基于虚拟刀片技术水稻理想株型信息提取、模型模拟及优化设计的研究

Rice ideal plant type has become a focus in the research fields of rice breeding and cultivation. Rice plant type simulations have important theoretical guidance on ideal plant type breeding and field configuration optimization. However, compared with the development of plant type regulation technology, the research progress on rice plant type simulation is still in relatively backward stage. Recently we found that using our innovative virtual blade technology system can extract more abundant plant type information, it is advantageous to further detailed descript the rice group of canopy structure and build a new simulation model which is more suitable for plant optimization simulation, mechanism stronger, commonality more extensive.In order to improve virtual blade technology and explore new mathematical model for plant simulation and new optimization method for ideal rice plant type, this project intends to study from the following several aspects: (1) Construct digital plant type based on image processing method to collect plant data, and thus improve the virtual blade method to extract plant type information. (2) Extract plant type information based on virtual blade technology; establish the rice group of canopy light distribution model and photosynthesis model which mainly depending on the basic morphological indexes. (3) Explore the quantitative description of ideal plant type and improvement plan of some plant type of rice variety through the model simulation within the scope of the regulation by random collocation basic morphological indexes. (4) Study the effect of the ridge planting to shape the plant type based on the new theory and new method of plant simulation. The completion of this project would lay a new theoretical basis for rice plant type simulation and rice plant type optimum design.

水稻株型模拟对理想株型育种和田间配置优化有重要的理论指导作用。然而，相对于株型调控技术的发展，水稻株型模拟研究仍处于滞后的阶段。最近我们发现，利用我们首创的虚拟刀片技术能提取更丰富的株型信息，有利于深入细致地描述水稻群体冠层结构，构建适合株型优化模拟，机理性强，通用性好的模拟模型。为系统探索株型模拟新模型，株型优化新方法，本项目拟从以下几个方面进行研究： （1）基于图像处理方法采集株型数据构建数字株型，进而完善株型信息提取虚拟刀片法。 （2）基于虚拟刀片技术提取的株型信息，建立主要依赖于基本形态指标的叶面积分布模型、冠层光分布模型和群体光合作用模型。 （3）在现实条件可调控的范围内，随机搭配基本形态指标，通过模型模拟探讨理想株型的定量描述和试验水稻品种的株型改良方案。 （4）基于株型模拟的新理论和新方法，探讨垄栽方式对株型塑造的作用。 本项目完成将为水稻株型模拟和优化设计奠定新的理论基础。

我们基本按照本青年基金的研究计划，开展了本基金的研究内容。目前已按计划全部完成了本青年基金的研究内容。在本基金的资助下，我们共发表科研论文3篇，其中SCI收录论文1篇，EI收录论文1篇，待发表论文2篇，申请发明5项，授权发明1项，授权实用新型3项，软件著作权3项。完成了本青年基金预期的成果产出。.三年来，主要成果包括：开展了水稻株形结构测量、数字化和三维可视化重构的研究，构建了一套水稻株形结构测量、数字化和三维可视化重构的技术体系（简称株型重构技术体系），该技术体系能高精度、低成本、高效率测量、数字化和三维可视化重构水稻形态结构，该技术体系为水稻形态表型的相关研究提供了技术支撑；开展了水稻形态结构特征分布提取的研究，构建了基于数字化形态结构获取叶面积、叶倾斜角、叶方位角等形态特征分布的虚拟刀片技术，该技术建立了依赖于叶形、叶脉曲线等基本实测形态指标的叶面积分布、光分布和群体光合作用的模拟模型；开展了水稻形态结构特征的量化指标研究，建立了量化水稻形态结构特征的指标体系，该指标体系包括叶面积指数、株高、叶面积分布区间、叶面积最大密度（第一类指标）、以及株型紧凑指标，试验结果表明品种水肥对第一类指标均有明显的影响，而仅氮肥施用量对株型松散紧凑程度有明显的影响，叶面积指数、株型紧凑指标对干物质积累有非常显著的影响（判定系数分别达到0.67和0.63），利用指标体系对干物质积累预测的判定系数达到0.92；开展了水稻株型优化的模拟研究，对15625种株型进行了数值模拟，获得了光合速率较低78种株型和光合速率较高78种株型，初步分析表明上挺下披的株型更有利于获得较高的光合作用，叶面积，叶倾斜角，叶间距的合理搭配对于优势株型形成起着关键的作用。.