 cm at the tilling and jointing stages,respectively. The proposed leaf curve model and leaf spatial geometry model together with the relevant previous models were used to simulate the spatial morphology and the color dynamics of a single leaf and of leaves on the rice plant after different growing days by 3 D visualization technology. The validation of the leaf curve model and the results of leaf 3 D visualization indicated that our leaf curve model and leaf spatial geometry model could efficiently predict the dynamics of rice leaf spatial morphology during leaf development stages. These results provide a technical support for related research on virtual rice.     

水稻根系建成对高产形成的模拟模型与调控决策研究──Ⅰ 水稻根系形态建成参数与产量形成关系的初步研究

为建立水稻根系的模拟,对水稻根系形态建成参数与产量形成及地上部器官建成之间的关系进行了研究,结果表明齐穗期的上位根干重密度和上位根长密度与每蔸穗数、每蔸有效穗数及籽粒产量之间关系密切,根系参数与地上部叶干重、叶面积指数呈正相关,并建立了上位根重密度及根长密度与产量之间的回归方程。     

水稻拔节至抽穗期叶片着生状态的数学模型模拟比较研究

[目的]为了寻找描述水稻叶片着生状态特性的最佳数学模型,更好地揭示水稻生长过程中株形特性。[方法]以杂交稻品种B优827为试验对象,用Logistic、渐进回归、二次曲线、S曲线、逻辑斯蒂和Gauss 6个方程分别对水稻叶片着生角度进行拟合,并比较了不同方程的拟合效果。[结果]6个方程对B优827的叶片着生角度都能拟合且达到极显著水平(P<0.01)。相比之下,Gauss模型拟合决定系数最大。[结论]Gauss模型拟合效果最好,能更好地反映品种的叶片着生状态特性。     

基于图像特征的水稻叶片全氮含量估测模型研究

探究水稻叶片生长外部颜色、几何形态特征与其全含氮量之间的定量描述关系,可以快速且准确地诊断水稻氮素营养状况。研究筛选了全氮含量估测敏感叶位,并比较了基于多元线性回归和机器学习方法的水稻敏感叶位全氮含量估测模型,为构建高性能的氮素营养定量诊断模型提供思路和方法。水稻田间试验于2017—2018年在江西省南昌市成新农场进行,供试水稻品种为两优培九,设置4个施氮水平(施氮水平从低到高为0、210、300和390 kg·hm^-2)。在水稻幼穗分化期和齐穗期,分别扫描获取水稻顶部第一完全展开叶叶片(顶1叶)、顶部第二完全展开叶叶片(顶2叶)以及顶部第三完全展开叶叶片(顶3叶)图像,共4 800张图像。通过图像处理技术获取25项水稻扫描叶颜色和几何形态特征,采用多元线性回归进行全氮含量估测,筛选出两个时期的敏感叶位,并应用机器学习方法建立水稻敏感叶位的全氮含量估测模型。与人工测量相比,通过图像处理方法获取的水稻叶片长宽平均相对误差分别为0.328%、3.404%;幼穗分化期顶3叶和齐穗期顶2叶较其他同期叶位更为敏感,且以幼穗分化期顶3叶最为敏感;应用机器学习建立的水稻敏感叶位全氮含量估测模型略优于多元线性回归模型,且采用BP神经网络建模最佳,幼穗分化期顶3叶模型验证集的RMSE_v=0.089、MRE_v=0.034、 $R^{2}_{v}$=0.887,齐穗期顶2叶模型验证集的RMSE_v=0.132、MRE_v=0.046、$R^{2}_{v}$=0.820。幼穗分化期顶3叶和齐穗期顶2叶的叶片图像特征最具有代表性,进行全氮含量估测更具可行性,可作为水稻氮素营养诊断的有效叶位。     

基于图像处理的水稻叶片三维可视化研究

介绍利用数字图像处理技术提取水稻叶片几何参数及边缘轮廓曲线的方法,分别利用三角网格化技术和贝塞尔曲线来描述叶片边缘信息,并对2种方法进行比较。通过二次生长曲线方程实现了水稻叶片的三维建模及可视化表达。     

薏苡叶片的生长与叶面积的研究

本文以两个不同来源的品种为材料，分析了薏苡叶片的大小、叶面积的测定方法及叶面积的变化与组成，结果表明：薏苡叶片的大小因品种和着生部位（叶序）而异，一般中上部叶片较宽大，基部叶较短小；用长宽法测定叶面积的校正系数也因叶序不同而有一定差异，以中上部和基部叶较大，中下部叶较低，两品种的总平均为０．７２７；叶面积（Ｙ）与叶片的长宽乘积（Ｘ１）和长宽比值（Ｘ２）呈极显著正相关，回归方程分别为Ｙ＝－０．２８６＋０．７３０５Ｘ１和Ｙ＝－６．９２８＋４．９２６８Ｘ２；薏苡一生中叶面积的变化呈一元三次曲线，大约在抽穗末期达最大值，一生都处于淹水条件下的单株叶面积和比叶面积均较低；薏苡在中后期分枝分蘖叶面积占全株的比重大，中上部主茎叶面积占主茎叶面积百分比较高     

不同播期对广东双季晚稻秧苗素质的影响研究

[目的]研究不同播期对水稻秧苗素质的影响,为确定晚季的最佳播种期提供理论依据。[方法]通过对3个水稻品种6个不同播期情况下生长的秧苗的地上部和地下部性状调查,确定双季晚稻最佳播种时期。[结果]第1叶鞘高与第2叶长呈极显著的正相关,且他们的二次拟合方程具有很好的拟合性。3个水稻品种的不同播期对地上部和地下部的影响都有显著差异。[结论]初步确定广东地区双季晚稻品种天优428的最佳播种期在6月25～7月2日,天优998和玉香油占晚季的最佳播种期在7月2～9日。