棉花株高變化動態(tài)分析及模型研究

王樂，吳楊煥，李杰，楊平，柴順喜，陳銳，馬富裕

(1.石河子大學農(nóng)學院/新疆生產(chǎn)建設兵團綠洲生態(tài)農(nóng)業(yè)重點實驗室，新疆石河子 832003；2.新疆生產(chǎn)建設兵團第六師農(nóng)科所，新疆五家渠 831300)

棉花株高變化動態(tài)分析及模型研究

王樂1，吳楊煥2，李杰1，楊平1，柴順喜1，陳銳1，馬富裕1

(1.石河子大學農(nóng)學院/新疆生產(chǎn)建設兵團綠洲生態(tài)農(nóng)業(yè)重點實驗室，新疆石河子 832003；2.新疆生產(chǎn)建設兵團第六師農(nóng)科所，新疆五家渠 831300)

棉花；相對株高；相對有效積溫；聚類分析；歸一化；Richards函數(shù)

0 引 言

【研究意義】棉花作為新疆地區(qū)主要的經(jīng)濟作物，2015年種植面積達190×104hm2左右，總產(chǎn)量350×104t左右，分別占全國的50%、62%。隨著新疆棉花種植產(chǎn)業(yè)的發(fā)展，全國已形成“世界棉花形勢看中國，中國棉花市場看新疆”的局面[1]。近年來，隨著新疆棉區(qū)機械化、規(guī)模化生產(chǎn)的推廣，與之配套的田間管理措施，如灌溉、施肥、化控等都存在盲目性[2,3]，為精準農(nóng)業(yè)的實施帶來不便，明確新疆地區(qū)棉花株高動態(tài)變化與溫度的關系，可以實時掌握棉花生長發(fā)育狀況，及時采取相應的栽培措施，為棉花精準、高效、高產(chǎn)栽培提供理論依據(jù)?！厩叭搜芯窟M展】國內(nèi)外許多學者對株高的模擬研究中，以有效積溫、相對有效積溫、生理發(fā)育時間、每日熱效應等為變量，研究了株高與有效積溫、相對株高與相對有效積溫、株高和生理發(fā)育時間等的關系，分別在冬小麥、紫花苜蓿、馬鈴薯等多種作物上建立了株高動態(tài)變化規(guī)律[4-12]?！颈狙芯壳腥朦c】相關研究對棉花精準管理具有重要指導意義。但關于棉花多品種間相對株高與相對有效積溫的研究，目前還未見報道。新疆產(chǎn)棉區(qū)，無霜期短、日照充足、晝夜溫差較大，有利于棉花產(chǎn)量和品質(zhì)的形成。棉花屬于典型的喜溫作物，其生長發(fā)育與產(chǎn)量的形成，受品種、栽培措施及環(huán)境等的綜合影響，而棉花的長勢長相，則是一種直觀的綜合反應的結(jié)果。因此，看苗管理是棉花種植栽培的一種重要措施。其中，株高是苗情診斷中最為直接的、最易獲取的指標之一[13]。而株高變化受內(nèi)外因素的共同調(diào)控，在外界因素中，影響株高增長最主要的因子為溫度[14]。通過分析多品種間株高生長與有效積溫的關系，利用歸一化處理的方法及聚類分析法量化了品種間相對有效積溫與相對株高的關系，可以有效地預測棉花株高動態(tài)變化[5,15]?！緮M解決的關鍵問題】通過品種試驗，研究品種間有效積溫與株高動態(tài)變化之間的關系，獲取氣象數(shù)據(jù)預測不同品種棉花株高變化，為棉花的精準管理提供參考。

1 材料與方法

1.1 材 料

供試品種為新疆多年主栽棉花品種，共29個品種，分早熟品種和中早熟品種，包括：新陸早7號、 新陸早8號、 新陸早10號、新陸早13號、新陸早17號、新陸早18號、新陸早19號、新陸早20號、新陸早23號、新陸早25號、新陸早26號、新陸早27號、新陸早30號、新陸早35號、新陸早36號、新陸早37號、新陸早38號、新陸早46號、新陸早47號、新陸早49號、新陸早58號、新陸早62號、新陸中14號、新陸中32號、新陸中36號、新陸中37號、新陸中48號、新陸中60號和中棉所49號。

