下载文档原格式
基于有效积温的冬小麦返青后植株三维形态模拟李书钦;诸叶平;刘海龙;李世娟;刘升平;张红英;高伟【期刊名称】《中国农业科学》【年(卷),期】2017(050)009【摘要】[目的]基于有效积温,利用三维建模技术,实现小麦生长模型与形态模型的有机结合,真实表达环境因素对小麦生长发育和形态结构的影响,最终实现小麦生长过程的三维可视化,为小麦作物生长动态预测、栽培管理调控、作物株型设计等提供重要参考.[方法]以天津地区主要推广小麦品种衡观35、济麦22和衡4399为材料,于2015—2016年冬小麦生长季内开展不同小麦品种和施氮水平的田间试验,采集各品种冬小麦在不同施氮水平下的叶长和最大叶宽等形态数据,通过分析各品种冬小麦返青后形态数据和有效积温的定量关系,用Logistic方程构建了冬小麦返青后叶片叶长、最大叶宽模拟模型,并对该模型进行检验;基于该模拟模型,计算各品种冬小麦返青后每个生长日的形态数据,借助OpenGL和NURBS曲面造型技术,构建冬小麦几何形态模型,最终实现冬小麦生长模型与形态模型的结合,实现了冬小麦返青后生长过程可视化.[结果]在不同品种、不同施氮水平下,小麦叶长回归方程R2值在0.772—0.983之间,F值在10.153—340.191之间,且Sig小于显著水平0.05,最大叶宽回归方程R2值在0.853—0.999之间,F值在17.371—4359.236之间,且Sig小于显著水平0.05,表明上述模型拟合度和显著性均较好.经数据检验,叶长模型绝对误差在0—3.88 cm之间,根均方差(RMSE)值在0.24—1.95 cm之间,最大叶宽模型绝对误差在0—0.28 cm之间,RMSE值在0.02—0.15 cm之间,表明所建模拟模型精度较高,该模型对不同品种冬小麦返青后的叶片生长具有较好的预测性;基于所建模拟模型计算冬小麦返青后逐日形态数据,可构造不同品种、不同施氮水平下的冬小麦植株形态,可逼真模拟冬小麦返青后植株动态生长过程.[结论]基于有效积温构建的冬小麦返青后叶长和最大叶宽模拟模型,可较好预测冬小麦返青后叶片生长状态,可实现小麦生长模型和形态模型的有机结合,实现不同品种冬小麦在不同施氮水平下的叶片生长可视化.【总页数】12页(P1594-1605)【作者】李书钦;诸叶平;刘海龙;李世娟;刘升平;张红英;高伟【作者单位】中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;北方工业大学信息中心,北京 100144;中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室,北京 100081;天津市农业科学院农业资源与环境研究所,天津 300192【正文语种】中文【相关文献】1.冬小麦东农冬麦1号返青后各生育阶段光合生理特性研究 [J], 宋扬;苍晶;范博;许贺;于晶;刘丽杰;李怀伟2.冬小麦返青后株高模拟模型及生长可视化研究 [J], 李书钦;诸叶平;刘海龙;李世娟;刘升平;张红英;高伟3.冬小麦返青后管理技术建议 [J], 穆焕文4.冬小麦返青后腾发量时空尺度效应的通径分析 [J], 蔡甲冰;许迪;刘钰;张宝忠5.水稻返青后植株出现筒状叶的原因分析及预防建议 [J], 张富满;金凤霞因版权原因，仅展示原文概要，查看原文内容请购买。
基于三维可视化的小麦病虫害仿真模型摘要：作物模拟模型已成为农业生产管理和资源优化管理的核心。
显示作物生长过程中，使用户可以直观地观察作物的生长和发展。
在从研究资料和文献中理解和掌握小麦条锈病、叶锈病、秆锈病、赤霉病以及白粉病的发病条件和流行季节的基础上，我们为小麦的生长与疾病的发生设计了三维可视化模型。
该模型系统将帮助农民、技术人员和决策者更好地使用作物生长模拟模型并提供决策支持。
现在基于仿真模型基础上的小麦生长的三维可视化模型已经发展了，而小麦病虫害的可视化模型正在发展的过程中。
关键词：三维；可视化；小麦疾病；仿真模型1、简介伴随着计算机技术的发展，系统分析理论、农业科研以及作物模拟模型已成为农业生产管理和资源优化配置的核心和中国目前正在实施的精准农业的基础。
经过50多年的演变，作物模拟模型变得更加成熟并拥有更多的机制。
美国、荷兰、英国和澳大利亚等国家发展了许多的作物模型，其中如DSSAT、SUCROS、RZWQM 和APSIM 等一系列作物模拟模型已被成功应用到农业生产中。
现在作物模拟模型主要用来预测产量的典型应用，如研究世界粮食和农业生态带，区域产量的预测，评估环境和社会的经济变化对农业的影响。
中国从20世纪80年代开始作物模拟模型的研究。
在国外作物模型的介绍、分析和改进后，研究人员开发了很多应用系统。
一些单位利用他们自己的作物模拟模型。
例如，赵春江等人构建的小麦栽培管理专家系统[1]（赵春江等，1997年）；中国农业科学院土壤研究所在位于黄淮平原的虞城县研制的小麦和玉米的最佳施肥专家系统；南京农业大学综合小麦生长模型和小麦只能管理专家系统与决策系统[2]（朱岩等，2004年）；江苏省农业科学院水稻栽培模拟优化决策系统[3]（高良志等，1992年）。
显示作物生长过程中，使用户可以直观地观察作物的生长和发展。
为使作物生长发育过程可视化，许多科学家都做出了巨大努力。
关于农作物虚拟技术，理论生物学家林登麦伊尔在1968年提出的L系统成为植物建模的主要方法[4]（胡宝刚等，2001年）。
基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报随着农业生产的不断发展，粮食安全问题日益突出，冬小麦作为我国的主要粮食作物之一，其产量和品质的预测具有重要意义。
传统的冬小麦产量和品质预测主要依靠农业人员的经验和个人观察，存在主观性强、时效性差等问题。
因此，如何运用先进的遥感数据和气象预报数据进行冬小麦产量和品质预测，成为当前的研究热点。
本文将介绍一种基于DSSAT模型的冬小麦产量和品质预测方法，该方法结合遥感数据和气象预报数据，具备较高的准确性和实用性。
首先，我们需要了解DSSAT模型的原理。
DSSAT（Decision Support System for Agrotechnology Transfer）是一套用于农作物生长和种植管理决策支持的模型系统。
该模型可以使用真实地理环境、气象、土壤种类和农艺管理措施等参数，通过模拟农业生产的不同阶段，从而对作物的产量和品质进行预测。
接下来，我们需要获得用于模型输入的遥感数据和气象预报数据。
遥感数据可以通过卫星遥感技术获取，包括植被指数、地表温度、降雨量等信息，这些数据可以提供冬小麦生长环境的监测指标。
气象预报数据可以从气象局等机构获取，包括气温、相对湿度、降雨概率等信息，这些数据可以提供冬小麦生长过程中的气候条件。
将遥感数据和气象预报数据输入DSSAT模型中，通过模拟冬小麦生长的各个阶段，包括播种、萌芽、抽穗等，并考虑到不同的农艺管理措施，如施肥、灌溉、杂草防治等，模型可以得出一个关于冬小麦产量和品质的预测结果。
同时，DSSAT模型可以根据实际情况进行调整和优化，以提高预测结果的准确性。
基于DSSAT模型的冬小麦产量和品质预测方法具有很高的应用前景。
首先，该方法可以实现对冬小麦产量和品质的快速预测，大大提高了农业决策的精度和决策效率。
其次，该方法可以帮助农民和相关部门预测冬小麦产量和品质的变化趋势，及时采取相应的措施，以保障粮食安全。
此外，该方法还可以对气候变化等因素进行分析，为冬小麦的种植和管理提供科学依据。
植物三维根构型原位动态模拟及其应用的开题报告
一、选题背景
随着计算机技术的不断发展，虚拟仿真技术在各个领域得到了广泛的应用，为了更好地维护生态环境和推动农业发展，对植物的生长过程进行了大量的研究。
植物的
根系是植物吸收养分和水分的主要器官，对于研究植物的生长和发展具有重要的意义。
然而，由于植物根系生长在土壤中，难以观察和研究，因此需要借助计算机技术进行
模拟和仿真。
二、选题意义
与传统的模拟方法相比，三维根构型模拟具有更高的真实度和可视化效果，可以更直观地表现出植物根系的生长变化过程，有助于研究者更全面地了解植物根系的生
