双季稻区水稻适宜生长指标动态模型研究

摘要

水稻是我国最重要的粮食作物之一，双季稻更是保障我国粮食安全的重要作物。通过开展双季稻区水稻适宜生长指标动态分析，并建立适宜生长指标动态模型，即可为水稻苗情诊断和追肥调控等提供技术支撑，有助于推进作物栽培向智能化与数字化方向发展。
　　本研究以双季稻为研究对象，分别选用早稻（中嘉早17和潭两优83）和晚稻（天优华占和岳优9113）的四个不同品种，实施四个不同的氮水平处理及一个0氮处理用于对比。以双季稻生长度日为变量，系统地分析了不同施氮水平下双季稻群体茎蘖数、叶面积指数和干物质积累的动态变化规律。结果表明，不同的施氮水平对双季稻各生长指标均有显著的影响，进而能够直接影响产量。适宜的栽培措施、施肥水平才能有利于双季稻生长发育以及产量的形成。定量地分析不同氮处理下作物各个生长指标的变化情况，建立作物适宜生长指标动态模型。模型可以动态地描述作物实时的生长状况，并对其管理调控提供重要的理论依据。
　　基于4个品种的双季稻田间试验，本研究重点构建了双季稻适宜生长指标动态模型。根据作物生理发育时间恒定的原理，以PDT为预测期，动态的计算出双季稻达到各生育期所需的生长度日。模型将生长度日以及各生长指标包括群体茎蘖数、叶面积指数和干物质积累量进行归一化处理，建立了基于相对生长度日(RGDD)的双季稻相对群体茎蘖数(RSTN)动态模型。相对茎蘖数(RSTN)的动态模型为RSTN(RGDD)=(RSTNtsp+α×RGD D)/(1+β×RGDD+γ×RGDD2）。本文以相对生长度日为时标，建立了相对叶面积指数(RLAI)动态模型。相对叶面积指数(RLAI)的动态模型为RLAI(RGDD)=(RLAItsp+a×RGDD)/（1+b×RGDD+c×RGDD2）。建立了基于相对生长度日的相对干物质积累（RDMA）动态模型。其中，早稻相对干物质积累(RDMAesr)的动态模型为RDMAesr(RGDD)=1.022/(1+m1×e-n1×RGDD)，晚稻的相对干物质积累(RDMAsr)的动态模型为RDMAsr(RGDD)=1.088/(1+m2×e-n2×RGDD)。模型可为不同生态环境因子下的双季稻的生长指标，包括群体茎蘖数、叶面积指数和地上部干物质积累等提供定量化的参考指标。
　　本研究对上述的模型进行了验证及评价，结果表明，有理函数能够较好的描述相对群体茎蘖动态以及相对叶面积指数，验证的结果较好。而Logistic方程能够较好地描述相对干物质积累动态，验证的结果也较好。基于上述相对生长指标的动态模型，再经过计算或者其他模型得到各相对生长指标的最大值，能够算出实际的适宜生长指标。

目录

声明

摘要

第一章 文献综述与研究目的

1 作物生长指标动态的研究进展

1．1 作物群体茎蘖动态模型的研究进展

1．2 作物叶面积指数动态模型研究进展

1．3 作物干物质积累动态模型研究进展

2 作物生长模型研究进展及其应用

3 研究目的与意义

参考文献

第二章 研究思路与方法

1 研究思路与技术路线

1．1 研究思路

1．2 技术路线

2 材料来源

2．1 田间试验

2．2 数据的获取及主要的测定指标

2．3 数据的处理与分析

3 模型的构建与检验

参考文献

第三章 不同施氮水平下双季稻生长指标的变化特征

1 材料与方法

1．1 试验地点情况

1．2 试验材料

1．3 试验设计

1．4 测试指标

2 结果与分析

2．1 不同氮处理对双季稻群体茎蘖动态的影响

2．2 不同氮处理对双季稻叶面积指数动态的影响

2．3 不同氮处理对双季稻干物质积累动态的影响

2．4 双季稻相对群体茎蘖数动态模型的关键参数分析

2．5 双季稻相对叶面积指数动态模型的关键参数分析

2．6 双季稻相对干物质积累动态模型的关键参数分析

3 讨论

参考文献

第四章 双季稻适宜生长指标动态模型

1 材料与方法

1．1 模型的建立

1．2 模型的检验

2 模型算法的描述

2．1 群体茎蘖动态

2．2 叶面积指数动态

2．3 干物质积累动态

3 模型评价

4 讨论

参考文献

第五章 结论与讨论

1 讨论

1．1 不同氮处理下双季稻的生长指标动态的变化规律

1．2 双季稻适宜生长指标动态模型

1．3 本研究的创新及特色

1．4 今后的研究设想

2 结论

参考文献

致谢