1.2 方 法

1.2.1 試驗設計

試驗于2015年4～10月在石河子大學試驗站(44°20′N，86°3′E)進行，小區(qū)面積為7 m×5 m=35 m2，采用1條薄膜下鋪3條滴灌帶灌溉3行棉花，按照76 cm等行距方式種植，種植密度為24×104株/hm2，試驗采用隨機區(qū)組排列，3次重復。于2015年4月21日進行膜上點播種植，4月27日灌出苗水，棉花全生育期內(nèi)施氮量400 kg/hm2，氮肥運籌為基肥施用25%，花鈴施肥65%，盛鈴期施肥10%，P2O5150 kg/hm2和K2O 75 kg/hm2做基肥一次性施入，其他田間管理措施均按大田栽培管理要求。表1

1.2.2 模型檢驗

試驗于2014年4～10月在石河子大學試驗站，供試材料為新陸早1號、新陸早6號、新陸早33號、新陸早45號、新陸早48號、魯棉研24號。種植密度、種植模式及田間管理方式同于2015年。

表1 棉花灌水施肥方案
Table 1 The scheme of irrigation and fertilization in cotton

灌水次數(shù)Irrigationtimes灌水量Irrigationquantity(m3/hm2)N(kg/hm2)P2O5(kg/hm2)K2O(kg/hm2)1600100150752156150032341500431230005312300063514500739060008780600097803000103901500111170001278000合計450040015075

1.2.3 測試項目

1.2.3.1 株高測量及相對株高計算

從棉花三葉期開始，每個小區(qū)隨機選取長勢一致的5株棉花，掛牌標記，每隔7 d測量一次株高(子葉節(jié)至主莖生長點的距離)，至棉花打頂后株高不變時，停止測量。相對株高(RH)的計算用(1)式來表示。

(1)

其中，Hi為每次測量株高，Hmax為株高測量最大值。

1.2.3.2 相對有效積溫(RGDD)計算

相對有效積溫(Relative Growing degree day, RGDD)是指棉花生產(chǎn)到達某一生育階段所需的有效積溫與棉花出苗至打頂時期內(nèi)總有效積溫(取1 031.15℃)的比值。其中有效積溫(Growing degree day，GDD)是指平均溫度大于12℃的溫度的總和。計算方式如下：

(2)

式中，Tav為棉花播種后第id的平均溫度，計算方法：

(3)

式中，Tb為發(fā)育下限溫度，這里取12℃。Tm為發(fā)育上限溫度，Tmax為日最高溫度，Tmin日最低溫度。棉花生長階段發(fā)育限性溫度為表2所示[16]：

表2 棉花各發(fā)育時期的三基點溫度
Table 2 Critical temperatures at different growth periods of cotton

生育期DevelopmentstagesTb(℃)To(℃)Tm(℃)播種-出苗Sowingtoemergence142640出苗-現(xiàn)蕾Emergencetosquaring172635現(xiàn)蕾-開花Squaringtoanthesis192835開花-吐絮Anthesistoopening132635

1.3 數(shù)據(jù)處理

采用SPSS19.0對數(shù)據(jù)進行方差分析、聚類分析和LSD多重比較，用Origin 8.5和CurveExpert 1.4進行數(shù)據(jù)分析和擬合，繪制模擬模型圖、1∶1直線圖等。

模型檢驗通常采用根均方差(Root mean squared error，RMSE)法，對模型模擬值與觀測值進行比較,分析擬合度高低，公式如下：

(4)

式中：Oi為真實值，Si為模擬值，i為樣本號，n為樣本容量。在模型檢驗過程中，RMSE值越小，表明模擬值與觀測值間的偏差越小，模型的預測精度則越高。也可通過1∶1直線及其回歸方程決定系數(shù)(R2)直觀展示模擬值與實測值的精確度。

2 結(jié)果與分析

2.1 棉花株高動態(tài)變化特征

研究表明，不同品種間棉花的生長發(fā)育存在差異，但在棉花生育期內(nèi)，隨著有效積溫的累積，各棉花品種株高動態(tài)都符合相似的變化規(guī)律，即前期緩慢增長、中期快速增長、后期趨于平緩的Richards方程。在播種后72 d(有效積溫GDD為1 031.15℃)時，為控制棉花長勢，進行人工打頂后，棉花株高基本保持不變。圖1