长特征和规律。
通过三维根构型模拟技术，可以实现植物根系在不同生境环境下的生
长特征的模拟，进而更好的预测植物的生长状态，并提高植物生长质量。
三、研究方法和技术路线
1. 数据采集：采集植物生长数据，并建立适合的数学模型。
2. 土壤环境重构：对土壤环境进行建模和重构，保证模拟结果的真实性。
3. 三维根构型构建：采用多种方法对植物根部进行三维重构和建模，形成立体的植物根系模型。
4. 根系生长模拟：借助仿真软件，进行三维根构型模拟，模拟植物根系在各种生态环境下的生长变化。
5. 应用研究：在模拟基础上，研究植物根系在不同生境下的可行性和优化方案。
四、预期结果
通过本研究，预期可以实现植物根系三维模拟，展现出植物根系在不同生境下的生长变化过程，进而探究植物根系的生长特点和规律。
通过模拟技术，可以更直观的
展现植物根系的生长状态和生态适应性，对于推动农业发展和改善生态环境具有重要
的意义。
基于视觉三维重建的作物表型分析作者：史维杰张吴平郝雅洁赵明霞吕致李富忠来源：《湖北农业科学》2019年第16期摘要：采用基于图像序列的三维重建技术对作物小麦进行三维重建，通过对比不同处理下的三维点云，选择合适的处理方式对同一品种的不同植株进行三维重建;最后通过获取的作物三维模型对其进行表型测量。
结果表明，重建出的三维模型在一定程度上可以还原作物的真实结构，说明利用计算机视觉技术对作物进行表型测量是切实可行的，利用三维模型测量作物的表型对于育种是省时有效的。
关键词：三维重建;植物表型;叶面积;SfM;MVS中图分类号：TP399; ; ; ; ;文献标识码：A文章编号：0439-8114（2019）16-0125-04DOI：10.14088/ki.issn0439-8114.2019.16.029; ; ; ; ; ;开放科学（资源服务）标识码（OSID）：Abstract： Three-dimensional reconstruction of crop wheat was carried out by using image sequence-based 3D reconstruction technique. Three-dimensional point clouds under different treatments were compared， and appropriate treatment methods were used to reconstruct three-dimensional reconstruction of different plants of the same variety. Finally， the three-dimensional model of crops was obtained. Phenotypic measurement. The results showed that the reconstructed three-dimensional model could restore the true structure of the crop to a certain extent， indicating that it was feasible to use the computer vision technology to measure the phenotype of the crop. Using the three-dimensional model to measure the phenotype of the crop was time-saving and effective for breeding.Key words： 3D reconstruction; plant phenotype; leaf area; SfM; MVS隨着全世界人口的不断增加、全球气候急剧变化、耕地面积逐渐减少，如何能够有效增加粮食产量、保障粮食安全，成为育种学家需要攻克的一个难题。
基于C#的冬小麦虚拟生长可视化系统实现文竹;舒田;童倩倩;郜超;岳延滨;林少华【摘要】为精确表达冬小麦单株及群体三维动态生长过程,提高其模拟的真实感和实时性,利用株高、茎粗、叶长、叶鞘以及节间的几何参数构建了冬小麦动态生长模型.田间试验表明,冬小麦株高、茎粗、叶长、叶鞘以及节间随生长天数呈递增变化;随叶位升高,主茎叶片定形后的长度在拔节前、后均先递增后降低,对应节间的最终长度呈递增变化,最终粗度呈递减变化.基于C#开发环境和3DS max 2014图形平台驱动几何模型,设计开发出了一套集冬小麦单株及群体形态模拟、生长动态变化及场景渲染的可视化系统,从而实现了冬小麦生长全过程的数字化、可视化的虚拟综合管理.【期刊名称】《河南农业科学》【年(卷),期】2016(045)006【总页数】6页(P147-152)【关键词】冬小麦;虚拟生长;可视化系统;C#【作者】文竹;舒田;童倩倩;郜超;岳延滨;林少华【作者单位】贵州省农业科技信息研究所,贵州贵阳550006;贵州省农业科技信息研究所,贵州贵阳550006;贵州省农业科技信息研究所,贵州贵阳550006;贵州省园艺研究所,贵州贵阳550006;贵州省农业科技信息研究所,贵州贵阳550006;贵州省国土资源厅技术信息中心,贵州贵阳550001【正文语种】中文【中图分类】S126;S512.1植物生长建模及可视化是现代数字农业研究的重要内容[1-2]，近年来,有关农作物的动态生长模拟和可视化研究备受关注，尤其是粮食和经济作物。
赵星[3]建立了基于植物学的植物形态发生模型，探讨了利用双尺度自动机模型生成植物构造模型的方法，形象地模拟了植物枝条弯曲和植物花序，阐明了虚拟农作物的生长过程。
郭新宇等[4-5]、郑文刚等[6]基于生长模型—形态模型—数学模型—显示模型，实现了玉米三维形态可视化，为玉米形态结构研究提供了新的思路和手段。
刘炳成等[7]运用分形几何理论与计算机图形学技术，根据试验实测参数模拟了小麦地下根系部分的动态生长过程。
基于人工生命的小麦根系模型构建与可视化的开题报告一、研究背景及意义植物根系是由根和根毛组成的器官，是植物体吸收水分、养分和固定植物体的重要部分，对于维持植物生长和发育具有重要作用。
随着科技的发展，人工生命模型在模拟植物根系的生长中得到了广泛的应用。
模拟植物根系统的生长可以为农业生产提供重要参考，如提高农作物的产量，改善土地结构，降低施肥、灌溉等的成本。
此外，随着城市化的进程，越来越多的人们开始关注城市绿化问题，模拟植物根系生长也可以为城市绿化提供一定的参考和指导。
二、研究内容和方法本研究以小麦根系为研究对象，基于人工生命模型构建小麦根系的生长模型，并通过可视化的方式展示其生长过程。
具体的研究内容和方法包括以下几个方面：1.构建人工生命模型：利用元胞自动机模型构建模拟小麦根系生长的人工生命模型。
2.确定模型参数：通过实验测量确定模型生长所需的各项参数，包括小麦根系的生长速率、分支角度、根长等。
3.可视化展示：利用可视化技术，在计算机上实时展示小麦根系生长的过程，如不同部位的生长速率及方向等。
4.模型优化：根据可视化结果，对模型进行优化，提高模型的准确性和稳定性。
三、预期结果和意义通过基于人工生命的小麦根系模型的构建和可视化展示，本研究有望实现以下几个预期结果：1.实现小麦根系三维生长模拟，为相关研究提供数据支持。
2.提高效率，降低栽培成本，指导小麦生产，提高生产效益。
3.指导城市绿化工作，为城市环境提供支持。
4.提高植物生理学研究的可视化手段，并为相关交叉学科提供数据分析基础。
综上所述，本研究具有较高的实践意义和研究意义，能够为小麦栽培、城市绿化等领域提供有力支持和参考。
