小麦苗期耐低氮胁迫的基因型差异

为了确定适宜的小麦耐低氮基因型筛选指标,采用温室水培方法系统评价了不同年代的32个小麦品种苗期耐低氮胁迫的基因型差异.结果表明,低氮条件下小麦形态和生理指标有显著的基因型差异.主成分分析表明.植株干重、植株氮积累量、地上干重、植株氮舍量、根冠比、根长的耐性指数在四个主成分中占较大比重;相关性分析表明,植株氮积累量与植株干重、植株氮含量耐性指数相关达到极显著水平.地上干重与根冠比和根长的耐性指数相关达到显著水平;不同小麦基因型的植株氮积累量与地上干重耐性指数存在较大变异(CV>15%).因此,植株氮积累量以及地上干重的耐性指数适合作为筛选指标.这32个小麦品种可分为低氮敏感型、中间型和耐低氮型.     

小麦叠加叶片的叶绿素含量光谱反演研究

为了给田间冠层水平叶绿素含量高光谱反演研究提供参考,研究了小麦单层及叠加叶片不同波长光谱反射率及几种常用植被指数对叶绿素含量的响应特征。结果表明,可见光波段的绿光到红光波段范围内叶片光谱反射率与叶绿素含量存在良好的相关关系,其中在绿光反射峰550 nm附近和红边区域的705 nm附近反射率都可以用来预测叶绿素含量。红谷吸收表现为随叶绿素含量提高而蓝移的特征。常用植被指数NDVI在本研究中对小麦叶片的叶绿素含量的监测效果并不理想。SR705虽然与单层叶片叶绿素含量相关性较好,但是对叠加多层叶片的叶绿素含量反演效果不好。光谱参数中TCARI对单层叶片和不同叠加层数的叶片均有最好的预测能力,因此可以利用TCARI监测小麦叶绿素含量,进而用于评价其光合特性。     

基于近红外光谱的土壤全氮含量估算模型

土壤全氮是诊断土壤肥力水平和指导作物精确施肥所需的重要信息,建立土壤全氮的近红外光谱估测模型并对建模波段进行优化选择对于土壤养分信息快速获取和精确农业发展具有重要意义。该研究以中国中、东部地区5种主要类型土壤为研究对象,利用近红外光谱仪采集土壤样品的光谱信息,结合近红外区域分子振动特点选取全谱、合频、一倍频、二倍频和N-H基团及其组合的8个波段,采用多元散射校正等多种预处理方法组合进行处理,结合偏最小二乘法(PLS)对每个波谱区域进行定标建模。结果表明,利用4000～5500cm-1波谱区域结合附加散射校正处理过的原始光谱建立的模型精度表现最好,其内部互验证决定系数达到0.90,均方根误差为0.16。经不同类型土壤的观测资料检验,模型验证决定系数为0.91,均方根误差为0.15,相对分析误差RPD为3.40,表明模型具有极好的预测能力。因此,利用近红外光谱可以实现土壤全氮的快速估测,且以合频波段(4000～5500cm-1)为建模区域可以得到更好的预测效果。     

基于本体的作物系统模拟框架构建研究

 【目的】研究作物系统模拟框架（CSSF）可以为构建作物生长模型及设计可重用的作物系统模拟软件提供基础框架。【方法】将本体技术应用于作物模拟模型领域,以作物生长的基础生理生态过程为主线,基于仿真本体和作物模拟本体,综合分析与提炼稻麦棉油等作物的建模流程、生长模拟模型算法及模型参数中的共性概念及概念之间的相互关系,构建了CSSF。【结果】CSSF包括作物建模外部知识框架（CMOKF）和作物模型内部知识框架（CMIKF）,其中CMOKF提炼了作物系统受时间、空间和自然环境共同驱动的共享特征,CMIKF描述了生育期、生物量积累、干物质分配与产量形成、器官建成、作物-土壤水分动态和养分平衡等作物模型组分与模型算法的共性特征。【结论】CSSF实现了作物建模概念、流程、结构和方法的知识级共享,对设计可重用的作物模型软件体系结构具有指导作用。     

