[发明专利]一种高产棉花株行距配置优化方法

权利要求书

1.一种高产棉花株行距配置优化方法，其特征在于，包括如下步骤：

获取棉花植株三维形态数据，构建棉花植株三维模型；

输入当前棉花植株的株距数据和行距数据至棉花植株三维模型，得到棉花植株三维冠层模型，所述棉花植株三维冠层模型，包括：

棉花主茎叶长、叶宽和主茎节间长度随主茎节位的分布函数：

其中，L_i表示第i主茎节位上的叶长、叶宽和节间长度，Lm表示各节位叶长、长宽和节间长度的最大值，r表示节位序，r_m表示取得最大叶长、叶宽和节间长度所在节位的节位序，b为经验参数；

主茎节间直径随主茎节位的分布函数：

其中，W_i表示第i主茎节位上的茎直径，Wm表示主茎基部节间直径最大值，k和r0为经验参数，r为主茎节位序；

利用连续两片叶片之间的积温(℃·d)控制棉花生长节元发生的发生函数：

phyllo＝TT_n+1-TT_n

其中，TTn+1和TTn分别为第n+1片叶和第n片叶所需积温；

采用逻辑斯蒂增长曲线描述棉花叶片扩张和节间伸长随时间的分布函数：

其中，L_i,tt为第i节位的主茎叶片在叶龄达到tt时的长度，b和tt_m为经验参数；

基于棉花植株三维冠层模型，输入棉花植株的各器官对光合有效辐射的透射率和反射率，进行光合生产力计算，得到棉花植株籽棉产量；

采用梯度下降法逐步调节棉花植株的株距数据和行距数据，直至当前棉花植株籽棉产量达到最大值，输出棉花植株最优的株距数据和行距数据。

2.如权利要求1所述的一种高产棉花株行距配置优化方法，其特征在于，所述获取棉花植株三维形态数据，构建棉花植株三维模型的步骤，包括：

获取优化目标地点往期的棉花植株三维形态数据；

根据往期的棉花植株三维形态数据的变化，求取优化目标地点棉花叶片和节间的发育和生长速率数据；

基于优化目标地点棉花叶片和节间的发育和生长速率数据随时间的变化规律，构建棉花植株三维模型。

3.如权利要求2所述的一种高产棉花株行距配置优化方法，其特征在于，所述棉花植株三维形态数据包括：叶片拓扑结构图、柱式图、株高、主茎节间长度、主茎节间直径、果枝节间长度、果枝节间直径、主茎叶片数、果枝叶片数、叶长、叶宽、叶型、叶倾角和方位角。

4.如权利要求2所述的一种高产棉花株行距配置优化方法，其特征在于，所述基于优化目标地点棉花叶片和节间的发育和生长速率数据随时间的变化规律，构建棉花植株三维模型的步骤，包括：

采集优化目标地点往期的棉花植株的不同叶位叶片的图像信息；

从往期的棉花植株的不同叶位叶片的图像信息中，提取出棉花植株主茎叶和果枝叶在不同时期的叶型参数，构建棉花叶片模板库；

根据棉花叶片模板库中棉花叶片扩张和节间伸长随时间的变化规律，得到逻辑斯蒂增长曲线；

根据逻辑斯蒂增长曲线构建棉花植株三维模型。

5.如权利要求1所述的一种高产棉花株行距配置优化方法，其特征在于，所述基于棉花植株的各器官对光合有效辐射的透射率和反射率，采用棉花植株三维冠层模型进行光合生产力计算，得到棉花植株籽棉产量的步骤，包括：

基于蒙特卡洛反向追踪算法和棉花植株的各器官对光合有效辐射的透射率和反射率，构建辐射数据驱动模型；

采集逐日气象数据，所述逐日气象数据包括：气温、降雨量、日照时数；

将逐日气象数据输入辐射数据驱动模型，实现对棉花生长发育和产量形成的模拟，输出棉花植株籽棉产量。

6.如权利要求5所述的一种高产棉花株行距配置优化方法，其特征在于，所述辐射数据驱动模型，包括：

基于棉花植株的各器官对光合有效辐射的透射率和反射率，利用光响应曲线计算叶片光合速率A；

将叶片光合速率A转化为叶片当日产生的光合同化产物总量S_d,gross；

全株叶片的光合同化产物总量S_d,gross扣除器官呼吸作用消耗Rm，获得当日光合同化产物的净积累量S_d,net；

利用棉花植株器官潜在生长速率D占总库强的比例，表示光合产物总量分配到各个器官上的比例R_o,i；

根据光合产物总量分配到各个器官上的比例R_o,i，获得器官在第d天分配到的光合产物，得到器官中的碳水化合物转化为干物质的量M_o,d。