小麦根系三维形态建模及可视化*谈 峰 汤 亮 胡军成 姜海燕 曹卫星 朱 艳**(南京农业大学江苏省信息农业高技术研究重点实验室,南京210095)摘 要 作物三维形态建模和可视化技术是数字植物研究的重要组成部分,本文旨在构建基于形态特征参数的小麦根系三维形态模型,并实现小麦根系生长的可视化.基于小麦根系生长的可视化技术框架,首先构建了小麦根轴的三维显示模型,包括根轴生长模型、分枝几何模型和根轴曲线模型;然后结合根系拓扑结构,确定相应的图元,利用根系形态模型输出的形态特征参数,对整个小麦根系进行三维重构;最后基于OpenGL 图形平台,综合纹理映射、光照渲染、碰撞检测等真实感处理手段,实现了小麦根系生长的三维可视化表达.结果表明:模型输出的根系真实感较强,能较好地实现不同品种、水分和氮素条件下小麦根系的三维可视化表达.研究结果为进一步建立完整的可视化小麦生长系统奠定了技术基础.关键词 小麦 根系 几何建模 形态参数 可视化文章编号 1001-9332(2011)01-0137-07 中图分类号 S126 文献标识码 AThree -di m ensional m orphological m odeling and visua lization of wheat root syste m.TAN Feng ,TANG L iang ,HU Jun -cheng ,JI A NG H a-i yan,CAO W e-i x ing ,ZHU Yan (J i a ng s u K ey La -borator y for Infor m ation Agricult u re ,N anjing Agricultural University ,Nanjing 210095,China ).-Ch in .J.App l .E col .,2011,22(1):137-143.A bstract :C rop three -di m ensi o na l (3D)m or pho l o g ical m odeling and v isualization is an i m portant part o f dig ita l plant study .Th is paper ai m ed to deve l o p a 3D m orpho log ica lm ode l ofwhea t root sys -te m based on t h e para m eters ofw heat roo tm or pho l o g i c al features ,and to rea lize the v isualization o f wheat roo t g r ow th .Accord i n g to t h e fra m e w ork of v isualization techno l o gy for wheat roo t gro w th ,a 3D v isualization mode l o fwheat root ax is ,inc l u d i n g root ax is g r ow th m ode,l branch geo m e tric m od -e ,l and roo t ax is curve m ode,l w as deve l o ped firstly .Then ,by integra ti n g roo t topology ,the corre -sponding p i x e lw as deter m ined ,and the whole wheat r oot syste m w as t h ree -di m ensionally re -con -structed by usi n g the m orpho log ica l feature para m eters i n the root m orpho log ical m ode.l F i n ally ,based on t h e platfor m o fOpenGL ,and by integra ti n g the techno l o g i e s of tex t u re m apping ,li g hting renderi n g ,and co llision detection ,the 3D v isualization of wheat roo t g r ow th w as rea lized .The 3D output ofw heat root syste m fro m the mode lw as viv i d ,wh ich cou l d realize the 3D roo t syste m v isua-l ization o f d ifferentw heat cultivars under d ifferen tw ater reg i m es and n itr ogen app lication rates .Th is study cou ld lay a technical founda ti o n for furt h er deve l o p m ent of an integra l visua lizati o n syste m o f wheat p lan.t K ey words :whea;t root syste m;geo m etric m ode li n g ;m orpholog ical para m eter ;v isualization .*国家自然科学基金项目(30800136)和江苏省科技支撑项目(BE2009342)资助.**通讯作者.E-m ai:l yanzhu @n j 2010-05-07收稿,2010-10-18接受.根系是作物与土壤相互作用的纽带,在作物的生长发育过程中起着极其重要的作用.虚拟根系是指基于作物根系生长的生理生态过程和形态结构建成规律,利用计算机技术建立作物根系的三维形态与可视化表达模型,为直观展示作物根系的生长过程提供技术途径[1].近年来,许多学者已通过直接或间接的方法来定量描述作物根系的形态结构及其空间分布特征,但由于作物根系形态较难测量,使得根系的三维形态建模与可视化研究严重滞后于地上部植株[2].国内外许多学者在根系的可视化研究上展开了大量的工作,如D i g g le [3]建立了第1个模拟根系结构的三维模型,该模型可以模拟根系的年龄、位置和根段取向,但是没有考虑其形态学参数,如根茎增长应用生态学报 2011年1月 第22卷 第1期 Ch i nese Journa l of A pp lied E co logy ,Jan .2011,22(1):137-143等形态特征;Pages等[4]基于观察到的根系结构特征,构建了玉米根系结构模型,但此模型完全基于数学统计方法,所描述的根系生长速率的变化范围较大,涉及的参数生物学意义不明确;王美丽和何东健[5]基于L系统建立了根系分形度量的计算机模型,实现了对小麦根系生长过程的模拟,但用L系统生成的根系十分规则,缺乏真实感;熊海桥等[6]提出了一种基于约束和粒子系统思想的建模方法对小麦根系生长进行建模,但此模型随机性很强,不能与农学知识进行有效的耦合.另外,上述这些模型均没有考虑水分、养分胁迫及其他环境因子对根系的影响.为此,金明现等[7]应用面向对象的程序设计方法建立了玉米根系三维生长模型,模拟了不同土壤水分剖面根系的生长过程,探讨了根系向水性的产生机制;Lynch等[8]应用几何表示法对大豆根系的平面和空间几何位置进行了模拟,建立了S i m Root 模型,可以初步模拟植物根系结构及其对水分和养分的吸收,但上述模型均没有考虑根系所具有的随机性特征,应用起来具有一定的局限性.尽管前人在作物根系建模与可视化方面已有较多研究,但大多侧重于模拟作物根系的生长发育规律和拓扑结构特征,不能较好地模拟不同品种和水氮处理下根系三维形态的差异,虽有少数研究构建出了根系三维模型,但忽略了对根系细节的形态描述,真实感不强.为此,本研究以小麦根系为对象,在提出小麦根系生长可视化技术框架的基础上,构建小麦根轴的三维显示模型;结合根系形态建成模型输出的形态特征参数和拓扑结构,对小麦根系进行三维重构;并进一步基于OpenGL图形平台,利用纹理、光照、碰撞避让等真实感显示技术,实现对不同品种、氮素和水分条件下小麦根系三维形态的可视化表达,为进一步建立数字化可视化的小麦生长系统奠定技术基础.1小麦根系生长可视化技术框架小麦根系生长可视化技术框架总体上分为建模和渲染两部分.