国家自然科学基金(31260293)
- 作品数：8 被引量：23H指数：3
- 相关作者：李艳大舒时富叶春陈立才黄俊宝更多>>
- 相关机构：江西省农业科学院江西农业大学南京农业大学更多>>
- 发文基金：国家自然科学基金江西省农科院创新基金公益性行业(农业)科研专项更多>>
- 相关领域：农业科学更多>>
- 基于株型的水稻光合生产模拟研究进展被引量：3
- 2013年
- 株型是反映水稻(Oryza sativa L.)冠层结构与群体光合态势的综合性状,理想株型塑造与籼粳亚种间杂种优势利用相结合是提高水稻单位面积产量的关键。利用计算机可视化技术和三维数字化技术可实现对不同株型水稻的单株及群体冠层三维结构的可视化模拟,克服了G函数应用复杂与繁琐的缺点。通过调控栽培管理措施可构建高光效的水稻冠层结构,提高水稻冠层的光能截获量和单位面积产量。利用辐射度和光线跟踪技术可在三维空间上实现不同株型水稻冠层内光合有效辐射分布的精确模拟,弥补了指数模型应用假设的不足。基于生理生态过程的水稻光分布与光合作用模拟研究得到了快速广泛的发展,为数字农业技术的发展提供了强有力的模型化和定量化支撑。水稻株型的差异明显改变了光在水稻冠层内的分布和利用,进而影响冠层光合作用和物质积累,因而系统分析水稻株型与冠层内光分布及冠层光合作用间的定量关系,有利于提高水稻群体光能利用率与产量。
- 李艳大舒时富陈立才盛华平李星潘松廖禺
- 关键词：水稻株型冠层结构光分布光合作用光合生产
- 基于归一化法的双季稻叶面积指数动态预测模型被引量：4
- 2017年
- 研究旨在阐明双季稻叶面积指数与辐热积的关系及施氮量对其的影响。选择11个早晚稻品种进行4个施氮水平的小区试验,于关键生育期取样测定叶面积指数(LAI),并对LAI及全生育期的累积辐热积(TEP)进行归一化处理,采用Curve Expert分析软件对相对LAI(RLAI)与相对TEP(RTEP)进行模拟分析,获得6个拟合效果较佳的模拟模型,其中有理方程能够较准确地描述双季稻叶面积指数的动态变化模式,相关系数为0.9677**,具有明确的生物学意义。利用独立的田间试验资料,对构建的模型进行了初步检验。结果表明:早晚稻不同相对TEP所对应的LAI观测值与模拟值之间的根均方差(RMSE)为0.50 m2/m2,表明基于RTEP的RLAI动态模型能够准确地反映双季稻LAI的动态变化。早晚稻群体最大LAI(LAImax)随施氮量的增加呈二次多项式函数增大趋势,相对LAI变化速率随相对辐热积的增加呈"N"形变化趋势。研究结果为早晚稻高产栽培和叶面积指数的精确调控提供了理论支撑。
- 李艳大舒时富陈立才叶春王康军黄俊宝
- 关键词：双季稻叶面积指数施氮量
- 光谱技术在水稻生长监测中的应用研究进展被引量：4
- 2015年
- 光谱技术可以快速、准确、无损地获取水稻生长状态的实时信息,是水稻生长监测和精确管理中实施变量投入不可或缺的关键技术。综述了以光谱技术监测水稻长势(包括叶面积指数和生物量)、水稻生物化学参数(包括氮素营养和叶绿素含量)和水分的国内外研究进展,并提出了一些今后研究的设想,以期为提高水稻精确管理水平和单位面积产量提供技术支撑。
- 曾水生李艳大舒时富陈立才叶春贺志远张晨曾一凡
- 关键词：水稻光谱技术
- 基于作物生长监测诊断仪的双季稻叶面积指数监测模型被引量：1
- 2020年
- 为探索作物生长监测诊断仪(Crop Growth Monitoring and Diagnosis Apparatus,CGMD)在不同株型双季稻长势指标监测应用的准确性和适用性,该研究开展了不同株型品种和施氮量的田间试验,采用CGMD获取冠层差值植被指数(Differential Vegetation Index,DVI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和比值植被指数(Ratio Vegetation Index,RVI),并同步采用高光谱仪(Analytical Spectral Devices,ASD)获取冠层光谱反射率,构建DVI、NDVI和RVI;通过比较2种光谱仪获取的植被指数变化特征及相互定量关系,评价CGMD的监测精度,建立基于CGMD的不同株型双季稻叶面积指数(Leaf Area Index,LAI)监测模型,并用独立数据对模型进行检验。