[发明专利]一种预测棉花蕾铃脱落的方法

说明书

本发明提供了一种预测棉花蕾铃脱落的方法，属于农业信息化领域。本发明在精细化模拟棉花叶片光合生产和器官间物质运输的基础上，构建棉花三维生长发育模型，以果实同化物供需比为优化目标，利用试错法确定合理阈值，证实节间碳池模拟物质分配和蕾铃动态的可行性，准确预测出蕾铃脱落发生的时间和位置，最终促进棉花产量的准确预测。本发明能够量化蕾铃脱落的生理学机制，实现棉花蕾铃脱落时间、位置和数量的准确预测，为不同种植模式下棉花产量形成的准确预测提供信息化技术手段。

技术领域

本发明属于农业信息化领域，具体涉及一种预测棉花蕾铃脱落的方法。

背景技术

蕾铃脱落是棉花生产过程中面临的关键问题，直接制约着棉花产量和品质的提升。陆地棉的蕾铃脱落率常年高达60％～70％，极端气候条件下甚至达到90％。因此，保蕾增铃和减少脱落对于提高棉花亩铃数和产量觉有重要意义。根据国内外学者的研究结果，在光照、温度、水分和养分等要素综合作用下同化物的源库关系不协调是导致蕾铃脱落的主要原因(Guinn,1982a；张立祯等，2005)。例如，Guinn研究表明发现蕾铃在极端高温(Guinn,1982a)和遮阴(Guinn,1982b)条件下具有较高的脱落率；水分和养分的亏缺会抑制棉花光合生产，造成同化物的供需不平衡，导致蕾铃脱落(Marani and Levi,1973；Addicott and Lyon,1973)。

信息技术的快速发展及其在作物生产中的广泛应用为作物生产管理的现代化和信息化提供了技术支撑。充分了解棉花蕾铃脱落的生理机制及其受环境因子影响，对其进行数字化的基础上，结合信息和通信技术，利用环境数据和植物表型数据精确预测棉花蕾铃脱落，不仅能够提高棉花产量的预测精度，而且可以提前预测蕾铃生长发育动态，有助于促进棉花生产管理的从传统的经验型向数据驱动的智慧型转变，对高产、优质、高效的棉花生长精确调控和棉田优化管理具有重要的支撑作用。

目前，研究人员主要通过分析多年多点的栽培试验数据来校正蕾铃脱落模型参数，这种方式费时耗力、成本高昂且参数众多，难以形成实用性与精确度兼具的预测方法。此外，冠层光分布是决定棉花蕾铃同化物供给的关键要素，传统的作物模型采用一维的光分布算法，难以精确估算叶片尺度光截获，已无法满足精细预测光合生产和同化物供需状况的要求，迫切借助需要高分辨率三维冠层结构模型和鲁棒性较好的蕾铃脱落模型为棉花蕾铃脱落预测提供技术支撑。

潘学标(1999)通过专家经验参数化和机理模型相结合的方法，建立了棉花生长发育模型COTGROW中的蕾铃脱落的模拟模块，该模型综合考虑了激素、营养、环境和节位对蕾铃脱落的影响，但存在参数众多、难以参数化的问题；张立桢等(2003)基于植株尺度同化物供需平衡，运用车箱理论(escalator boxcar train)的建模方法实现对蕾铃生长发育和脱落过程模拟，该方法富有机理性，且具有简单和实用的特点，但未对环境效应和空间分布加以考虑。李雨等(2013)综合考虑了温度和光合有效辐射对棉花生长发育的影响，基于累积温光效应指标TSE确定了氮素和渍水对棉花蕾铃脱落影响的模拟，并引入品种遗传效益，实现对棉花单株成铃数和脱落率的准确预测，但该方法需要大量的田间试验数据做参数校正，也没有考虑蕾铃脱落的发生节位。

发明内容

为了克服上述现有技术存在的不足，本发明提供了一种预测棉花蕾铃脱落的方法。

为了实现上述目的，本发明提供如下技术方案：

一种预测棉花蕾铃脱落的方法，包括以下步骤：

基于棉花结构功能模型CottonXL，利用光线追踪模型获得每个叶片的光合有效辐射截获强度IPAR；

通过所述光合有效辐射截获强度IPAR，利用光响应曲线计算叶片光合速率A，通过叶片光合速率A，计算叶片产生的同化物的量S，通过每个节间的叶片产生的同化物的量S，计算该节间碳池中原始同化物的存储量；