稻株形態(tài)結(jié)構(gòu)指標(biāo)提取方法及其應(yīng)用
【專利摘要】本發(fā)明公開(kāi)了一種稻株形態(tài)結(jié)構(gòu)指標(biāo)提取方法及其應(yīng)用，涉及植株形態(tài)結(jié)構(gòu)指標(biāo)提取及應(yīng)用領(lǐng)域。包括步驟：S1.構(gòu)建數(shù)字化水稻形態(tài)結(jié)構(gòu)，按照不同層次水平組織群體、稻株、莖糵、葉片的空間位置信息和幾何形態(tài)信息；S2.基于數(shù)字化水稻形態(tài)結(jié)構(gòu)，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征分布；S3.基于水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)；S4.以形態(tài)結(jié)構(gòu)指標(biāo)的組合為決策變量，以干物質(zhì)積累或產(chǎn)量為目標(biāo)，評(píng)價(jià)形態(tài)結(jié)構(gòu)干物質(zhì)積累能力或生產(chǎn)潛力。本發(fā)明可為精確株型選種，農(nóng)藝調(diào)控形態(tài)結(jié)構(gòu)，功能??結(jié)構(gòu)模型研究提供數(shù)量化指標(biāo)和方法支撐。
【專利說(shuō)明】
稻株形態(tài)結(jié)構(gòu)指標(biāo)提取方法及其應(yīng)用
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及植株形態(tài)結(jié)構(gòu)指標(biāo)提取及應(yīng)用領(lǐng)域，尤其涉及水稻形態(tài)結(jié)構(gòu)指標(biāo)提取 及應(yīng)用。
【背景技術(shù)】
[0002] 株型系指植物體形態(tài)結(jié)構(gòu)，即植物體的形態(tài)特征、空間排列方式以及各性狀之間 的關(guān)系，如植株高矮、分蘗集散、葉片的長(zhǎng)短、寬窄及角度、穗形、個(gè)體在群體中的排列方式 及其幾何結(jié)構(gòu)等。
[0003] 水稻形態(tài)結(jié)構(gòu)受水稻基因型控制，受水肥、氣候等環(huán)境因素的調(diào)控;水稻形態(tài)結(jié)構(gòu) 影響群體冠層微氣候，特別是太陽(yáng)輻射能量的截獲，進(jìn)而影響干物質(zhì)的積累；同時(shí)水稻形態(tài) 結(jié)構(gòu)是干物質(zhì)分配的體現(xiàn)。因此水稻形態(tài)結(jié)構(gòu)對(duì)水稻產(chǎn)量的形成過(guò)程和水稻產(chǎn)量的構(gòu)成都 有著重要的影響。
[0004] 我國(guó)水稻產(chǎn)量曾有兩次突破，一是水稻高桿改矮桿，二是矮桿水稻改雜交水稻，其 共同特征是株型改良。株型改良進(jìn)程分為兩個(gè)階段，第一階段是矮化育種，第二階段是理想 株型育種，想株型育種的發(fā)展方向是形態(tài)與機(jī)能兼顧，理想株型與優(yōu)勢(shì)利用相結(jié)合。除了育 種上水稻形態(tài)結(jié)構(gòu)的利用，農(nóng)藝學(xué)家們?cè)谵r(nóng)藝手段調(diào)控水稻形態(tài)結(jié)構(gòu)方面做了大量的嘗 試。
[0005] 作物功能一結(jié)構(gòu)模型的研究是揭示品種基因型、水肥、氣候等環(huán)境因素調(diào)控形態(tài) 結(jié)構(gòu)規(guī)律，水稻形態(tài)結(jié)構(gòu)影響群體冠層微氣候，進(jìn)而影響水稻產(chǎn)量的形成過(guò)程和水稻產(chǎn)量 構(gòu)成規(guī)律的有效手段。
[0006] 株型選種、農(nóng)藝手段調(diào)控水稻形態(tài)結(jié)構(gòu)、作物功能一結(jié)構(gòu)模型都與水稻形態(tài)結(jié)構(gòu) 指標(biāo)有密切的關(guān)系。然而，長(zhǎng)期以來(lái)農(nóng)學(xué)家們株型選種主要以來(lái)于經(jīng)驗(yàn)，農(nóng)藝手段調(diào)控水稻 形態(tài)結(jié)構(gòu)、作物功能一結(jié)構(gòu)模型的研究也主要利用葉面積指數(shù)作為作物形態(tài)結(jié)構(gòu)的研究指 標(biāo)。其重要原因之一在于作物形態(tài)結(jié)構(gòu)指標(biāo)提取的困難，例如，許多育種家都青睞株型緊湊 適中的水稻品種，然而至今仍沒(méi)有合適的方法量化描述株型緊湊程度的指標(biāo)。