结果表明:不同株型品种的LAI、DVI、NDVI和RVI随施氮量增加而增大,随生育进程推进呈“低—高—低”的变化趋势;基于CGMD与ASD的DVI、NDVI和RVI间的决定系数(Determination Coefficient,R2)分别为0.959~0.968、0.961~0.966和0.957~0.959,表明CGMD具有较高监测精度,可替代价格昂贵的ASD获取DVI、NDVI和RVI。基于CGMD植被指数的单生育期LAI监测模型的预测效果优于全生育期,基于CGMD植被指数的松散型品种LAI监测模型的预测效果优于紧凑型品种;基于DVICGMD的线性方程可较好地预测LAI,模型R2为0.857~0.903,模型检验的相关系数(Correlation Coefficient,r)、均方根误差(Root Mean Square Error,RMSE)和相对均方根误差(Relative Root Mean Square Error,RRMSE)分别为0.950~0.984、0.18~0.43和3.95%~9.40%;基于NDVICGMD的指数方程可较好地预测LAI,模型R2为0.831~0.884,模型检验的r、RMSE和RRMSE分别为0.906~0.967、0.24~0.38和5.73%~9.16%;基于RVICGMD的幂函数方程可较好地预测LAI,模型R2为0.830~0.881,模型检验的r、RMSE和RRMSE分别为0.905~0.954、0.25~0.56和7.37%~9.99%。与传统人工取样测定LAI法相比,利用CGMD可实时无损监测双季稻LAI动态变化,可替代SunScan植物冠层分析仪获取双季�
- 李艳大孙滨峰曹中盛叶春舒时富黄俊宝何勇
- 关键词：作物氮双季稻植被指数叶面积指数
- 水稻籽粒蛋白质含量的空间分布特征被引量：2
- 2015年
- 为解析2种穗型水稻籽粒蛋白质含量的空间分布特征。以弯曲穗型‘两优培九’和直立穗型‘武香粳14号’为材料,研究了在2个施氮水平下,籽粒蛋白质含量在穗上不同部位和不同粒位间的差异及其分布特征。结果表明：穗内各籽粒在不同蛋白质含量区间的频数变化趋势呈正态分布;在稻穗的同一部位,2个供试品种一次枝梗上的籽粒蛋白质含量高于二次枝梗;一次枝梗上的籽粒蛋白质含量以第2粒位籽粒较低,第1粒位的籽粒较高;二次枝梗上第1粒位籽粒的蛋白质含量较高。蛋白质含量在穗上不同部位及一、二次枝梗上的分布因品种和施氮量的不同而异,施氮量在110-220 kg/hm2范围内,增施氮肥可以减少穗内粒间的籽粒蛋白质含量差异。
- 李艳大曾水生舒时富陈立才叶春李星药林桃陈盾
- 关键词：水稻粒位蛋白质含量氮素
- 不同氮素水平下双季稻株型与冠层内光截获特征研究被引量：8
- 2019年
- 本文旨在阐明双季稻株型与冠层内光合有效辐射截获的时空分布特征。选用4个不同株型早、晚稻品种,设置4个不同施氮水平,系统观测其植株形态和冠层内光合有效辐射截获率(IPAR)的时空分布状况。结果表明,施氮水平对早、晚稻株高、穗长、叶长和叶基角均有显著影响,均表现为随施氮水平的增加而增大;早、晚稻孕穗期的分层叶面积指数(LAI)和向上累积LAI大于抽穗后12d,分层LAI呈冠层中部大于上部和下部的分布特征,最大分层LAI出现在0.58相对高度处;冠层上中部分层LAI和向上累积LAI随施氮水平的增加而增大;向上累积LAI随相对高度呈S型曲线分布,可用Logistic方程定量描述(R^2>0.99);早、晚稻孕穗期的冠层IPAR大于抽穗后12d,且随施氮水平的增加而增大,其日变化表现为正午较小,早晚较大;株型紧凑的早、晚稻品种,冠层IPAR低;冠层IPAR与向下累积LAI之间的关系可用方程IPAR=a (1-e^-b×LAI)定量描述(R^2>0.88);冠层内IPAR 的三维空间分布表现为冠层上中部水平面上IPAR较低,光斑变化大,冠层下部水平面上IPAR较高,光斑变化较平缓,同一冠层高度水平面上的IPAR呈不均匀分布。研究结果可为双季稻高产栽培及理想株型的优化设计提供支撑。
