光谱技术在作物生长与营养信息监测方面的研究进展

随着光谱技术的发展,植物光谱分析方法已成为监测作物生长与营养信息的重要手段。通过概述利用光谱技术监测作物叶面积指数(LAI)、生物量、含水量、叶绿素及氮素五项指标的研究进展,对光谱技术在作物生长与营养信息监测方面的研究进行了展望。

植物形态结构模拟与可视化研究进展

本文较系统阐述了植物形态结构模拟与可视化研究的社会背景、学术价值和经济意义,从创立与发展、研究与发展的总体趋势和特点、研究居世界先进水平的机构或学者以及领先标志等方面综述了植物形态结构模拟与可视化的研究进展;指出了该研究的前沿领域、空白点及薄弱环节,分析了中国在该研究中的总体水平、差距及其成因;最后在研究展望基础上提出了若干政策建议。

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0.06cm。【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。

油菜生长发育模拟模型研究

以2002—2005年中国长江中游地区田间试验为基础,结合相关文献资料,借鉴R/WCSODS思路,建立油菜生长发育模拟模型,包括油菜发育期、叶龄、干物质、叶面积及分枝数动态模型,并确定参数、检验与验证。例如,中双9号与中油杂2号在武汉和芜湖生育期观察值与模拟值平均绝对误差-0.9^-0.3 d,相关系数0.9996~0.9997,差值标准误2.2~2.3 d,最大绝对误差4 d。干物质与叶面积指数实测值与模拟值平均绝对误差分别为7.3 g.m-2和-0.1043,差值标准误分别为59.13 g.m-2和0.1506,相关系数分别为0.9916和0.9583,最大绝对误差分别为98.8 g.m-2和-0.27。油菜发育期和叶龄模型以温、光为主要驱动因子,油菜生长发育全过程划分为播种至出苗、出苗至抽薹、抽薹至初花以及初花至成熟4个生育阶段,精度较高,适用性好,通用性强,更符合管理要求且易掌握;春化模型同时考虑冬性、半冬性及春性品种,更为全面;油菜群体动态模拟模型初步考虑了绿色茎与角果光合;讨论了油菜模拟优化决策系统的结构与功能。

设施作物生长发育模型研究进展

对设施作物生长发育模型的特点、研究方法及发展趋势进行了综述与分析,以期为今后设施作物模型的建立与进一步研究提供参考。

基于Web与模拟模型的水稻栽培数字化设计

为了集成作物生长模型、决策支持系统与Web技术,以实现作物栽培数字决策技术的网络化。以武运粳7号、扬稻6号、粤优948及南粳41为供试材料,2005年在江苏省农科院试验区进行了不同基肥田间试验,采集和更新了品种参数;采用SQLServer2000建立水稻品种、土壤及气象资料数据库;采用VS.Net进行了水稻生长模拟、决策支持系统与Web的集成和页面设计,包括登录、系统主界面、品种参数管理、地点气象数据管理、参数调整以及水稻栽培决策等功能。基于Web与模拟模型的水稻栽培数字化设计符合TCP/IP协议,可在服务器上(IIS5.0)安装、运行和在任何Internet浏览器上调用,它继承了水稻栽培模拟优化决策系统的机理性、普适性和实用性,将水稻生长模型与Web技术相结合,形成了水稻模拟优化决策的网络平台,使水稻主产区农业技术人员通过Internet因地、因种、因时制定具有动态、目标和数字化特征、可下载的播前优化方案,提供当年调控建议,对作物生长模型的网络化具有重要意义。

利用基因芯片技术研究隐性白鸡不同时期肌肉组织相关差异表达基因

应用包含13 319条鸡基因探针序列的表达谱芯片,对从隐性白鸡不同时期肌肉组织抽提及纯化的cRNA进行芯片杂交,并对基因表达谱进行分析,旨在筛选隐性白鸡不同时期肌肉组织相关差异表达基因,探讨造成不同时期肌肉组织生长发育的分子生物学机理。结果显示,在不同生长时期(2周和12周)共筛选出差异表达基因78条(表达上调34条,表达下调44条),其中已知功能基因39条,主要涉及生长发育、分子代谢、免疫应答、生物合成、细胞通信以及蛋白质合成与分解等相关基因,其中包括一些尚未在GenBank上登陆的序列,推测可能是未知的新基因,它们在鸡生长发育、能量代谢等的过程所起到的作用还需进一步证明。

