基于基因表达式编程的作物水分生产函数构建

作物水分生产函数的确定是农业水资源优化配置的关键。该研究采用农业水文生态系统模型（Agro-Hydrological & Chemical and Crop systems simulator, AHC）与基因表达式编程（Gene Expression Programming, GEP）相结合的方法构建作物水分生产函数。以河套灌区3种主要作物（葵花、玉米、小麦）为研究对象,采用AHC模型模拟作物产量等,构建基于GEP算法的作物水分生产函数,探讨考虑盐分胁迫的作物水分生产函数构建的思路与方法。结果表明：1）作物模拟产量与地下水埋深、地下水矿化度和灌水量等因素有关。2）构建作物水分生产函数的最优输入因子组合为地下水埋深、灌溉量、蒸散发、地下水矿化度、土壤根层盐分对作物胁迫因子、土壤根层含水率。3）应用作物水分生产函数估算不同灌溉定额条件下作物产量（预测产量）,并与AHC模型计算的产量（模拟产量）进行比较,玉米、葵花、小麦预测产量与模拟产量具有很好一致性,其决定系数分别是0.96、0.93、0.96,平均相对误差均小于5%,满足计算精度要求。因此,该研究所构建的作物水分生产函数可以较准确地估算盐分胁迫下作物产量,为农业节水与灌溉水高效利用提供科学参考。     

基于L系统虚拟植物生长模型的研究

器官是植物形态构建的关键因子。本文从虚拟植物生长工作基本原理,并从基于L系统技术来虚拟植物的生长出发,针对植物形态结构的复杂,虚拟植物生长的各器官之间存在着很强的交互性和协调性,及目前虚拟植物模型构建方法可能带来的非结构化等问题,提出了利用L系统构建虚拟植物模型的技术,结合油菜生长的具体实际,虚拟植物的生长;最后对虚拟植物各个器官之间的关系和不同环境的适用性等方面进行了展望。     

植物形态的分形重构方法及应用

在分析分形几何的迭代函数系统（IFS）、L-系统和受限凝聚模型（DLA）等方法的基础上,阐述了分形理论在自然景观物仿真方面的应用,设计了一个可视、可控的植物分形模拟系统来模拟各种植物生长形态,并给出了实例。     

基于分形理论和二叉树结构的植物遗传模型研究

从L系统的定义出发,解释了以二叉树结构为基础的模型设计原理,提出了基于L系统的二叉树结构关系模型以及相应的算法,并以植物器官间的遗传为背景,简单介绍了此模型在植物病虫害防治上的应用,为作物遗传与病虫害的防治提供新的理论与方法。     

土壤-植物系统中硒的浸提形态研究进展

硒是环境中重要的生命元素,对人和动植物体的健康有重大的影响。本文结合国内外的最新研究进展,对土壤-植物系统中硒的浸提形态做了较为详细的综述。首先,重点介绍了目前研究较多的土壤硒的浸提形态,然后介绍了植物中硒的浸提形态,最后展望了硒在浸提技术上的发展趋势,以便为今后的研究提供参考。     

结合图像重建和L系统的虚拟植物原型系统设计

为模拟植物的生长或形态特性,探索提出了一种结合图像重建和L系统的虚拟植物可视化原型系统;植物主干采用L系统生成;植物细节对视觉效果影响较小,采用植物器官表面重建;采用规则建模来提高模型的可控性,基于图像重建得到更好的可视效果。试验表明该文方法能够降低建模复杂度,较好实现虚拟植物的可视化展现。     

基于结构-功能互反馈机制的植物生长可视化建模与仿真(简报)

为确定植物生长可视化建模的一般方法,在总结国内外相关研究成果的基础上,归纳了基于结构-功能反馈机制的植物生长可视化建模的步骤,研究了建模过程中涉及的植物形态结构描述模型、结构模型与功能模型的结合、可视化模型以及模型的有效性检验等关键性技术问题,最后以具体作物生长可视化建模为例阐述了该技术的应用,并对关键性技术问题进行了讨论.研究结果表明,基于结构-功能反馈机制的作物生长模型,不但能可视化模拟不同环境因素下作物的生长发育状况,而且可在作物理想株型培育、群体产量预测、栽培管理等领域发挥实际作用.     