[0007]為此，本發(fā)明提供一種基于數(shù)字株型，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征， 計(jì)算稻株形態(tài)結(jié)構(gòu)指標(biāo)，以及利用形態(tài)結(jié)構(gòu)指標(biāo)中的若干組合為決策變量，以干物質(zhì)積累 或產(chǎn)量為目標(biāo)評(píng)價(jià)水稻形態(tài)結(jié)構(gòu)優(yōu)劣的方法。

【發(fā)明內(nèi)容】

[0008] (一)要解決的技術(shù)問(wèn)題 本發(fā)明要解決的技術(shù)問(wèn)題是：水稻形態(tài)結(jié)構(gòu)指標(biāo)的獲取以及結(jié)構(gòu)指標(biāo)的應(yīng)用。
[0009] (二)技術(shù)方案 為解決上述問(wèn)題，本發(fā)明提供了一種基于數(shù)字株型，利用虛擬刀片技術(shù)提取水稻形態(tài) 結(jié)構(gòu)特征，進(jìn)而計(jì)算稻株形態(tài)結(jié)構(gòu)指標(biāo)的方法，以及利用形態(tài)結(jié)構(gòu)指標(biāo)組合為決策變量，以 干物質(zhì)積累或產(chǎn)量為目標(biāo)評(píng)價(jià)水稻形態(tài)結(jié)構(gòu)優(yōu)劣的方法。該方法包括步驟： 51. 構(gòu)建數(shù)字化水稻形態(tài)結(jié)構(gòu)，按照不同層次水平組織群體、稻株、莖蘗、葉片的空間 位置信息和幾何形態(tài)信息； 52. 基于數(shù)字化水稻形態(tài)結(jié)構(gòu)，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征分布； 53. 基于水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)； 54. 利用形態(tài)結(jié)構(gòu)指標(biāo)評(píng)價(jià)水稻形態(tài)結(jié)構(gòu)。
[0010]步驟S1所述的數(shù)字化稻株形態(tài)結(jié)構(gòu)，其具體的數(shù)據(jù)組織形式為： 群體信息:行間距，穴數(shù)； 稻株信息:稻株中心軸坐標(biāo)，莖蘗數(shù)； 莖蘗信息:莖桿直徑，莖桿空間中心軸、莖桿表面，葉片數(shù)； 葉片信息:葉中脈空間曲線，葉形空間曲線，葉結(jié)點(diǎn)空間位置。
[0011] 步驟S1所述的虛擬刀片技術(shù)的概念表述為： 記兩個(gè)空間切面A、B分別為：
水稻葉片曲面集為：
冠層空間輻射強(qiáng)度函數(shù)為： 則水稻葉片曲面i介于切面A、B的點(diǎn)集為：
水稻葉片曲面集介于水平切面A、B的點(diǎn)集為：驗(yàn)=11顯； 因此，研究切面A、B間切層的葉面積、輻射強(qiáng)度、葉傾斜角轉(zhuǎn)化為研究|的面積測(cè)度， 在點(diǎn)集g上的平均值，及曲面集巧在g上的平均斜率;這里稱切面A、 β：
b "虛擬刀片"。常用"虛擬刀片"為水平切 面，根據(jù)研究需要"虛擬刀片"還以為圓柱側(cè)面、斜平面或其它曲面，我們稱以上述方式獲得 作物冠層特征的方法為"虛擬刀片法"。
[0012] 步驟S2所述的虛擬刀片技術(shù)的實(shí)現(xiàn)方法為： S2-1選擇一組平行的空間曲面，相應(yīng)的得到一組空間 區(qū)域
S2-2分割葉片成面積很小的碎片，計(jì)算葉片碎片的特征，如面積、傾斜角等； S2-3計(jì)算葉片碎片中心所在的空間區(qū)域，累計(jì)葉片碎片特征到相應(yīng)的空間區(qū)域； S2-4根據(jù)空間區(qū)域中葉片碎片特征值，模擬形態(tài)結(jié)構(gòu)特征的分布。
[0013] 步驟S3所述的形態(tài)結(jié)構(gòu)指標(biāo)包括株型內(nèi)緊湊度指標(biāo)，株型外緊湊度指標(biāo)，株型內(nèi) 松散度指標(biāo)，株型外松散度指標(biāo)，葉面積指數(shù)，葉面積分布垂直區(qū)間，株高，葉面積分布區(qū) 間，垂直最大葉面積密度;這些指標(biāo)的計(jì)算基于稻株形態(tài)結(jié)構(gòu)特征的分布。