建模是指对小麦根系的三维重构;渲染是指利用计算机图形学上的真实感显示技术(碰撞避让、纹理映射、光照渲染、随机性处理),生成形态逼真的小麦根系仿真图形.其中,根轴的三维显示模型主要包括根轴几何图元的建立和根轴曲线的确定;小麦根系形态建成模型主要是基于品种遗传参数、气象资料、管理技术措施等数据,模拟小麦根系图1小麦根系形态可视化的技术框架Fig.1T echn i ca l fra m ewo rk o fw heat root m orpho l ogy v is ua liza-tion1的形态发生随生育进程的变化规律及其与环境的动态关系,其输出指标包括:不同级别根系数量、发根的时间与部位、不同类别根系生长速率等形态特征参数和拓扑结构.具体实现过程如图1.2小麦根系构成与拓扑结构211小麦根系构成小麦属须根系,当种子萌发时,从胚根发育的根称为种子根,直接从胚轴上生出的根称不定根,它们统称为初生根.随着生长进程的推移,初生根成熟区分生出侧根(即分枝根),而侧根上又发生次一级的枝根,枝根上再生出各级小枝根.从基部茎节上发生的不定根叫做次生根,次生根基本上也以初生根同样的方式发生不同级别的分枝根.这样,初生根、次生根、不同级别的分枝根等,就在土壤中形成一个上大下小、圆锥状的须根系[9].具体如图2所示.212小麦根系的拓扑结构在描述小麦根系的拓扑结构时,分析小麦根系各类型根轴相互之间的位置关系,使用倒向放置的轴向树来描述.它由根、主根轴、分枝组成,各部分都带有标号,且遵循一定的顺序.从根节点出发到每个终止节点均形成路径,在该路径中至少有一条后继边的节点称为内节点;终止节点称为外节点或顶端;主轴及分枝依序分成一级、二级等.节点可以确定是否产生分枝,一旦分枝便形成一级分枝,类似地二级分枝也是如此.因此小麦根系的生长可以采用几何模型结合一些特征参数来进行描述.138应用生态学报22卷图2小麦根系的形态结构示意图F i g.2The diag ram of root m orpho logy and structure i n wheat.1)初生根Pri m ary rad i cle;2)分枝间隔B ran c h i ng i n t erva;l3)一次分枝Pri m ary b ran ch of root;4)二次分枝Secondary b ranch of root;5)次生根Secondary root.3小麦根系的空间生长模拟311小麦根轴三维显示模型在根系的绘制过程中,根轴伸长发育过程的模拟是其重要的组成部分.描述根轴动态生长时,每个生长周期的生长量是不可预知的,而是根据当前节点携带的信息决定下一步生长,每个生长节点是一个结构体,携带生长所需的信息.31111根轴的生长方向参照Pages等[4]的模型,在均质土壤条件下,根轴在当前生长周期内的生长方向D取决于:根轴前一个周期的生长方向(D-1)、根轴生长所受到的向性影响(D T)、根轴生长所受到的随机因素的影响(D R).其中,向性影响包括水分、养分、自身遗传属性和向地性生长趋势.D=D-1+D R+D T转换到空间坐标系根轴的最终位置可以用坐标表示为:X2=X1+L#cos A,Y2=Y1+L#cos B,Z2=Z1+ L#cos C式中:(X1,Y1,Z1)是在该生长周期内根轴的初始位置;(X2,Y2,Z2)是在该生长周期内根轴的终点位置;L为该生长周期内根轴生长的长度;cos A、cos B、cos C为根轴向量的方向余弦值,根轴向量由方程D最终决定.31112根轴的分枝根系生长最终将导致分枝,即新的侧根产生.根据Lung ley[10]和Chen等[11]对侧根位置的研究,小麦根系有明显的顶端优势,只有在距离顶端一定长度的部位才能长出侧根.根系分枝前方向多变,为了确定分枝根的方向,使用旋转变化张量方法,应用每条根轴分枝前后的空间位置矢量之间的关系计算得到分枝根的方向.首先将根轴分枝空间结构经过一系列的旋转平移至正交坐标系中,然后进行新的分枝计算,得出在正交坐标系中新的分枝方向,最后进行回溯反向平移旋转回到空间初始位置,确定空间分枝的方向.由图3a可以看出,最终的分枝方向P2P3由先前的向量P0P1和P1P2共同决定,将已知坐标转换到标准正交坐标系XOY中,对应的坐标位置通过旋转平移至XY平面内,设为:P0c,P1c,P2c,所要求的分枝方向则变为P2c P3c,用向量v表示,具体分解到每个坐标轴表示成(v1,v2,v3)(图3b).v1=|v|#si n C#cos Dv2=|v|#cos C,y单位化|v|=v21+v22+v23,v/|v|v3=|v|#si n C#si n D旋转向量至正交坐标系后:a1=(x1-x0)/|v|b1=(y1-y0)/|v|,y单位化x=(a1,b1,c1)c1=(z1-z0)/|v|类似,可以求得y c=(a2,b2,c2),z c=(a3,b3, c3),x c=(a4,b4,c4).得到组成矩阵R的3个单位向量x c,y c,z c,即:xyz===a4b4c4a1b1c1a3b3c3=R通过矩阵运算就可以经过回溯得到P2P3的方向,即新的分枝根的生长方向.31113根轴曲线的建立根轴的生长以一定的时间间隔为步长,以段的方式向前递进,每次只向前递进一段.生长过程中遇到需要分枝时,则按照分枝规则分枝,产生新的生长节点.这样就构成了一个生长节点的序列,连接这些生长节点,就构成了一条根轴曲线(图3c).312小麦根系的三维重构在小麦根轴曲线三维模型建立的基础上,由于实际根轴的断面近似于圆截面,可以认为根轴曲线是由无数个绕轴线圆台组合而成,而整个根系构型则是由一定数量的根轴依据根系拓扑结构构成的. 31211几何图元本研究中描述的根轴以图4a所示的圆台进行绘制,含有4个属性:圆台上底R1、下底R2、高度L和根轴的生长方向.且遵循一定的约束条件:前一根段顶部比后一根段的半径大;主轴比1391期谈峰等:小麦根系三维形态建模及可视化图3 小麦根系分枝方向F i g .3 Branchi ng d i recti on of roo t i n whea t .a)侧根空间向量确定The deter m i nati on of s pace vect or of bran ch i ng root ;b)原始方向The ori gi nal d i recti on ;c)根轴曲线的建立Estab lis hm en t of root axis cu rve .次生轴根半径大.根轴的绘制采用根段连接的方法,调用OpenGL 图形库中二次曲面绘制函数:g luCy li n der (Ob,j node ->data 1thick1,node ->data 1thick2,d istance ,10,1),其中,node ->data 1th ick1为半径R 1,node ->data 1thick2为半径R 2,distance 为根轴高度L ,10是控制这个圆柱体的圆截面的数量,1是控制围绕圆柱体沿z 轴所产生的片段的数量.31212模型参数的确定 根据311中根轴的三维显示建模过程,根轴的三维形态是由发根时间、发根部位、根轴生长方向、分枝发生方向等描述参数决定的,这些参数在小麦根系形态建成的不同时期,均可以通过具体的试验资料和实验室已有小麦根系形态模型进行模拟输出,具体参数见表1.31213整个根系的三维重构 构造出根轴的三维形态后,基于小麦根系的拓扑结构,就可实现整个根系图4 小麦根系根段空间模型Fig .4 Space m ode l of root seg m ent i n wheat .a)根段基本模型The b as i c m odel of root s egm ent ;b )根段生长模拟The s i m u lati on of root seg m en t grow t h.