圖1 有效積溫與株高的關系
Fig.1 The relationship between GDD and plant height

為進一步精確的說明各品種棉花株高的變化特征，將各品種棉花株高最大值和有效積溫最大值分別作為1，進行歸一化處理(圖2)，得到所有棉花品種的相對株高(RH)與相對有效積溫(RGDD)，并對相對株高進行了聚類分析(圖3)，將29個品種的相對株高分為3大類，第Ⅰ類含新陸早38號、新陸中32號、新陸早18號、新陸早26號、新陸早27號、新陸中48號、新陸中60號、新陸早23號、新陸中14號、新陸早35號、新陸早47號、新陸中36號、中棉所49號、新陸中37號，共14個品種，此類棉花在三葉期(有效積溫值為283.94℃、棉花相對株高值小于0.14)至十一葉期(有效積溫值為710.8℃、棉花相對株高值小于0.7)，株高生長速率較慢；第Ⅱ類含新陸早58號、新陸早49號、新陸早10號、新陸早62號、新陸早20號、新陸早37號、新陸早13號、新陸早25號、新陸早30號、新陸早36號、新陸早17號、新陸早19號、新陸早7號，13個品種，此類棉花在三葉期(棉花相對株高值在0.14～0.18)至十一葉期(棉花相對株高值在0.7～0.8)，株高生長速率較快；第Ⅲ類新陸早8號、新陸早46號，2個品種，此類棉花在三葉期(棉花相對株高值大于0.18)至十一葉期(棉花相對株高值大于0.8)，株高生長速率最快。利用處理后的數(shù)據(jù)，棉花相對株高的數(shù)值在0～1，消除不同品種間自然株高的遺傳差異性，有助于建立適用于所有品種的株高動態(tài)模擬模型。圖2，圖3

圖2 棉花群體相對株高隨出苗后相對有效積溫的變化
Fig.2 Changes of relative plant height with relative GDD after emergence

圖3 品種聚類
Fig.3 Cluster figure of the tested varieties

2.2 棉花株高模型建立

將2015年三類棉花品種的株高、有效積溫處理數(shù)據(jù)利用Curve Expert1.4軟件進行擬合曲線，建立基于棉花相對株高(RH)與相對有效積溫(RGDD)的統(tǒng)計模型，每類棉花品種得到了模擬效果較好的5個模型。利用求極限值分析篩選的方法，即：當x→∞時，y→1；研究表明，第Ⅰ類14個棉花品種的模擬模型2、4、5；第Ⅱ類13個棉花品種的模擬模型1、3、4、5和第Ⅲ類2個棉花品種模擬模型1、2、3、4的 11個模擬模型中相對株高的模擬值均不符合棉花打頂后株高生長發(fā)育特點；在第一類模擬模型1、3中，當x=0時，模型1的相對株高模擬值較模型3符合棉花出苗時相對株高值。因此，三類均選Richards模型作為棉花相對株高的動態(tài)模擬模型。其通式為：y=a/(1+exp(b-cx))1/d，式中，x為相對有效積溫RGDD，y為相對株高RH；參數(shù)a為最大相對株高值，b為相對株高初始值，c為相對株高增長率參數(shù)，d為形狀參數(shù)。當x=0時，y=a/(expb)1/d，即棉花出苗時相對株高；當x=1時，y=a/(1+exp(b-c))1/d，a/(1+exp(b-c))1/d即為棉花打頂后棉花相對株高值，且方程只有一個峰值。說明Richards模型能夠?qū)γ藁ㄖ旮呱L進行較合理的解釋，通過該模擬方程可以計算出棉花打頂之前生長階段的相對株高值。表3

所有品種棉花相對株高與相對有效積溫的擬合曲線，對應的模擬方程為：

通過該方程，利用株高測量日期內(nèi)的最大有效積溫值和最大株高值可較好地擬合出任意相對有效積溫對應的相對株高，及時掌握棉花株高的動態(tài)變化。圖4

圖4 基于Richards函數(shù)的棉花相對株高與相對有效積溫動態(tài)變化
Fig.4 Dynamic curve ofRHand RGDD in cotton based on Richards Function model

2.3 棉花相對株高動態(tài)模型關鍵參數(shù)

根據(jù)三類棉花品種相對株高與相對有效積溫的結(jié)果分析，將2015年各棉花品種相對株高與相對有效積溫分別建立模擬方程。研究表明，其相關系數(shù)r都在0.99以上，各模型中參數(shù)a值均趨于1，說明相對化株高動態(tài)模擬模型能夠?qū)γ藁ㄖ旮甙l(fā)展有較好的預測性；將各模擬方程參數(shù)b、c、d值進行比較，研究表明，品種間b、c、d值變幅較大，充分反映不同品種棉花相對株高增長速率不同，形狀參數(shù)d值是由棉花品種的遺傳特性決定。由此可見，不同品種棉花主要是通過調(diào)節(jié)參數(shù)b、c、d值實現(xiàn)對棉花相對株高動態(tài)模擬方程的調(diào)控。表4

