第一章 绪论
1.1 虚拟作物的研究
科学技术的发展和相互融合，产生了许多新的学科，虚拟现实技术研究就是这样的一门新型学科[1]。虚拟现实技术以传统科学和计算机科学为基础，结合各应用领域实际需要，而逐渐发展起来的一门复合交互技术，同时它也是一门实验性科学，近年来该学科得到了飞速发展，现在已经成为十分活跃的新兴技术之一[2]。虚拟农业研究是数字农业和虚拟现实技术的交叉学科研究，也是当前现代农业领域的研究热点。虚拟植物是将农林业信息提取和加工，实现植物的可视化，进而满足虚拟农林业实验中对植物生长发育和科学研究的需要。虚拟植物的基础是作物生长模拟模型研究,它利用传统的作物生态生理学、作物栽培学、计算机图形学、虚拟现实技术等技术或理论建立数学模型，系统且定量地描述作物生长发育等生理生态过程与环境之间相互作用的数量关系[3]。通过这种方式，试验获得的大量抽象数据被转换为能用计算机表达的图形图像。通过在计算机上虚拟三维作物模型的建立，模拟出作物在三维空间中的生长发育过程。虚拟作物能够通过计算机快速的模拟出作物的整个生长周期，而不需要完全依靠实际测量，很大程度减少浪费过多时间在实地种植作物和观察分析。虚拟作物能够通过计算机模拟作物的各种数据，通过获得该作物在生长过程中的基本参数和遗传参数，提供作物生长的定量化数据，避免实际生产中的浪费。虚拟作物能够有效的结合已知的作物学、作物生态学、作物生理学，通过计算机对作物的定向生长和品种改良提供数学依据，更准确的指导生产培育和栽培管理。虚拟作物能够在虚拟的环境中进行虚拟生长实验，应用虚拟作物生长技术可部分替代在现实世界中难以进行或虽能进行但费时、费力、昂贵的试验。虚拟作物的研究后期能够通过计算机建立虚拟农场，在计算机上种植虚拟作物和进行虚拟农田管理调控，实现农业数字化和可视化，便于管理的同时也为农业推广和农业教学提供了很好的方式[4]。在现今的虚拟作物模型研究中，一般呈现为从简单到复杂、从静态到动态、从经验型到机理型模型，这种由浅入深的模型研究方式很好的保持了作物模型的完整性和复杂性，也为在此基础上构建作物可视化以及虚拟现实农业应用研究等提供了良好的基础。因此，虚拟作物研究对作物生长发育科学研究和实现精准化数字农业具有重要意义，并对现代农业发展具有极其重要的促进作用。
..........
1.2 研究的背景、目的与意义
1.2.1 研究的背景
自 20 世纪 80 年代起，随着计算机技术和数字农业的发展，作物生长模型研究取得较多进展。国内研究虽然起步较晚，但也对油菜、棉花、玉米和芦苇等植物进行了深入研究。在模型的构建中，大部分都是针对器官数量较少的单主茎作物，因为作物结构较简单，无论是测量、记录还是计算、建模都相对容易，且不容易出现误差。但关于攀缘类植物模拟模型的报道较少。在历史上，位于世界各类水果中栽培面积和产量前列的就有葡萄。根据国际葡萄与葡萄酒组织(OIV)公布的重要报告显示，2015 年，全球葡萄园的面积已经增至 753.4 万公顷。其中，中国的葡萄园面积也增长明显，我国葡萄的种植面积增至 82 万公顷，已经超过法国，跃居全球第二位，仅次于西班牙的 102.5 万顷。2015 年中国的葡萄产量达到 1260 万吨，占全球葡萄产量 17%，是最大的葡萄生产国。欧洲为全世界葡萄栽培面积最多的地区，占 68.0%；其次是亚洲，占 17.0%；再次是美洲和非洲，分别占 9.7%和 4.4%；最少的是大洋洲，仅占 0.9%。在世界的葡萄总产量中，约有 80%的葡萄用于酿酒，13%的葡萄用以鲜食，其余约 7%的葡萄用于制干、制汁、制成加工品等等。葡萄酒产量最多是欧洲，最多的国家是意大利，其次是法国和西班牙。葡萄干产量最多的地区是亚洲，其次是美洲；最多的国家是土耳其，其次是美国。欧洲葡萄（Vitis vinifera L.）亦称欧亚种葡萄，起源于里海和黑海沿岸的中亚、高。加索、小亚细亚和叙利亚一带。据中国古代文献记载[25]，公元前 139-115年，西汉张骞从现今乌兹别克的费尔干纳，“取葡萄（蒲桃）实，于是离宫别馆旁尽种之”（《齐民要术》）。由此可见，中国内地栽培欧洲葡萄已有 2100 年以上的历史，而且首先是由陕西关中开始的。公元 1 世纪初，随着汉王朝政治形势的东迁，葡萄也可能由陕西关中传至中原大地并酿造了葡萄酒。在世界 8000 多个葡萄品种中，中国约有 800 个葡萄品种，但优良生产栽培品种只有数十个。甘肃省位于我国的西北部，地处黄土高原、内蒙古高原和青藏高原的交汇处，分属长江、黄河和内陆河三大流域。该地属温带季风气候，并且有明显地向大陆性气候过渡的特征，地理环境十分适宜葡萄生长，是我国最早栽培葡萄的地区之一[26]。
.........