基于X3D的虚拟植物建模与可视化研究

本文在阐述X3D虚拟现实技术的基础上,介绍并分析了基于X3D虚拟植物建模的关键技术和优势,进一步探讨了基于X3D虚拟现实技术植物建模的原理与方法,最后,针对国内外应用现状,提出了应用中出现的问题,并为未来的研究方向进行了展望。     

基于GPU的虚拟植物生长的双尺度自动机模型实现方法

为提高双尺度自动机模型绘制植物图形的速度,给出其基于图形处理器（GPU）的并行实现方法。该方法将拓扑结构与归一化植物器官相结合构造三维植物图形：首先在GPU顶点着色器（vertex shader）中构造拓扑结构,然后在GPU几何着色器（geometry shader）中实现几何造型,最后将几何结构数据渲染到帧缓存中显示。选取植物学家给出的一株白杨进行基于GPU的生长模拟试验。结果显示,随绘制顶点数的增加,采用GPU进行绘制,相对CPU而言,其加速比可以从几倍扩大到十几倍以上。该方法可进一步应用于大规模自然场景绘制、虚拟农业等领域。     

基于改进GEP的农网短期负荷预测

针对传统基因表达式程序设计（GEP）算法初始种群的产生是随机的,变异率不能在进化的过程中做适应性的调整,对基因的好坏没有标识,在解决相类似的问题时不能利用以往的运行结果的缺点进行了改进,提出了过度繁殖、环境因子选择,自适应变异率,信息素标识基因的好坏,借鉴以往程序运行得到的数学模型的方法,并将改进后的基因表达式程序设计（IGEP）算法应用于农村配电网短期负荷预测中。预测过程是先对负荷样本进行数据预处理,消除伪数据,然后运用改进后的基因表达式程序设计的灵活表达能力,把不同日同一时刻的负荷序列作为样本,分别对平日(周一到周五)和周末的未来时刻的负荷进行分时短期预测。算例表明改进后的基因表达式程序设计算法具有较高的效率,比遗传程序设计（GP）和基因表达式程序设计（GEP）算法具有更好的预测效果。     

酿酒酵母耐铜基因CUP1的克隆及其植物表达载体的构建

酿酒酵母铜金属硫蛋白（ｃｏｐｐｅｒ ｍｅｔａｌｌｏｔｈｉｏｎｅｉｎ,Ｃｕ－ＭＴ）,属于第Ⅱ型金属硫蛋白,Ｃｕ－ＭＴ由酿酒酵母耐铜基因ＣＵＰ１编码,由６１个氨基酸残基组成,其中半胱氨酸残基１３个,占Ｃｕ－ＭＴ总氨基酸数的２１．３％,Ｃｕ－ＭＴ与铜离子有较强的结合力,在酵母细胞中主要参与过量铜的解毒作用。本研究通过ＰＣＲ方法,从酵母基因组ＤＮＡ中扩增出了ＣＵＰ１基因,克隆于ｐＵＣ１９的多克隆拉点。扩增     

基于体着色的植物构型三维重建和可视化模拟

对植物进行三维重建通常利用立体视觉原理,由于立体匹配无法自动完成,加大了对植物构型时空变化的研究难度。根据体素颜色赋值法,设计了记录植物空间变化的体素三维重建系统,并利用其重建出植物点云数据,提出了针对植物体素点云数据进行滤波、分类及提取植物构型信息的算法,基于OpenAlea利用植物构型信息,建立植物构型模型并实现可视化模拟。采用阴香（Cinnamomum burmannii）枝条作为样本对该三维重建系统进行验证,结果表明,该系统能够自动重建枝条构型组织茎叶的点云,抽取植物构型信息的算法能快速正确得到枝     

生物质炭对植物表型及其相关基因表达影响的研究进展

【目的】生物质炭研究是近十年农业可持续发展研究的重要前沿领域。作为一种良好的土壤改良剂,生物质炭不仅能改善土壤肥力,而且能够通过改变土壤与植物的相互作用关系影响植物生长发育,最终影响作物的生产力。因此,以植物表型及其相关基因表达为视角的生物质炭研究有助于深入了解生物质炭对土壤和植物效应的作用机理,进一步充实生物质炭的农业应用的理论基础。 主要进展本文回顾了近年来国内外关于生物质炭对植物生长影响的研究,从作物生产力、作物根系生长、作物病虫害和作物基因表达四个方面论述了生物质炭对植物表型和相关基因表达的影响;分析了生物质炭对植物表型及其相关基因表达的可能机理,探讨了生物质炭对植物表型及其相关基因表达研究的不足,提出了未来研究的发展方向。 问题与展望未来生物质炭对植物表型和相关基因表达的研究应注重其系统性和全面性,例如建立规范化的生物质炭试验技术,特别是生物质炭相关标准和数据库的建立,同时应加强生物质炭对转基因作物的影响等方面的研究。     