[0014] 步驟S4所述的利用形態(tài)結(jié)構(gòu)指標(biāo)評(píng)價(jià)水稻形態(tài)結(jié)構(gòu)，是以形態(tài)結(jié)構(gòu)指標(biāo)的組合為 決策變量，以干物質(zhì)積累或產(chǎn)量為目標(biāo)，評(píng)價(jià)形態(tài)結(jié)構(gòu)干物質(zhì)積累能力或生產(chǎn)潛力。
[0015] (三)有益效果 本發(fā)明提供了稻株形態(tài)結(jié)構(gòu)指標(biāo)的提取方法。該方法提取的稻株形態(tài)結(jié)構(gòu)指標(biāo)能為科 學(xué)株型選種、農(nóng)藝手段精確調(diào)控水稻形態(tài)結(jié)構(gòu)和作物功能--結(jié)構(gòu)模型研究提供可靠的數(shù)量 化指標(biāo)。
【附圖說(shuō)明】
[0016] 圖1依照本發(fā)明水稻形態(tài)結(jié)構(gòu)指標(biāo)提取及應(yīng)用流程圖。
[0017] 圖2依照本發(fā)明的虛擬刀片技術(shù)示意圖。
[0018] 圖3依照本發(fā)明計(jì)算形態(tài)結(jié)構(gòu)指標(biāo)示意圖一。
[0019] 圖4依照本發(fā)明計(jì)算形態(tài)結(jié)構(gòu)指標(biāo)示意圖二。
[0020] 圖5依照本發(fā)明進(jìn)行的案例。
【具體實(shí)施方式】 本發(fā)明提出的稻株形態(tài)結(jié)構(gòu)指標(biāo)提取方法及其應(yīng)用流程如圖1，結(jié)合圖例，具體實(shí)施如 下。
[0021] S1.構(gòu)建數(shù)字化水稻形態(tài)結(jié)構(gòu)，按照不同層次水平組織群體（community)、稻株 (Hi 11 )、莖蘗(Stem)、葉片(Leaf)的空間位置信息和幾何形態(tài)信息;數(shù)字化稻株形態(tài)結(jié)構(gòu)， 其具體的數(shù)據(jù)組織形式為： 群體信息：行間距(rs，As)，穴數(shù)(卿）； 稻株信息:稻株中心軸坐標(biāo)，莖蘗數(shù)； 莖蘗信息:莖桿直徑，三維空間中的莖桿中心軸、莖桿表面，葉片數(shù)； 葉片信息：葉中脈空間曲線
葉形空間 曲線
葉結(jié)點(diǎn)空間位置。
[0022」S2.基于數(shù)字化水稻形態(tài)結(jié)構(gòu)，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征分布 (見(jiàn)圖2)，其具體計(jì)算算法如下： S2-1根據(jù)需要選擇一組平行的空間曲面，相應(yīng)的得到一組空間區(qū)域； S2-2分割葉片成面積很小的碎片，計(jì)算葉片碎片的特征，如面積、傾斜角等，計(jì)算葉片 碎片中心所在的空間區(qū)域，累計(jì)葉片碎片特征到相應(yīng)的空間區(qū)域； For Hill in Field For Tiller in Hill For Stem in Tiller For Leaf in Stem 將葉片劃分成小碎片(Fragments) For Fragments in Leaf 計(jì)算小碎片的特征值； 計(jì)算小碎片所屬的空間區(qū)域(f interval); 累計(jì)小碎片的特征值到所屬的空間區(qū)域； End (Leaf) End (Stem) End (Tiller) End (Hill) End (Field)0
[0023]下面給出計(jì)算幾種特征分布的情況。
[0024] Ε1.葉面積在垂直空間的分布 Ε1-1虛擬刀片的選擇:平行水平面平面； Ε1-2小碎片所屬的空間區(qū)域(/?/3 ier ra乃的計(jì)算
E1 -3小碎片葉面積(/area)的計(jì)算：
E1-4空間區(qū)域葉面積累加：
E1-5葉面積密度分布：
E1-6葉面積概率分布
[0025] E2.葉面積在水平空間的分布 E2-1虛擬刀片的選擇:以稻株中心為軸的圓柱； E2-2小碎片所屬的空間區(qū)域(/?/3 ier ra乃的計(jì)算：
E2-3小碎片葉面積(farea)的計(jì)算：
E2-4空間區(qū)域葉面積累加： .......