表1 小麦根系形态特征参数及定义Table 1 M orphol ogical character para m eters and defin iti on of wh eat root参数Para m eter含义I m pli cati on单位Un it 根系初始生长点I n iti al positi on 初始生长的位置Th e initi al positi on of root i n w heat c m 根系初始生长速率I n iti al rat e 根轴生长速率Th e i n i ti al rate of root i n w heatmm /GDD 根系初始生长方向I n iti al d irecti on 初始生长时的方向Th e i n iti al d irecti on of root in w heat TYPE 轴向角Ax i al ang l e 沿根轴向旋转的角度Angle rotati ng al ong the root ax i alrad 径向角Rad i al ang l e 沿根径向旋转的角度Angle rotati ng al ong the root rad i al rad 根轴半径Radius 主轴、3级分枝根半径Rad i us of p ri nci pal axis and other three types of rootc m 弯曲时间Bend ti me 根轴沿一个方向弯曲时间The curli ng ti m e al ong one d irection TYPE 发根时间Em erge ti m e 根轴发根的时间Th e e m ergence ti m e of root i n w heat TYPE 分枝出生时间Branch ti m e 分枝根出生的时间Th e e m ergence ti m e of branch TYPE 根系类型Type of root0~3级根轴类型Types of rootTYPE 生长度日G ro w i ng degree days(GDD)根系生长需要的积温A ccumu lated t e m perat u re f or root grow t he #d140应 用 生 态 学 报 22卷的三维重构.首先由小麦根轴的形态特征参数完成单个根轴的几何造型,然后根据形态模型中确定的不同类型根轴的发根节位和发根时间,依据根系的拓扑形成规律,实现小麦根系的三维重构.4小麦根系的真实感技术小麦根系形态的可视化不仅应该保证三维形态的准确性,还应具有比较真实的视觉外观.因此,在对小麦根系进行三维重构的基础上,还需对生成的三维模型进行纹理映射、光照渲染、碰撞检测以及随机抖动等真实感显示技术的处理,以生成真实感较强的图形.411纹理映射本研究采用颜色纹理来进行纹理映射,使用根系扫描仪定点定时扫描不同时刻根系的纹理特征.纹理图片的大小为32@32bm p格式(这里只考虑规则的纹理图像,高度和宽度为2的幂).基本步骤如下:首先调用函数g l G enTextures()来获取未使用的根系纹理数据,使用函数g l T exPara m eter*()设置纹理映射到根系根段表面的状态参数,然后使用函数gl T ex I m age2D()和g l B indTex ture()分别指定纹理图像和绑定纹理对象,并使用函数g l E nab le()启用纹理映射,最后使用函数g l T exCoord()定义顶点的纹理坐标与几何坐标,几何坐标决定了顶点在显示屏上的位置,纹理坐标决定纹理图像中哪一种纹理赋予这个顶点.412光照处理由于根系生长在黑暗的环境中,无法对其准确描述,故使用光照效果以达到比较直观的表达.本研究采用OpenGL的光照模型来模拟现实世界的光照效果.基本步骤如下:首先用g l L igh tfv()函数定义光源,调用g l E nab le()打开光源,然后调用g l L ighM t o-defv()设置OpenGL光照模型中的3个参数:全局环境光、观察点的位置以及对前、后面的光照计算,最后用g M l aterialfv()函数指定根系的材质属性.413根系碰撞检测避让模型根系生长过程中,在同一个生长环境下不同根系及相邻根系之间难免会出现碰撞、交叉、回避现象[12],本研究采用回避偏向角算法来实现根系间的碰撞效果.小麦根系在生长过程中每个生长阶段都会产生新的根节点,而新产生的根节点都有具体的空间坐标.当相邻两条根系经历了相同的生长时间后,遍历两条根系的所有根节点的空间坐标,通过比较分析来判断这两条根系是否有碰撞.当根系间存图5小麦根系生长碰撞示意图Fig.5Si m ulation d i agra m o fw hea t roo t gro w th co lli sion1在不碰撞相交时,则不用继续检测直接进行下一阶段生长;当根系间进行碰撞相交时,则需要对其进行碰撞响应.假设两条根系的当前根段中所有点的坐标集合分别为P i(x i,y i,z i)和P j(x j,y j,z j),其中i,j=1,2, 3,,,n,则:d=|P j-P i|= (x j-x i)2+(y j-y i)2+(z j-z i)2当d小于产生碰撞所设置的临界值时,在根轴原生长方向的基础上旋转一个角度U(图5)进行调整,产生一个回避偏移量,这个角度在本研究中设为1b~30b之内的随机取值,用来避免碰撞所产生的根系重合现象.414随机性处理为了避免可视化时根系曲线生硬,对参数做随机处理以增加抖动效果.在小麦根系形态模型输出的形态特征参数的统计均值基础上,加上一个介于上下限值之间的随机变量予以实现,随机变量的范围由上下限限定,准确度由均值确定.根据中心极限定理和大数定理[13],本模型构造了如下随机变量:N r=(N m ax-N a)r12158-(N a-N m in)r22158式中:N r为随机变量;N a为形态特征参数的平均值; N m in为形态特征参数的最小值;N max为形态特征参数的最大值;r1,r2为服从正态分布N[0,1]的随机变量.5小麦根系的虚拟仿真基于2009年在南京农业大学校内温室实施的不同品种(淮麦25与扬麦18)、水分和氮素处理的小麦水培试验,测定了不同处理条件下小麦根系的三维形态参数,并将其输入到上述建立的小麦根系可视化模型中,对不同处理下的小麦根系三维形态进行可视化模拟分析.1411期谈峰等:小麦根系三维形态建模及可视化图6小麦根系的可视化显示F i g.6V isualizati on of wheat roo t syste m.a)出苗后25d扬麦18在不同氮素水平下的根系可视化Root vi sualizati on ofYang m ai18at25d ays after e m ergence under d i ff eren t n i trogen rates:1)低氮Low n itrogen;2)中氮M i dd le n itrogen;3)高氮H i gh n i trogen;b)出苗后25d淮麦25在不同水分处理下的根系可视化Root vi sualizati on of Hu ai m ai25at25days after e m ergence under d ifferent water reg i m es:1)干旱Drought;2)适宜Su i tab le;3)渍水W aterl oggi ng;c)小麦根系生长竞争模拟S i m u lati on of root gro w th co m petiti on i n wh eat;d)不同生育阶段的小麦根系生长模拟S i m ulation of root gro w t h i n wh eat at d ifferen t gro w th sta-ges:1)出苗后6d6days after e m ergence;2)出苗后15d15d ays after e m ergen ce;3)出苗后25d25days after e m ergence;4)出苗后35d35days after e m ergence.