水稻叶鞘和节间生长过程的动态模拟

通过对不同水分和氮素水平下不同类型水稻品种叶鞘和节间伸长过程的连续观测和定量分析,构建了水稻主茎和分蘖叶鞘与节间生长的模拟模型。采用Logistic方程描述了主茎和分蘖叶鞘及节间的动态伸长过程;基于同伸叶鞘问的关系用二次曲线描述了分蘖叶鞘长度的变化;基于节间长度与直径的线性关系描述了节间直径的变化。另外,用叶片含水量和含氮量描述了不同水分和氮素水平对叶鞘和节间生长的影响。利用独立的水稻田间试验资料对所建模型进行了测试和检验,结果显示,主茎和分蘖叶鞘（一级分蘖和二级分蘖）长度模拟值的根均方差（RMSE）分别为0．65、0．52和0．46cm;节间长度和直径模拟值的RMSE分别为0．42、0.15cm。本模型具有较好的预测性,能定量描述不同品种和环境条件下水稻叶鞘和节问的动态伸长过程。     

水稻植株的虚拟生长

以节间及其着生叶或穗为单位,将水稻植株分解成N 3个结构单元(N为植株总叶龄),采用L系统技术描述了水稻植株拓扑结构。并根据田间试验获得的水稻品种武运粳7号植株器官的几何参数,结合L系统的导龟解释,实现了武运粳7号不同生长阶段植株空间形态结构的虚拟再现。     

基于多库融合的作物模型资源仓库

构建作物模型资源仓库(CMRW)有助于模型资源的组织、集成、积累和管理.该文提出CMRW可由作物模型实验数据库、框架库、算法库和方案库组成,具有模型结构与建模流程并重以及多库融合的特点,可通过模型资源生命周期的变化提升其价值.研究以关系型数据库技术为基础,采用虚节点方法扩展作物模型结构,利用"知识页 算法知识组 算法单元"方式组织建模知识,结合刻面分类方法描述模型组件属性,并综合基础数据库和方案数据库信息,将作物模型框架库、算法库、实验数据库和方案库共同转化为CMRW的关系数据模型.并在Microsoft SQL Sezver数据库平台上,建立了小麦生长模型资源仓库,实现了作物模型构件库、建模知识库和实验数据库的多库融合,为作物模型集成与重用积累资源.     

不同粮草复种方式下土壤养分动态研究

对6种不同的粮草复种方式下土壤养分的季节变化进行了比较研究.结果表明:冬季种植牧草与种植粮食作物比较降低了土壤pH值、增加了土壤有机质和速效养分,特别是冬季种植多花黑麦草和黑麦明显增加了土壤有机质、碱解N、速效K和速效P含量,促进后作生长,为后季作物增产提供可能性.土壤pH值随土层增加而增加,土壤养分随土层增加而减少.经过一个复种周期,各复种方式土壤pH值稍有提高;有机质、全N、碱解N含量稍有降低,变化不大;土壤速效P和速效K含量有较大幅度的降低.     

小麦叶片叶绿素荧光参数与反射光谱特征的关系

以宁麦9号(低蛋白质含量)、淮麦20(中蛋白质含量)和豫麦34(高蛋白质含量)为试材,设0~300 kg hm^-2不同施氮水平,经2003—2004年和2004—2005年田间试验,对小麦顶部4张叶片叶绿素荧光参数和反射光谱特征的变化规律及其相互关系进行了分析。结果表明,小麦叶片叶绿素荧光参数F_v/F_m和F_v/F_o随施氮水平提高呈上升趋势,同时叶片光谱反射率在不同施氮水平、叶位和生育期均有明显差异。小麦植株顶1叶和顶2叶反射光谱在可见光区（520~680 nm）和近红外区（750~850 nm）与叶绿素荧光参数稳定相关。顶端2张叶片的植被指数DVI(750, 550)、DVI(735, 690)和TVI(750, 670, 550)与荧光参数F_o、F_m、F_v、F_v/F_m、F_v/F_o、F_s、F_m’、F_o’、F_v’、F_v’/F_m’的相关性均较好,其中DVI(750, 550)的相关性最好,且回归系数在不同品种和不同生育期之间没有显著差异。表明利用小麦叶片反射光谱监测其叶绿素荧光参数是可行的。     

利用冠层反射光谱预测小麦籽粒品质指标的研究

以两个专用小麦品种为材料，系统分析了小麦花后冠层反射光谱特征和籽粒品质形成的动态变化规律以及两者之间的关系。结果表明，花后冠层光谱反射率在可见光波段逐渐升高，而在近红外波段逐渐降低。开花期反射光谱与籽粒品质指标相关较好，但用来直接预测籽粒品质还存在一定的局限性。由于反射光谱能可靠推断叶片氮素状况，而