- 李艳大黄俊宝叶春舒时富孙滨峰陈立才王康军曹中盛
- 关键词：双季稻株型光合有效辐射光截获
- 双季稻光合生产模型的建立与应用被引量：2
- 2017年
- 综合已有作物模型(包括冠层结构、冠层光分布和冠层光合作用与干物质生产模型)的优点,构建了双季稻光合生产模型.利用独立的田间试验资料,对冠层内的光分布和干物质积累量进行了初步检验;利用模型定量分析了直接辐射在上挺下挺、上挺下披和上披下披3种典型株型水稻冠层内水平面上和叶面上的分布、冠层日光合量及其随叶面积指数的变化特征.结果表明:模拟值与观测值之间具有较好的一致性,预测双季稻冠层内光分布的根均方差、相对根均方差和相关系数分别为12.01 J·m^(-2)·s^(-1)、8.2%和0.9929;预测双季稻干物质积累量的根均方差、相对根均方差和相关系数分别为0.83 t·hm^(-2)、14.6%和0.9772,表明模型预测性较好;上挺下披株型水稻的冠层日光合量最高,取决于较大的叶面受光量、叶片光合效能和叶面积指数.
- 李艳大舒时富陈立才叶春万鹏王康军黄俊宝
- 关键词：双季稻光分布光合生产株型
- 基于作物生长监测诊断仪的双季稻叶干重监测模型
- 2021年
- 本文旨在验证作物生长监测诊断仪(crop growth monitoring and diagnosis apparatus, CGMD)监测双季稻长势指标的准确性,建立基于CGMD的双季稻叶干重监测模型。通过实施8个不同早、晚稻品种和4个施氮水平的小区试验,采用CGMD获取从分蘖期至灌浆期的冠层归一化植被指数(normalized difference vegetation index, NDVI)、差值植被指数(differential vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI),同步采用高光谱仪(analytical spectral devices field-spec handheld 2, ASD FH2)获取冠层光谱反射率计算NDVI、DVI和RVI;分析2种光谱仪获取的植被指数间的相关关系,验证CGMD的测量精度,建立基于CGMD的叶干重监测模型,并用独立试验数据对模型进行检验。结果表明:早、晚稻叶干重随施氮水平的增加而增大,随生育进程的推进呈"低—高—低"动态变化趋势;CGMD与ASDFH2获取的NDVI、DVI和RVI呈极显著相关,相关系数(correlation coefficient,r)分别为0.9535~0.9972、0.9099~0.9948和0.9298~0.9926,表明2种光谱仪获取的植被指数具有高度的一致性, CGMD可替代价格昂贵的ASD FH2获取NDVI、DVI和RVI。CGMD获取的3个植被指数相比, RVI_(CGMD)与叶干重的相关性最高;基于RVI_(CGMD)的幂函数模型可准确地监测叶干重,模型建立的决定系数(determination coefficient,R~2)为0.8604~0.9216,模型检验的均方根误差(root mean square error, RMSE)、相对均方根误差(relative root mean square error, RRMSE)和r分别为12.97~17.87 g m~(–2)、4.88%~16.79%和0.9951~0.9992。与人工采样测定叶干重相比,利用CGMD可实时准确地获取双季稻叶干重动态变化,在双季稻长势精确诊断和丰产高效栽培中具有应用价值。
- 李艳大曹中盛舒时富孙滨峰叶春黄俊宝朱艳田永超
- 关键词：双季稻叶干重植被指数
- 不同耕作方式对南方红壤区双季稻周年产量及土壤性状的影响
- 【研究背景】耕作是农业生产过程中的一项重要技术措施。不同的耕作措施对土壤的扰动强度和作用强度不同,其对土壤理化生等性状的影响不一,进而影响了农田土壤生态环境,影响作物的生长发育,最终影响作物的产量品质的形成。目前,不同耕...
- 钱银飞刘白银彭春瑞邵彩虹邱才飞陈先茂关贤交陈金谢江邓国强
- 关键词：耕作方式双季稻土壤肥力
- 文献传递