水稻根系与叶片形态特征关系的定量分析

定量分析拔节—孕穗期间水稻根系形态参数与叶片形态特征间的关系。以江苏省农业科学院培育的高产品种两优108(V1,杂籼)、86优8(V2,杂粳)和南粳43(V3,常规粳稻)为材料,采用塑料桶土培,设施肥(每盆N 3.6 g、P2O50.8 g、K2O 3.6 g)与不施肥(处理同施肥基土)两个处理,在试验观测的基础上,建立水稻不同处理下根系形态参数与叶片性状间的预测回归模型。研究表明:拔节—孕穗期间水稻根系形态参数与叶片形态特征间的3个预测回归模型的方差分析都达到极显著水平,拟合度较好,单株总根长、总根表面积及总根体积模拟值与实测值的平均绝对误差分别为每株-176.506 cm、8.784 cm2及-1.624 cm3(n=24),差值标准误分别为每株31.542cm、15.653 cm2和2.117 cm3,相关系数分别为0.913**、0.904**和0.907**。上述拔节—孕穗期间叶片形态特征与根系形态间预测回归模型,为探明水稻地下与地上几何性状的联系提供了借鉴,也为支撑水稻植株地上部与地下部的协同虚拟表达,以及高产株型及栽培措施选择等提供了参考。

不同品种和氮肥条件下水稻根系主要几何参数动态量化

目的建立基于生物量的水稻根系主要几何参数动态模型,为水稻功能-结构模型的研究奠定基础。方法于2008和2009年设置3个品种[两优108(V1,杂籼)、86优8(V2,杂粳)和南粳43(V3,常规粳稻)]和2个氮肥水平盆栽试验获取根系形态及根干重等指标,采用SPSSv13.0与Excel2007处理试验数据,RMSE检验模型。结果利用2008年观测资料,通过分析不同品种与施肥处理下水稻单株总根长及根直径与生物量间的定量关系,建立了基于生物量的水稻单株总根长动态模型;根据立体几何原理,构建了基于生物量的水稻总根体积与总根表面积动态模型。经2009年独立试验资料检验,单株总根长、总根体积及总根表面积的实测值与模拟值的RMSE分别为490.660cm/plant、131.859cm2/plant和2.532cm3/plant,说明模型拟合度较好。结论所建水稻根系主要几何参数模型具有一定机理性、解释性和通用性,对水稻功能-结构模型研究及水稻可视化奠定了基础。

水稻单株产量与根系主要几何属性的定量关系

为揭示水稻单株产量与不同生育阶段根系主要几何属性的定量关系。以两优108(杂交籼稻)、86优8(杂交粳稻)和南粳43(常规粳稻)为材料,设施肥(N:每盆3.6 g;P2O5:每盆0.8 g;K2O:每盆3.6 g)与不施肥2个水平,共6个处理,采用塑料桶土培。在试验观测的基础上,建立回归模型及模型统计量,结果表明拔节期至灌浆末期水稻单株产量与单株总根长及单株总根表面积之间的定量关系以二次模型较好,分蘖初期至拔节期根系几何属性与单株产量关系则以三次模型拟合较好;单株产量与根系各参数相关分析结果表明单株总根长、总根表面积及总根体积的增加有利于提高产量。

基于生物量的水稻根系生长动态模型

为了建立水稻根系生长动态模型,实现根系可视化,该研究以两优108(Va1,杂交籼稻)、86优8(Va2,杂交粳稻)和南粳43(Va3,常规粳稻)为材料,采用塑料桶土培,设施肥(每盆N 3.6 g、P2O5 0.8 g、K2O 3.6 g),与不施肥(基土同施肥处理)两个水平,分析并建立水稻根系根长、根体积以及根表面积与根干重的最适关系模型。结果显示:根长、根体积及根表面积与根干重间的动态关系符合幂函数Y=axb;2008年根长、根体积及根表面积的模拟值与观测值的根均方差(RMSE)每株分别为358.138 1 cm、2.089 1 cm3和136.325 2 cm2,2009年的每株分别为42.993 7 cm、0.314 9 cm3和14.072 8 cm2,检验结果为该模型可靠性较好。表明所建水稻根系生长动态模型具有一定的解释性和通用性,为功能-结构水稻模型研究及水稻可视化奠定了基础,对水稻理想株型设计、结构与功能关系研究及水稻生长系统的可视化和数字化均有一定的参考价值。