第二章 研究的内容和方法
2.1 研究思路与技术方法
葡萄的生长模拟模型研究，涉及到葡萄的各个器官的形态结构和形态特征，并且需要建立葡萄的拓扑结构模型，对葡萄的整体结构进行描述[37]。关于葡萄植株的生长发育基本规律和葡萄结构的基本特征等，以前学者们已有一些定性研究[38-42]。但对葡萄特别是红地球葡萄植株的生长发育模型，还缺少系统深入的研究。因此在建立生长模型中，既要考虑葡萄各器官结构与形态生长变化，还要综合考虑葡萄的生理特性和外部因素对模型的影响，红地球葡萄的主要器官形态模拟模型与生长动态模拟模型研究技术路线如图 2-1 所示。
..........
2.2 实验设计
2.2.1 实验区概况
本文实验研究对象选用红地球葡萄（Red globe）（Eriobotrya japonica），其又名红地球、大红球、红地球、晚红，欧亚种。是 1987 年从美国引入的品种。该品种葡萄的嫩梢底色为绿色，先端微有紫红纹附加色，在幼叶阶段背面有稀疏绒毛。逐渐长成后，叶片中等大小，形状为心脏形，叶片为五裂，上侧的裂刻深，下侧的裂刻浅，成熟后叶面和叶背均无毛，叶缘锯齿与其他品种相比较钝，叶柄为淡红色。红地球葡萄的花为两性花。果穗比较大，平均穗重达 800g，最大可达 2500g，整体呈现长圆锥形。果粒着生中等紧密或较紧，平均粒重 12～14g，最大粒重 22g，通常为圆形或卵圆形，颜色为暗紫红色，果粒的果皮薄，肉质脆，味道十分甘甜，可溶性固形物含量 17%，是品质上等的鲜食葡萄品种[43-46]。从葡萄生理发育角度，葡萄生长包括有伤流期、蕾期和花序生长期、开花期、果实生长期、成熟期和老蔓成熟期等 6 个不同生长期[47][48]。在芽分化膨大生长之前开始，葡萄的伤流从葡萄枝蔓新剪口或伤口处大量流出。在伤流期，葡萄根系从土壤中开始吸收大量的元素和水分，葡萄有伤流流出标志着葡萄进入生长期。萌芽与花序生长期从葡萄萌芽至花序开花，约为 40 天左右。当白天和夜间的平均温度稳定且达 10℃以上时。葡萄芽开始分化。因为生长点活动使芽鳞开裂，幼叶向芽外生长。一般葡萄枝条顶端的芽萌发较早。开花期持续 10 天左右，是指葡萄花序从开花到结果之前的时间。当白天和晚上的温度平均温度超过 20℃时，葡萄的花序开始开花，葡萄开花时枝条生长开始减缓。温度和湿度对开花期葡萄的生长发育影响较大，当气温较高、天气较为干燥时，葡萄的花期会缩短。当气温较低和降雨较多导致潮湿时，葡萄的花期会被延长。葡萄的花期对产量有较大的影响。当年植物的生长形式也会对葡萄花期的生长有影响。
..........