图6a为不同氮素水平下扬麦18出苗25d根系三维形态的可视化输出,显示氮素水平对根系的影响主要体现在侧根数量和长度上,低浓度氮素刺激侧根生长,而高浓度氮素则显著抑制侧根生长.图6b为不同水分胁迫下淮麦25出苗25d根系三维形态的可视化输出,显示不同水分处理对根系的影响主要体现在根系扎根的深度和侧根数量上,当土壤含水量较大时,扎根比较浅,根系相对较发达,反之扎根较深,根系相对较弱.图6c为模拟的相邻根系的碰撞避让.图6d为模拟的出苗后6、15、25和35d 4个不同生育阶段小麦根系的可视化输出,可较好地展现出苗35d内小麦根系的动态生长过程.6小结本文以小麦根系为研究对象,初步构建了小麦根系三维形态显示模型,模型所需参数都是在试验基础上获得,具有明确的生物学意义;在此基础上,进一步结合根系拓扑结构,对整个小麦根系进行三维重构;最后利用OpenGL图形平台,对根系进行真实感绘制,初步实现了小麦根系生长过程的三维可视化输出.模型具有良好的通用性、实用性和可控性,能够较好地应用于作物根系的研究与教学工作.依据参数化建模技术,结合植物学理论分析根系的拓扑形成规律,用参数拟合和数学统计方法对小麦根系的根轴生长进行空间模拟,克服了传统经验模型[4,14-16]的模拟结果与实际根系形态间存在较大误差的缺点.在对根系分枝进行几何建模时使用旋转变换张量法,并通过碰撞检测和随机抖动处理来增加环境因素对根系生长速率、根系分枝密度、分枝方向和根系直径等的影响,与大多数根系模型[7,17-20]相比,更加合理可行,更好地体现了根系生长对环境因子的响应[21],同时,经过渲染处理后生成的虚拟小麦根系具有较强的真实感,符合植物学上的生长发育规律.根系的生长发育受到多种因素的综合影响[21-24],与地上部的生长也存在一定的协同关系,今后应进一步构建根冠耦合的虚拟作物模型,以更好地体现品种遗传特征、生态环境和管理措施对小麦根系三维生长的定量影响.参考文献[1]Hu B-G(胡包钢),Zhao X(赵星),Y an H-P(严红平),et al.P lant gro w th m ode li ng and v i sualization:R ev i ew and perspecti ve.A cta A uto m atica S i nica(自动化学报),2001,27(6):816-835(i n Ch i nese)142应用生态学报22卷[2]M a X-M(马新明),Y an J(杨娟),X i ong S-P(熊淑萍),et al.R esearch sta t us and prospects o f v irtualplant.C rop R esearch(作物研究),2003,17(3):148-151(i n Ch i nese)[3]D i gg l e A J.ROOTM AR:A model i n three di m ensi onalcoord i nates of the gro w th and struct u re o f fi brous roo tsyste m s.P lan t and So il,1988,105:169-178[4]P ages L,Jordan MO,P icard D.A si m u lati on model o fthe three d i m ensi onal a rchitecture of the m a ize root sys-tem.P lant and So il,1989,119:147-154[5]W ang M-L(王美丽),H e D-J(何东健).V isuali zedsi m ulati on of w heat roo ts based on L-syste m.Journal ofAg ricult ural M echanization R esearch(农机化研究),2008,30(3):36-39(i n Ch i nese)[6]X i ong H-Q(熊海桥),J i ang L-H(蒋立华),L i u X-D(刘晓东).A physicall y restra i ned plan t roo t grow i ngm odel based on particle system.J ournal of Computer Ap-p licati ons(计算机应用),2002,22(7):39-40(i nCh i nese)[7]Ji ng M-X(金明现),W ang T-D(王天铎).Si m ulati onof g row th and hydrotropis m o fm aize roo ts.A ct a B otan icaSinica(植物学报),1996,38(5):384-390(i n Ch-inese)[8]L ynch J P,N ielsen KL.S i m R oot:M ode lli ng and v isua-li zati on o f root systems.P lan t and Soil,1997,188:139-151[9]M a Y-X(马元喜).W heat Roo ts.Be ijing:Ch i na A g r-icu lture Press,1999(i n Ch i nese)[10]Lung ley DR.T he grow t h of roo t syste m s-A nume ricalco m puter si m ulation mode.l P lan t and Soil,1973,38:145-159[11]Chen DX,L ieth J H.A t wo-d i m ensiona,l dyna m i c mod-e l fo r root gro w th d i str i bu ti on of po tted p l ants.J ournal oft he American Societ y for H orticultural Science,1993,11:181-187[12]X i ong J-T(熊俊涛),Zhong N(钟南),W u C-Y(吴春胤).3D-di m ensi onal v i sua lized si m u lati on forplant roo t syste m s competiti ve grow t h.J ournal of A gri-cult uralM echanization Research(农机化研究),2009,31(7):66-69(i n Ch i nese)[13]Xu H-J(徐会杰),Zhang Y-W(张云伟).Co m putersi m ulati on o f underg round ste m-roo t o f ba m put-er Engineer i ng(计算机工程),2009,35(10):254-256(i n Ch i nese)[14]Porter J R,K lepper B,Be lf o rd RK.A model(WHTRO-OT)wh ich synchron i zes roo t gro w th and deve l op m entw ith s hoot deve l op m ent for w inter wheat.P lant andSoil,1986,92:133-145[15]K l epper B.Roo t and shoo t develop m ent i n w i nter wheat.A gronomy Journal,1984,76:117-122[16]Lung l ey DR.The g row th o f root sy stem s-A nu m er i ca lcomputer si m u lati on m ode.l P lant and S oil,1973,38:145-159[17]C l aus n itzer V,Hop m ans J W.S i m u ltaneous modeli ng oftransien