E2-5葉面積密度分布
E2-6葉面積概率分布
[0026] 通過(guò)數(shù)據(jù)擬合，得到葉面積在垂直空間和水平空間的累計(jì)分布函數(shù)(VALAI (z)， HALAI (r))和葉傾斜角在垂直空間和水平空間的累計(jì)分布函數(shù)。
[0027] S3.基于水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)(見(jiàn)圖3-4)。
[0028] 基于水平虛擬刀片提取水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)(見(jiàn)圖3): 葉面積指數(shù) LAI = max{ VALAI (z)} 株尚
β-葉面積分布區(qū)間
垂直最大葉面積密度 ..X .
[0029] 基于圓柱虛擬刀片提取水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)(見(jiàn)圖4): 株型內(nèi)緊湊度指標(biāo)(取α=50%)
株型外緊湊度指標(biāo)(取α=90%)

株型內(nèi)松散度指標(biāo)(取r=5cm，即行距的1/4)
株型外松散度指標(biāo)(取r=10cm，即行距的1/2)
[0030] S4.利用結(jié)構(gòu)性指標(biāo)進(jìn)行稻株形態(tài)結(jié)構(gòu)的評(píng)價(jià)的方法和步驟如下： S4-1優(yōu)選干物質(zhì)積累量、產(chǎn)量等目標(biāo)指標(biāo)較優(yōu)的處理； S4-2目標(biāo)指標(biāo)較優(yōu)處理的稻株形態(tài)結(jié)構(gòu)指標(biāo)； S4-3目標(biāo)指標(biāo)較優(yōu)處理的稻株形態(tài)結(jié)構(gòu)指標(biāo)為參照評(píng)價(jià)被評(píng)價(jià)的株型。
[0031] Exampl以兩個(gè)品種試驗(yàn)，三個(gè)肥料處理，兩個(gè)水處理。在孕穗初期和后期測(cè)量水稻 株型，構(gòu)建數(shù)字化水稻形態(tài)結(jié)構(gòu)，提取的稻株形態(tài)結(jié)構(gòu)指標(biāo)及干物質(zhì)累計(jì)量(如圖5)。
[0032]目標(biāo)指標(biāo)較優(yōu)處理的稻株形態(tài)結(jié)構(gòu)指標(biāo)表明：干物質(zhì)積累較高群體的LAI多3.9， PH彡78 · 3，90% D彡36 · 18，DMI彡0 · 77;干物質(zhì)積累較高群體的0 · 79彡lOcmCI彡0 · 77;0 · 39彡 5cmCI>0.36;14.12>90%LI>12.81;6.29>10cmCI>6.09。
[0033]較大葉面積指數(shù)不一定能獲得較高的干物質(zhì)積累量，葉面積指數(shù)與適宜的緊湊程 度相配合是獲得較高干物質(zhì)積累量的充分必要條件。當(dāng)LAI彡3.9; 0.79彡lOcmCI彡0.77(或 LAI>3.9,0.39>5cmCI>0.36;SLAI>3.9，14.12>90%LI>12.81 ;SLAI>3.9,6.29> lOcmCI多6.09)時(shí)能保證群體較高干物質(zhì)積累。
[0034] 本研究的試驗(yàn)處理中，W2N2V2，W1N2V1，W1N3V1，W2N2V1能塑造相對(duì)好的株型結(jié)構(gòu)， 獲得相對(duì)尚的干物質(zhì)積累。
[0035]本發(fā)明基于數(shù)字化水稻形態(tài)結(jié)構(gòu)，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征分 布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo)，并應(yīng)用于稻株形態(tài)結(jié)構(gòu)的評(píng)價(jià)。該發(fā)明豐富了水稻形態(tài)結(jié)構(gòu)指 標(biāo)，能更全面、有效地刻畫水稻形態(tài)結(jié)構(gòu);試驗(yàn)結(jié)果表明本發(fā)明的指標(biāo)和方法能用于優(yōu)勢(shì)稻 株形態(tài)結(jié)構(gòu)的篩選。
【主權(quán)項(xiàng)】
