玉米叶片生长模拟研究

《玉米叶片生长模拟研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、玉米叶片生长模拟研究摘要：用不同的生长模型拟合玉米的生长发育数据，结果表明：Gompertz模型能较好地描述玉米总叶片数随有效积温变化的动态；Logistic模型能较好地描述玉米总面积数和玉米株高的发展变化动态。根据上述模型得到玉米叶片面积相对日增量随有效积温发展变化的三参数高斯模型：Y=3.5054EXP{-0.5[(X-1111.4854)/256.0952]2}(R2＝0.9944)关键词：玉米；叶片生长；模型植物病害流行是病害在寄主植物群体内的增长过程。在一个生长季节内，随着时间的推移，寄主群体也在增长。这对病害流行有很大影响，

2、一方面，它为病原接种体提供新的侵染位点，另一方面，它又会引起病害的表观数值下降，即稀释作用。因此，在植物病害流行研究中，寄主生长一直是一个不可忽视的方面。寄主生长对病害流行参数如表观侵染速率等方面有较大影响。事实上，在植物病害流行电算模拟模型中，寄主生长往往作为一个重要的子模型处理。寄主植物有其自身的生命周期，而这种周期显著影响寄主的抗病性及病害的流行。在植物病害流行模拟模型研究中，寄主植物生长模型是必不可少的组成部分。目前，众多植物病害流行模拟模型中的寄主生长模型都是极为简单的作物模型，其功能仅能满足病害模拟模型辅助变量的需要，如能结

3、合栽培学中的作物生长模型，便可提高病害模拟模型的精确度和准确度，但有些作物模型不能满足病害模拟的需要，还需加以改造。大多作物生长模型均以有效积温作为模型的驱动变量[1]，因为一般作物完成整个生育期所需积温值相对稳定，若作物生长阶段环境和温度均最适宜，则积温值可表征作物生育期长度。玉米叶片是玉米各种叶斑病害的载体，其面积的动态变化与病害发生流行密切相关。因此，本研究建立以有效积温为变量的玉米叶片生长模拟模型，以期为玉米叶部病害流行的模拟模型提供必备组件。1材料与方法1.1供试品种供试玉米品种为屯玉41号，该品种为生产上的主栽品种，属于感病

4、品种。1.2气象资料气象资料由温湿度自动记录仪（浙江大学产）每隔0.5h记录一次，根据记录资料计算出每日的平均气温，最后得出不同时间的有效积温，玉米生长发育的有效积温起点记为10℃，温度低于10℃的为无效温度。1.3数据调查玉米播种面积为0.3亩，分为三个小区，玉米出苗后进行调查，每小区定点调查20株玉米，前期每7天调查一次，后期每15天调查一次。每次调查记录所有玉米上的叶片数、各个叶片的面积及株高等，并按照由下向上的顺序记录。玉米叶片面积的计算公式为[2]：LA＝L×W×0.75式中LA为玉米叶片的面积，L为叶片长度，W为叶片最大宽度

5、，0.75为校正系数。1.4数据处理以有效积温为因变量，所对应的变量（玉米叶片总数、总面积、株高及玉米不同叶序叶片的面积）为自变量。利用较常见的几个‘S’型模型Exponontial、Logistic、Gomperts、Weibull、S-curve、Growth拟合实测数据。数据拟合采用SAS统计软件（Release8.01,SASInstituteInc.）的NLINE过程，以各模型的决定系数R2、剩余平方和SSE、F值（Fvalue）和检验概率（Pr>F）作为模型取设的标准[3]。2结果与分析2.1玉米叶片总数、总面积及植株高度随

6、有效积温的变化表1为玉米叶片总数、总面积及株高的数据拟合结果。SAS系统计算了判断模型拟合效果的4个指标：R2、Fvalue、Pr>F和SSE。其中前三个指标越大表明模型的拟合效果越好，SSE越小表明模型的拟合效果越好。根据以上标准，由表1可知玉米叶片总数、总面积及株高的最佳模型分别为：玉米总叶片数模型：X1=24.8033×EXP[-EXP(1.1973-0.00190T)]（1）玉米总面积数模型：X2＝10068.6/{1+EXP[-0.00599×(T-1087.9)]}（2）玉米株高模型：X3＝281.4/{1+EXP[-0.0

7、0310×(T-1281.3)]}）（3）上述模型中的T为玉米播种后的有效积温（℃）；X1、X2和X3分别为玉米叶片的总叶数（个）、玉米叶片的总面积（cm2）和玉米的株高（cm）由模型（1）-（3）可以看出，模型(1)为高姆比茨模型（GompertzModel）；模型(2)和(3)为逻辑斯蒂模型(LogisticModel)。这就说明在玉米的生长发育过程中，玉米总叶片数随有效积温变化的动态可用高姆比茨模型来描述，而玉米总面积数和玉米株高的发展动态则可用逻辑斯蒂模型来描述。它们的实测值及模型拟合曲线见图1。表1玉米叶片总数、总面积及株高不

8、同模型及其检验ContentModelModelExpressionR2SSEFValuePr>F叶片总数TotalleavesExponontialX1＝8.3475×EXP(0.000442T)0.73