第三章 葡萄生长模型的构建基础...... 29
3.1 数据的处理方法....29
3.2 温度与时间的关系.........29
3.3 生理发育时间.........30
3.4 葡萄结果枝拓扑结构模型...... 30
3.5 本章小结........31
第四章 葡萄节间动态模拟..........32
4.1 新生枝条节间伸长模型......... 32
4.2 新生枝条节间增粗模型......... 34
4.3 节间生长模型检验.........35
4.4 花序与节间生长动态模型和检验........... 36
4.5 本章小结.......38
第五章 葡萄叶片和叶柄动态模拟...... 40
5.1 叶片伸长模型........40
5.2 叶片加宽模型........42
5.3 叶片生长模型检验.........43
5.4 叶柄伸长模型........44
5.5 叶柄增粗模型........46
5.6 叶柄生长模型检验.........48
5.7 本章小结.......49
第六章 葡萄生长可视化模拟基础
陈国庆等对量化模拟了小麦器官的形态变化过程，节间形态的动态特征被体现出[67]。用 Logsitic 方程描述了叶鞘和节间的伸长过程，该方程符合生物学规律。谭子辉使用 Logsitic 方程对冬小麦麦穗生长过程做了动态模拟。模型具有较强的动态预测性和可靠性[68]。常丽英对水稻主轴和分蘖叶片随 GDD 动态生长的过程做了模拟[69]；叶形的动态变化则用二次函数描述。模型较好的模拟叶片伸长过程。徐寿军等对大麦穗和茎秆的动态模拟做了研究[70]。胡利平等在研究苹果的生理过程之后，以生理发育时间为自变量，建立并检验了葡萄发育模拟模型。所建立模型能较好地预测各个发育阶段[71]。张明达和朱勇等分别以生理发育时间和生长度日微尺度建立预测烤烟生育期的模型[72]。
6.1 葡萄生长发育器官的同伸关系
葡萄各个器官之间出生、伸长和生长有一定的同伸关系，不同器官之间能否同伸是判断植株生长好坏的重要指标之一。因此，在生产中如何根据不同器官之间的同伸关系来诊断植株的生长情况、进而确定合理的栽培措施很重要。张新国等在对超高产棉花的研究中计算了开花与主茎叶之间的同伸关系，通过同伸关系对器官生长的影响，确定了棉铃与产量之间的关系[73]；魏广彬在对水稻主茎叶龄、群体茎蘖数和叶面积与环境因子之间的关系进行了定量解析和综合，基于水稻器官和形态发生的同伸规律，构建了水稻群体茎蘖数和叶面积指数模拟模型[74]；马晓梅等为了分析新陆早 53 号棉花各器官发生规律及蕾铃空间分布情况。调查了选定的棉花的整个生育期，通过计算花与主茎叶的同伸关系，对棉花结铃的规律做了总结[75]。根据本实验实测数据的整理分析，可以得到新生枝条上节间伸长的变化规律曲线如图 6-1 所示。
..........
结论
为分析甘肃主栽鲜食葡萄品种红地球的不同植株新生枝条生长动态变化。2015 年 4 月-2016 年 9 月连续两年从萌芽期至浆果成熟期在试验园内不同位置选取日照充足且无相互遮挡的 3 组葡萄，对其单侧蔓的新生枝条分别挂牌编号标记，观测，记录。每 2d 测量一次枝条的长度和粗度，在节间生长较快时期（4月上旬至 5 月下旬）每天测量一次枝条的长度和粗度。试验数据表明，葡萄新生枝条的生长过程符合先慢后快再变慢的‘S’生长规律。因此以生理发育时间(PDT)为步长，利用 Richards 方程模拟葡萄新生枝条动态过程，并使用不同植株不同侧蔓的新生枝条对其结果进行了检验。建立了节间、叶片、叶柄和花序（果穗）生长与各节间粗度的线性方程（4-1、4-3、4-5、4-6、5-1、5-3、5-5、5-7），并对结果进行了检验。结果显示节间长度模拟值的RMSE范围在0.743~2.632cm之间，节间粗度模拟值的 RMSE 范围在 0.019~0.036cm。花序（果穗）部分模拟模型中红地球葡萄的节间粗度模拟值的 RMSE 范围在 0.035~0.149cm。模型（4-5）（4-6）对葡萄红地球品种的叶片长度模拟值的 RMSE 范围在 0.842~1.875cm 之间，叶片宽度模拟值的 RMSE 范围在 0.022~0.033cm。模拟模型的检验结果表明，模型（5-1）（5-3）对葡萄红地球品种的叶片长度模拟值的RMSE范围在0.842~1.875cm之间，叶片宽度模拟值的 RMSE 范围在 0.022~0.033cm。模型（5-5）（5-7）对葡萄红地球品种的叶柄长度模拟值的 RMSE 范围在 0.842~1.875cm 之间，叶柄粗度模拟值的 RMSE 范围在 0.022~0.033cm。试验结果表明本研究对红地球葡萄的叶片长度和宽度以及叶柄长度和粗度有很好的预测性，能够比较准确的拟合红地球葡萄新生枝条的生长动态，符合植物枝条的生物学规律。本文为葡萄生长发育模型研究增添了新内容，并为进一步研究葡萄可视化及群体生长奠定了技术基础。
..........
参考文献（略）