1. 一種稻株形態(tài)結(jié)構(gòu)指標(biāo)提取方法，其特征在于，包括步驟：SI.構(gòu)建數(shù)字化水稻形 態(tài)結(jié)構(gòu)，按照不同層次水平組織群體、稻株、莖藥、葉片的空間位置信息和幾何形態(tài)信息； S2.基于數(shù)字化水稻形態(tài)結(jié)構(gòu)，利用虛擬刀片技術(shù)提取水稻形態(tài)結(jié)構(gòu)特征分布;S3.基于 水稻形態(tài)結(jié)構(gòu)特征分布，計(jì)算水稻形態(tài)結(jié)構(gòu)指標(biāo);S4.利用形態(tài)結(jié)構(gòu)指標(biāo)評(píng)價(jià)水稻形態(tài)結(jié) 構(gòu)。2. 如權(quán)利要求1所述的方法，其特征在于，步驟S1所述的數(shù)字化稻株形態(tài)結(jié)構(gòu)，其具 體的數(shù)據(jù)組織形式為： 群體信息:行間距，穴數(shù)； 稻株信息:稻株中屯、軸坐標(biāo)，莖藥數(shù)； 莖藥信息:莖桿直徑，空間中莖桿中屯、軸、莖桿表面，葉片數(shù)； 葉片信息:葉中脈空間曲線，葉形空間曲線，葉節(jié)點(diǎn)空間位置。3. 如權(quán)利要求1所述的方法，其特征在于，步驟S2所述的虛擬刀片技術(shù)的概念表述 為： 記兩個(gè)空間切面A、B分別為：奪挺:;於詞=道，毎私;，斯過(guò)=自;水稻葉片曲面集為： 巧I泉澤V讀'S技擊.=心.…冠層空間福射強(qiáng)度函數(shù)為:權(quán)蔽寂:樣i 則水稻葉片曲面i介于切面A、B的點(diǎn)集為： 資jf巧4細(xì).於詩(shī)礙轉(zhuǎn);峨肆汝'銀.?柔私取.殊:橡誇巧掉斯:綠=蹲； 水稻葉片曲面集介于水平切面A、B的點(diǎn)集為:瑪； 因此，研究切面A、B間切層的葉面積、福射強(qiáng)度、葉傾斜角轉(zhuǎn)化為研究泣的面積測(cè)度， 攝誇課,讀在點(diǎn)集技上的平均值，及曲面集玲耗策，詞二教在技上的平均斜率;運(yùn)里稱切面A、B: 每秘飛S)=兔弦沁聚馬二:0為"虛擬刀片'；常用^擬刀片'為水平切面，根據(jù)研究需要 "虛擬刀片"還W為圓柱側(cè)面、斜平面或其它曲面，我們稱W上述方式獲得作物冠層特征的 方法為"虛擬刀片法"。4. 如權(quán)利要求1所述的方法，其特征在于，步驟S2所述的虛擬刀片技術(shù)的實(shí)現(xiàn)方法和 步驟為： S2-1選擇一組平行的空間曲面，屬轉(zhuǎn)於讀=:故惠二…綱，相應(yīng)的得到一組空間區(qū) 域[fvU'T'：：），:}]Λ-二 1,2.. "r-1; S2-2分割葉片成面積很小的碎片，計(jì)算葉片碎片的特征，如面積、傾斜角等； S2-3計(jì)算葉片碎片中屯、所在的空間區(qū)域，累計(jì)葉片碎片特征到相應(yīng)的空間區(qū)域； S2-4根據(jù)空間區(qū)域中葉片碎片特征值，模擬形態(tài)結(jié)構(gòu)特征的分布。5. 如權(quán)利要求1所述的方法，其特征在于，步驟S3所述的形態(tài)結(jié)構(gòu)指標(biāo)包括株型內(nèi)緊 湊度指標(biāo)，株型外緊湊度指標(biāo)，株型內(nèi)松散度指標(biāo)，株型外松散度指標(biāo)，葉面積指數(shù)，葉面積 分布垂直區(qū)間，株高，β-葉面積分布區(qū)間，垂直最大葉面積密度;運(yùn)些指標(biāo)的計(jì)算基于稻株 形態(tài)結(jié)構(gòu)特征的分布。6. 如權(quán)利要求1所述的方法，其特征在于，步驟S4所述的利用形態(tài)結(jié)構(gòu)指標(biāo)評(píng)價(jià)水稻 形態(tài)結(jié)構(gòu)，是W形態(tài)結(jié)構(gòu)指標(biāo)的組合為決策變量，W干物質(zhì)積累或產(chǎn)量為目標(biāo)，評(píng)價(jià)形態(tài)結(jié) 構(gòu)干物質(zhì)積累能力或生產(chǎn)潛力。
【文檔編號(hào)】G06F19/12GK105975805SQ201610376759
【公開(kāi)日】2016年9月28日
【申請(qǐng)日】2016年5月31日
【發(fā)明人】李緒孟, 王小卉
【申請(qǐng)人】湖南農(nóng)業(yè)大學(xué)