油菜叶片气孔导度与冠层光谱植被指数的相关性

利用冠层光谱实时、无损和定量监测植物叶片气孔导度,对于改善作物水分利用效率以及产量和品质预测预报具有十分重要的意义。本研究采用裂区设计法(宁油18和宁油16两个品种)、两个供氮水平(N180:纯氮180kghm-2、P2O5120kghm-2、K2O180kghm-2和硼砂15kghm-2;N0:CK)于2007—2008年测定油菜冠层光谱反射率、叶片气孔导度以及叶面积指数(LAI)和叶片鲜、干生物量,利用各波段光谱反射率组合产生的植被指数,分析油菜叶片气孔导度的变化规律及其与光谱植被指数的相关性,从而建立光谱植被指数对叶片气孔导度的估算模型。结果表明,在整个生育期油菜叶片气孔导度呈"双峰"变化,LAI和叶片鲜、干生物量均呈单峰曲线变化;开花前光谱植被指数与油菜叶片气孔导度和油菜冠层叶片平均气孔导度均呈极显著正相关,且光谱植被指数对油菜冠层叶片气孔导度的拟合效果好于对油菜叶片气孔导度的。光谱植被指数与冠层叶片气孔导度的量化关系可为今后快速、无损、大面积的油菜作物气孔导度估算奠定一定基础。

如皋鸡不同时期肌肉组织生长相关基因的表达谱分析

旨在了解如皋鸡不同时期肌肉生长发育机制。本研究利用基因芯片技术,分析在不同生长阶段下(2～12周龄)如皋鸡肌肉组织基因的表达情况。获得了13 379个基因的差异表达动态图谱。在不同生长阶段下肌肉组织生长基因的表达发生变化,与2周龄相比,4和12周龄下调表达的基因数量多于上调表达的基因数量,6、8和10周龄下调表达的基因数量少于上调表达的基因数量。同时对杂交数据进行多种聚类分析。利用实时荧光定量PCR验证4个基因的差异表达,其结果和芯片杂交分析的结果基本一致。初步建立了不同时期肌肉生长应答基因的动态表达谱,比较全面地获得了肌肉生长应答基因,初步揭示了如皋鸡不同时期肌肉生长发育机制。

油菜地上生物量与冠层光谱植被指数之间的相关分析

利用不同波段光谱反射率组合产生的植被指数,分析2个品种、2个供氮水平的油菜地上生物量与冠层光谱植被指数之间的相关性,并建立光谱植被指数对油菜地上生物量的估算模型。结果表明:在油菜整个生育期内,随着发育期推移,叶鲜干重、茎鲜干重和角果鲜重呈先增后减的趋势,不同处理的最大值出现时间不同,而角果干重呈直线上升趋势直到成熟。光谱植被指数与油菜叶鲜、干重呈正相关关系,除RVI外,其他植被指数均通过显著性检验。光谱植被指数对油菜叶鲜、干重的拟合方程以乘幂和指数形式最好,其中叶鲜、干重GBNDVI变量回归的R2值分别达到0.6571和0.6497。光谱植被指数与油菜茎鲜、干重呈极显著正相关关系,光谱植被指数对油菜茎鲜、干重的最佳拟合方程为乘幂和指数形式,茎鲜、干重以BNDVI的指数形式最好,R2值分别为0.9134和0.9217。而光谱植被指数与角果鲜、干重的关系则相反,只有NDVI与角果鲜重达到极显著水平,光谱植被指数与角果干重都没有通过0.01水平显著性检验。NDVI与油菜角果鲜重的对数回归的R2值达到0.5487。研究结果将为大面积油菜生长状况及产量品质的遥感监测奠定基础。

模型搭载的葡萄栽培管理决策专家系统开发

本文介绍了模型搭载的葡萄栽培管理决策专家系统的研究方法、开发平台、功能结构设计、专家知识获取、知识规则条理化、模型搭载以及智能推理举例等。