水稻植株形態(tài)建模與可視化技術(shù)研究.pdf

1、目前，隨著信息技術(shù)的發(fā)展，虛擬作物已成為信息農(nóng)業(yè)研究的熱點，在教育科研及農(nóng)業(yè)生產(chǎn)等領(lǐng)域具有重要的現(xiàn)實意義與廣闊的應(yīng)用前景。本研究以水稻作物為研究對象，基于不同年份、品種、施氮水平的水稻試驗，利用系統(tǒng)分析方法和動態(tài)建模技術(shù)，對實驗室已有水稻形態(tài)及可視化模型進行修改和完善，構(gòu)建了水稻莖鞘夾角模擬模型、葉曲線扣穗曲線模擬模型、葉色和穗色模擬模型以及稻穗幾何形態(tài)結(jié)構(gòu)模擬模型;以生長度日GDD為主線，耦合植株地上部和地下部，利用計算機可視化技術(shù)實

2、現(xiàn)了不同品種類型和生長條件下水稻器官、植株個體和群體空間形態(tài)變化的可視化模擬;最后利用計算機軟構(gòu)件技術(shù)，構(gòu)建了基于模型的水稻植株生長可視化系統(tǒng)，為數(shù)字水稻的研究提供支持。
　　首先基于不同株型品種、施氮水平的水稻試驗，連續(xù)觀察并記錄各處理不同生育期主莖各葉位的莖鞘夾角，進一步利用動態(tài)建模技術(shù)構(gòu)建水稻主莖不同葉位莖鞘夾角動態(tài)模擬模型。結(jié)果表明，水稻莖鞘夾角隨生長度日(GDD)不斷加大，夾角從開始形成到基本穩(wěn)定大致經(jīng)歷三個葉齡，且隨N

3、肥使用量的增加而增大;最大莖鞘夾角隨葉位的增加呈先增加后減小的趨勢，第三葉的最大莖鞘夾角最大。利用Logistic方程可以描述不同品種和施氮水平下，水稻莖鞘夾角隨生長度日的變化過程，使用直線型分段函數(shù)可以描述最大莖鞘夾角隨葉位的動態(tài)變化規(guī)律，通過引入品種參數(shù)（第三葉位莖鞘夾角的最大值）量化了品種對莖鞘夾角的影響，同時在模型中添加氮素影響因子來體現(xiàn)氮素對莖鞘夾角的影響。利用獨立的桶栽和池栽試驗數(shù)據(jù)分別對模型進行了檢驗，結(jié)果顯示莖鞘夾角模擬

4、值與觀測值之間的均方根差RMSE分別為2.31°和2.87°;相對均方根差RRMSE分別為11.56％和14.77％，表明模型對水稻主莖莖鞘夾角的動態(tài)變化過程具有較好的預(yù)測性。
　　基于不同年份、不同施氮水平的水稻桶栽試驗，定期利用三維激光掃描儀FastScan獲取水稻主莖葉位葉曲線的三維坐標(biāo)數(shù)據(jù)，并利用動態(tài)建模技術(shù)，以高斯函數(shù)為基礎(chǔ)構(gòu)建水稻主莖葉位葉曲線動態(tài)模擬模型。水稻主莖不同葉位葉曲線末端與y軸正方向的夾角(AH)隨生長度日

5、(GDD)的變化呈現(xiàn)由慢到快再到慢的變化過程，符合S型曲線;從第1葉到第7葉，AH的最大值隨葉位的增加而增加，隨后隨葉位的增加而減小;鞘葉夾角與AH呈極顯著線性關(guān)系。本文利用Logistic方程可以分別描述不同氮肥處理下水稻主莖各葉位葉曲線對應(yīng)的AH以及葉曲線模型參數(shù)Sm隨生長度日GDD的變化;使用分段函數(shù)描述AH最大值隨葉位的變化;將適宜條件下水稻主莖第7葉位葉曲線末端與y軸正方向的夾角作為品種參數(shù)來量化品種對葉曲線的影響，引入氮素影

6、響因子來量化不同氮肥處理對葉片披垂度的影響。利用獨立的田間試驗數(shù)據(jù)對模型進行檢驗，顯示不同施氮水平下主莖不同葉位葉曲線實測點到模擬曲線的改進Hausdorff距離(LTS-HD)的均值在分蘗中期和拔節(jié)期分別低于0.88cm和1.18cm，表明模型對水稻主莖葉曲線的空間動態(tài)變化過程具有較好的預(yù)測性。
　　基于不同品種、施氮水平的水稻試驗，連續(xù)觀察并記錄各處理不同生育期葉片顏色的RGB值，進一步利用動態(tài)建模技術(shù)，構(gòu)建基于RGB模式的水