t t hree-d i m ensiona l roo t grow th and so il wa terfl ow.P lan t and So il,1994,164:299-314[18]D eng X-Y(邓旭阳),Zhou S-Q(周淑秋),Guo X-Y(郭新宇),et al.S t udy on t he g eom etry m ode ling f o rco rn root syste m.J ournal of Engineer i ng G raph ics(工程图学学报),2004,25(4):62-66(i n Ch i nese) [19]Q i u L(秋林),L iu X-D(刘晓东),Luo A-L(罗爱玲),et al.U sing L-sy stem depict plant root syste m andi m ple m ent its dyna m ic con tro ll able g row t h by L-syste m.M icroelectronics&Co mp uter(微电子学与计算机),2003,20(11):56-59(i n Chinese)[20]L i u T-J(刘桃菊),T ang J-J(唐建军),Q i C-H(戚昌瀚).A study on the fracta l characters and the v i sua lsi m u l a ti on o f race mo rpho l ogy.A ct a Agr iculturae Univer-sitis J i angx iensis(江西农业大学学报),2002,24(5):583-586(in Chi nese)[21]Zhang W-P(张吴平),L i u J-N(刘建宁),L i B-G(李保国).Si m ulati on of trop i s m s o f three tropis m s ofroo t syste m g row th based on feedbacks bet w een functionsand structures.T ransacti ons of the Chi nese Societ y of Ag-ricult ural Engineering(农业工程学报),2009,25(2):110-116(in Chi nese)[22]M a X-M(马新明),X i L(席磊),X i ong S-P(熊淑萍),et al.Dyna m i c changes of m orpholog i ca l pa ra m e-ters o f tobacco roo t i n fi e l d.Ch i nese Journal of A pp liedEco logy(应用生态学报),2006,17(3):373-376(i n Chinese)[23]Cao H-X(曹宏鑫),Sh i C-L(石春林),Jin Z-Q(金之庆).A dvances in researches on p l ant m orpholog i ca lstruct u re si m u lati on and v isua li zati on.Scientia A gricul-tura S i n ica(中国农业科学),2008,41(3):669-677(i n Chinese)[24]Zhang W-P(张吴平),G uo Y(郭焱),L i B-G(李保国).Deve l op m ent and app licati on of t hree-di m en-s i ona l g row t h m ode l o f root syste m in whea t seed li ng.Scienti a Agr icultura S i n ica(中国农业科学),2006,39(11):2261-2269(i n Chi nese)作者简介谈峰,男,1985年生,硕士研究生.主要从事作物三维建模与可视化技术研究.E-m a i:l mo totan365@163. co m责任编辑张凤丽1431期谈峰等:小麦根系三维形态建模及可视化。
越冬前期小麦生长可视化技术研究虚拟小麦是虚拟植物的一个分支,如何从植物学角度忠实描述小麦生理生态和形态结构又能从计算机图形学角度快速真实渲染小麦生长是该领域的难题。
目前,多数研究集中在研究小麦生长的生理生态模型和形态结构模型上,而很少考虑小麦的可视化模型。
本文以越冬前小麦为研究对象,在研究并建立越冬前期生长机模型的基础上,重点研究小麦生长的可视化模型及实时渲染技术。
主要内容和结论如下:(1)测量了小麦越冬前期各主要器官的生长参数,利用实验数据,以生长度日为自变量,研究了越冬前期小麦各主要生长器官的发育生长过程,结合相关领域研究的小麦生理生态模型,建立了特定小麦植株的生长机模型。
(2)提出一种基于图像的小麦叶片形态的三维重建方法和叶片扭曲及卷曲模型。
该方法采用轮廓跟踪法提取小麦叶片轮廓数据,根据小麦叶片生长曲线将轮廓数据映射到三维空间,能够在保持叶片形态的情况下实时控制叶片的变形。
(3)提出用树结构存储访问小麦各生长器官,采用树结构中的孩子兄弟表示法,能够体现小麦主茎与各级分蘖之间的层次结构,便于显示控制各级分蘖,比L 系统更容易理解。
(4)提出一种生长期制约的叶片纹理混合技术,该方法有效表现了叶片不同生长期叶色的变化情况;采用分段插值方法和关键帧技术实现了生长曲线的动态模拟;实现了动态阴影和光照技术,提高了小麦显示的真实感。
(5)为提高小麦渲染的实时性,实验分析确定了系统在应用程序阶段、几何阶段和光栅阶段的瓶颈位置,提出采用集中计算集中渲染、LOD和多级纹理贴图、优化的矩阵求逆运算等方法实现管线优化。
(6)开发了基于PC平台的小麦叶片轮廓提取和虚拟演示系统,结果表明,本系统结合了小麦的生长机模型,因此和一般的侧重计算机图形学表现的自然景物模拟方法相比,能够更忠实于小麦生长的植物学特性;同时,和一般的侧重生长机模型的模拟方法相比,由于考虑到了渲染的真实感和实时性,视觉效果更好。
《基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报》篇一一、引言随着科技的发展，农业生产的精准化、智能化已成为现代农业发展的重要方向。
冬小麦作为我国主要的粮食作物之一，其产量和品质的预测对于农业生产管理和决策具有重要意义。
本文旨在探讨基于遥感数据和气象预报数据的DSSAT模型在冬小麦产量和品质预报中的应用，以期为农业生产提供科学依据。
二、研究背景及意义DSSAT（Decision Support System for Agrotechnology Transfer）模型是一种以作物生长过程为基础的模拟模型，可以用于预测作物产量和品质。
遥感数据具有覆盖范围广、获取速度快、信息量大等优点，而气象预报数据对作物生长环境有着直接的影响。
因此，结合遥感数据和气象预报数据，利用DSSAT模型进行冬小麦产量和品质的预测，有助于提高农业生产的精准性和效率。
三、研究方法1. 数据来源本研究采用遥感数据和气象预报数据作为输入数据。
遥感数据主要来源于卫星遥感图像，包括植被指数、叶面积指数等；气象预报数据包括温度、降水、光照等。
2. DSSAT模型构建基于作物生长过程和生理生态学原理，构建DSSAT模型。
模型包括作物生长参数、环境参数、土壤参数等，通过模拟作物的生长过程，预测作物的产量和品质。
3. 模型应用将遥感数据和气象预报数据输入DSSAT模型，对冬小麦的产量和品质进行预测。
同时，与实际产量和品质进行对比，评估模型的预测精度。
四、实验结果与分析1. 实验设计选取具有代表性的冬小麦种植区，收集遥感数据和气象预报数据，建立DSSAT模型，进行产量和品质的预测。
2. 实验结果通过DSSAT模型预测的冬小麦产量和品质与实际数据进行了对比，发现模型预测的精度较高，能够较好地反映实际生产情况。
具体而言，模型的预测值与实际值之间的误差较小，且具有较好的稳定性和可靠性。