基于R树空间索引的植保无人机与植保作业匹配算法

为了充分保障植保作业的科学分配和植保无人机资源的合理配置,设计了一套高效的植保无人机植保作业匹配算法,为用户提供无人机与植保作业的快速匹配。为适应植保作业的并发性、时效性和准确性要求高的特点,该算法基于R树空间索引技术设计,实现了植保作业的区域查询功能与智能化无人机植保作业推荐功能。无人机植保作业匹配算法允许用户在地图上搜索任意矩形范围内的植保作业,也可以根据植保无人机用户当前位置和用户偏好推荐最佳的植保作业。该文在植保无人机作业匹配算法基础之上实现了植保无人机租赁与智能化调度系统,系统测试与分析表明,基于R树的无人机植保作业匹配算法具有较高的灵活性、准确性、高效性和动态性等优势,单次R树查询服务器响应时间低于1 ms,能够实现高效且精确合理的植保作业查询与匹配。     

基于高斯HI颜色算法的大田油菜图像分割

针对自然条件下光照条件变化给大田油菜图像分割带来的问题,该文研究了油菜图像的高斯HI颜色分割算法,为作物生长发育周期的自动识别提供前期准备。已有统计结果表明,在仅保留绿色作物的图像中,不同色调值的像素数量服从高斯分布。该文将去掉背景信息的样本数据从RGB颜色模型转换至HSI颜色模型后,统计各个光强的所有像素对应的色调值,并计算其期望值和方差,依次得出所有强度所对应色调值的期望值和方差,建立出油菜作物色调强度查找表(hue intensity-look up table)。在此基础上,计算每个像素的色调值和期望值之间的差值,若差值小于阈值,则像素被分割为作物,否则为背景。为了在高斯HI颜色分割算法中确定合适的阈值,该研究选取了45幅不同天气状况(晴天、阴天和雨天)不同发育阶段(苗期、三叶期和四叶期)的油菜图像作为样本,探讨阈值的选取与分割结果的关系。结果表明阈值在[2.4,2.6]内分割效果最佳,油菜目标的形状特征完整度最好。为了对图像分割结果进行评价,分别利用高斯HI颜色模型、CIVE(color index of vegetation extraction)、EXG-EXR(excess green-excess red)、EXG(excess green)和VEG(vegetation)算法对15幅不同天气状况的图像进行分割。从视觉效果上来看,高斯HI算法仅需少量样本,即可达到满意分割效果。与其他方法相比,高斯HI颜色分割算法的误分割率(misclassification error,ME)仅为1.8%,相对目标面积误差(relative object area error,RAE)仅为3.6%,均优于其他4种算法的试验结果。在分割结果稳定性上,高斯HI颜色算法表现最好,其ME和RAE值的标准差最低,分别为0.7%和4.5%。试验结果表明,高斯HI颜色算法能取得较好的分割效果,而且对光照条件变化并不敏感,同时,能够充分保留油菜形状特征的完整性,为后期油菜生长发育周期的自动识别提供可靠数据。     

基于组合型L-系统的单树建模工具的设计与实现

该文依据植物形态学和树木生长过程的生理生态学原理,提出由器官尺度上升单树尺度的L-系统文法规则组合拼接方法,该方法有利于L-系统树木形态和生长规则的重用,实现对树木形态拓扑结构的本真还原和科学模拟。该文设计了基于L-系统的单树建模工具软件的功能体系结构,并在VC++开发环境下采用OpenGL图形标准、VRML虚拟现实建模语言开发完成了单树建模工具软件-LSTree。LSTree具有模型输入输出、树木三维可视化、生长过程模拟等业务功能,以及良好的人机交互性能和灵活、科学的单树模型组织管理方式。该软件可用于精准农业,以及植物学和生态学方面的教研、宣教等专业研究与应用。