7、稻主莖葉位葉色變化的動態(tài)模擬模型。結(jié)果表明，水稻葉色在葉片出現(xiàn)、展開、維持、衰老等過程中呈現(xiàn)明顯的變化模式，分為三個階段:從嫩綠色到綠色（第一階段），綠色基本保持不變（第二階段，功能期），從綠色到黃色（第三階段，衰老期）;而對應(yīng)的葉片顏色的RGB值隨生長度日(GDD)從初始值先逐漸增加達到一個較為穩(wěn)定的值，在功能期維持穩(wěn)定值基本不變，進入衰老期后RGB值逐漸增大。本研究用分段線性函數(shù)模擬葉片顏色的RGB值在三個階段中隨GDD的變化。在模

8、型中引入品種參數(shù)來體現(xiàn)不同品種水稻葉色的差異;引入氮素影響因子來量化氮素對葉色變化三個階段持續(xù)時間以及第二階段顏色深淺的影響;用線性函數(shù)模擬葉片顏色沿葉主脈的差異。利用獨立的試驗數(shù)據(jù)對模型進行檢驗，葉色RGB模擬值與觀測值之間的均方根差RMSE在8-13之間，相對均方根差RRMSE在8％-10％之間，同時應(yīng)用葉色模型對葉片顏色進行渲染，顯示效果良好。表明模型對不同品種、施氮水平下水稻主莖葉位葉片顏色的變化過程具有較好的預(yù)測性。
　

9、　基于不同品種的三年水稻試驗，連續(xù)獲取稻穗幾何形態(tài)結(jié)構(gòu)數(shù)據(jù)（枝梗數(shù)、小穗數(shù)、穗長、枝梗長等）、穗曲線和枝梗曲線三維坐標(biāo)、稻穗顏色RGB(red，greenandblue)數(shù)據(jù)等，并利用系統(tǒng)分析方法和動態(tài)建模技術(shù)，構(gòu)建稻穗幾何形態(tài)結(jié)構(gòu)、穗曲線和枝梗曲線及穗顏色隨生長度日(GDD)變化的動態(tài)模型，并對稻穗空間形態(tài)和顏色的變化規(guī)律進行可視化表達。結(jié)果表明，二次枝梗數(shù)量、一次枝梗和二次枝梗長隨穗軸節(jié)位的變化規(guī)律可以用二次函數(shù)來模擬;抽穗過程中稻

10、穗長度隨GDD的變化規(guī)律可以用S型方程來模擬;一次枝梗在穗軸上的分布、二次枝梗在一次枝梗上的分布，以及小穗在一次枝梗和二次枝梗上的分布規(guī)律可以用線性函數(shù)來模擬;穗軸橫截面直徑從穗頸節(jié)到末端穗節(jié)的變化趨勢可以采用遞減指數(shù)方程來描述;基于高斯函數(shù)的曲線模型可以模擬穗曲線和枝梗曲線隨GDD的變化規(guī)律;采用線性函數(shù)可以模擬稻穗頂端顏色RGB值隨GDD的變化規(guī)律以及稻穗沿穗軸從上到下的顏色變化趨勢。進一步結(jié)合穗軸、枝梗和小穗的幾何形態(tài)結(jié)構(gòu)以及稻穗

11、器官間的拓?fù)潢P(guān)系，基于.Net平臺和OpenGL函數(shù)庫，實現(xiàn)了稻穗空間形態(tài)和顏色特征隨生育進程變化規(guī)律的可視化模擬。利用獨立試驗資料對上述所建模型進行了檢驗，模擬值和觀測值之間的RRMSE都在20％以內(nèi);稻穗可視化效果圖與真實圖片之間也比較相似，表明本研究方法能夠較好地模擬稻穗空間形態(tài)和顏色的動態(tài)變化過程。
　　進一步以水稻莖鞘夾角動態(tài)模擬模型、葉曲線動態(tài)模擬模型、葉色動態(tài)模擬模型、稻穗幾何形態(tài)結(jié)構(gòu)模擬模型、穗曲線動態(tài)模擬模型以及

12、稻穗顏色動態(tài)模擬模型為基礎(chǔ)，結(jié)合實驗室已有水稻植株形態(tài)模型和水稻植株拓?fù)浣Y(jié)構(gòu)，以生長度日(GDD)為驅(qū)動因子，以分蘗與主莖同伸關(guān)系、地下部與地上部同伸關(guān)系為依據(jù)，基于C＃.Net平臺并結(jié)合OpenGL圖形庫編程技術(shù)，實現(xiàn)了水稻植株的3D可視化模擬?？梢暬Y(jié)果較為逼真地模擬了不同品種、生長條件下水稻植株（器官、植株個體和群體）在其生長發(fā)育進程中3D形態(tài)和顏色的變化。最后在氣象數(shù)據(jù)、土壤數(shù)據(jù)、品種參數(shù)和管理措施等數(shù)據(jù)的支持下，耦合水稻生長模