3. 结果分析分析表明，遥感数据和气象预报数据在DSSAT模型中发挥着重要作用。
小麦根系三维可视化模拟关键技术研究的开题报告一、选题背景小麦是中国的主要粮食作物之一，在保障国家粮食安全和农业生产发展方面具有重要的作用。
小麦种植中，根系是植株生长的重要组成部分，直接关系到植株的吸收营养物质和土地利用率，因此对于小麦根系的研究具有重要的意义。
随着计算机技术和可视化技术的不断发展，通过模拟和可视化技术来研究小麦根系已经成为一种新的研究方法和手段。
本次毕业设计选题研究小麦根系三维可视化模拟关键技术，是针对当前国内小麦根系研究存在的难点和问题进行的一次实践。
二、研究内容本次毕业设计的主要研究内容包括：1.小麦根系三维建模技术：通过使用数字化仪等设备获取小麦根系的点、线、面等数据，然后运用计算机三维建模软件进行数据处理和重构，得出真实的小麦根系三维模型。
2.小麦根系生长模拟技术：通过运用生长模拟算法，对小麦根系生长过程进行数值模拟，得出根系在不同生长阶段的生长情况和特征，为后续研究和分析提供数据基础。
3.小麦根系三维可视化技术：通过运用可视化技术，将小麦根系的三维模型和生长模拟结果进行可视化展示，实现立体的效果和实时交互。
三、研究意义通过本次毕业设计研究，可以掌握小麦根系三维建模、生长模拟和可视化技术，同时可以对小麦根系的生长规律和特征进行深入的研究和分析，对于提高小麦的生产效率、加强农业可持续发展具有重要的意义。
此外，本次研究也可以为其他作物根系三维可视化模拟技术的发展提供参考和借鉴。
四、研究方法本次毕业设计的研究方法主要包括：1.数据采集：使用数字化仪等设备对小麦根系进行采集，获取点、线、面等数据。
2.三维建模：采用计算机三维建模软件对采集到的数据进行处理和重构，得出真实的小麦根系三维模型。
3.生长模拟：采用生长模拟算法对小麦根系生长过程进行数值模拟，得出根系在不同生长阶段的生长情况和特征。
4.可视化展示：通过可视化技术将小麦根系的三维模型和生长模拟结果进行可视化展示，实现立体的效果和实时交互。
基于无人机高光谱遥感数据的冬小麦生物量估算作者：陶惠林冯海宽徐良骥杨贵军杨小冬苗梦珂刘明星来源：《江苏农业学报》2020年第05期摘要：以植被指数和红边参数为模型因子，利用多元线性回归（MLR），构建冬小麦不同生育期的生物量估算模型，从而有效和更好地监测冬小麦的长势情况，为精准农业中作物的快速监测提供技术手段。
首先分析植被指数（VI）和红边参数（REPS）与冬小麦生物量的相关性，然后运用MLR分别建立模型MLR+VI、MLR+REPS和MLR+VI+REPS，最后将优选的冬小麦生物量估算模型应用于无人机高光谱影像中，验证模型的可行性。
结果表明，利用单个植被指数或红边参数构建的估算模型在孕穗期、开花期和灌浆期估算精度最高的植被指数分别是归一化植被指数（NDVI）、简单比值指数（SR）和增强型土壤调节植被指数（MSAVI），精度最高的红边参数分别为红边振幅/最小振幅、红边振幅和红边振幅;通过MLR分别以植被指数、红边参数和植被指数结合红边参数为因子构建的模型MLR+VI、MLR+REPS与MLR+VI+REPS效果优于单个植被指数或红边参数建立的模型，3种模型在不同生育期的验证结果也较好，其中MLR+VI+REPS模型精度最高，模型决定系数（R2）、标准均方根误差（NRMSE）分别为0.783 2与12.13%。
关键词：无人机;高光谱;冬小麦;多元线性回归;植被指数;红边参数中图分类号：S127文献标识码：A文章编号：1000-4440（2020）05-1154-09Abstract： Using vegetation index （VI） and red edge parameter （REPS） as model factors， multivariate linear regression （MLR） was used to construct a biomass estimation model for winter wheat in different growth periods， to effectively and better monitor the growth of winter wheat and provide technical means for rapid monitoring of crops in precision agriculture. The correlation of VI and REPS with biomass of winter wheat was analyzed first. Then MLR+VI model，MLR+REPS model and MLR+VI+REPS model were constructed by MLR respectively. Finally， the optimized model for estimation of biomass in winter wheat was applied in hyperspectral images taken by unmanned aerial vehicles to verify the feasibility of the models. The results showed that the vegetation indices with the highest estimation accuracy of the estimation model constructed by single vegetation index or red edge parameter in booting stage， flowering stage and filling stage were normalized difference vegetation index （NDVI）， simple ratio index （SR） and modified soil-adjusted vegetation index （MSAVI） respectively， and the red edge parameters with the highest precision were red edge amplitude/minimum amplitude， red edge amplitude and red edge amplitude respectively. The effects of MLR+VI model， MLR+REPS model and MLR+VI+REPS model were better than the models constructed by single vegetation index or single red edge parameter. The verification results of the MLR+VI model， MLR+REPS model and MLR+VI+REPS model in different growth periods were also good， and the MLR+VI+REPS model showed the highest precision， the coefficient of determination （R2） and normalized root mean square error （NRMSE） of the model were 0.783 2 and 12.13% respectively.Key words：unmanned aerial vehicle（UAV）;hyperspectral;winter wheat;multiple linear regression;vegetation index;red edge parameters生物量是作物生長过程中重要的生物物理参数之一[1]，能够很好地反映作物的长势情况，便于农业管理者对作物更好地进行管理。