2.4 棉花相對株高動態(tài)模擬模型檢驗

用2014年獨立試驗得到的觀測數(shù)據(jù)對建立的模擬模型進行檢驗。將任意時刻的相對有效積溫代入三類相對株高動態(tài)模型通式(5)，就可以求出與之對應的三個相對株高值(HR)，再進一步將該生育期的株高測量最大值(HM)分別與HR相比就可獲得三個模擬株高最大值(Hs)，選擇和測量最大值最為接近的株高模擬值，與不同時期的HR相乘即可獲得相應時期的株高模擬值。采用此方法，計算出2014年試驗中不同相對有效積溫的株高動態(tài)模擬值，然后與實際測量值進行比較。模擬的決定相關系數(shù)R2為0.999 6，標準誤RMSE為1.699 8 cm，說明模擬的準確性和精確度較高，棉花相對株高動態(tài)模擬模型能較準確地反映棉花群體動態(tài)變化。圖5

表4 不同品種的相對株高最佳模型參數(shù)
Table 4 Parameters of optimal model of relative plant height under different varieties

品種名稱Varieties參數(shù) Parameterabcd相關系數(shù)r標準差SD新陸早38號0.998922.145628.92507.62040.99900.0197新陸中32號0.997131.476140.577411.03160.99860.0236新陸早18號1.001630.981740.544410.451500.99880.0222新陸早26號0.999116.393421.67315.37240.99870.0227新陸早27號0.993526.344634.59468.77130.99940.0154新陸中48號0.999638.566049.633813.33450.99970.0111新陸中60號0.996743.169254.532915.68210.99850.0235新陸早23號0.997419.764725.98316.18420.99920.0184新陸中14號0.999725.669233.29648.37330.99960.0127新陸早35號0.993140.598551.572913.26380.99950.0145新陸早47號0.999321.317327.23466.95640.99960.0132新陸中36號0.9988146.2267187.432946.04150.99980.0092中棉所49號0.995036.922346.869011.27180.99960.0138新陸中37號1.03219.406012.24592.93520.99940.0153新陸早58號0.989133.018541.251513.35060.99830.0240新陸早49號0.993853.176766.473421.87060.99800.0259新陸早10號0.999843.667955.781317.99250.99900.0185新陸早62號0.998853.095167.529721.64110.99670.0342新陸早20號1.00848.303111.84152.70680.99830.02480新陸早37號1.011810.360414.50563.37770.99850.0239新陸早13號1.000625.790933.18539.79800.99840.0238新陸早25號1.001319.975126.04867.60280.99830.0246新陸早30號1.016510.228713.91303.48850.99750.0304新陸早36號1.005383.34466.25484.32950.9990.030新陸早17號0.9929828.53381068.1568303.82960.99850.02354新陸早19號1.001128.400737.73249.77080.99910.0186新陸早7號1.04285.60748.45011.91120.99830.0234新陸早8號1.01308.880913.19843.43440.99850.0215新陸早46號1.01858.349012.33883.13080.99660.0331

圖5 株高觀測值與模擬值的比較
Fig.5 Comparison between plant height simulated value and plant height observed value In cotton

3 討 論

從不同棉花品種與相對有效積溫的調(diào)控兩個方面研究了不同品種間相對株高的動態(tài)變化，采用聚類分析法對試驗栽培品種進行了分類并建立了相關的模擬模型。試驗結(jié)果表明，棉花不同品種間相對株高隨相對有效積溫的增加變化趨勢一致，適合Richards函數(shù)變化規(guī)律，建立的三個棉花相對株高動態(tài)模擬模型能夠較好的模擬不同棉花品種株高的動態(tài)變化過程。在模型建立過程中，通過對棉花群體的株高及生育期有效積溫進行歸一化處理[5]，并采用聚類分析的方法將29個棉花品種的相對株高值分為三大類[15]，以此減小了品種間相對株高的變化差異。同時，該模型參數(shù)少、計算簡便，建立與應用過程中，只需獲取棉花株高測量日期內(nèi)的株高值及對應的有效積溫值，便可較為準確地模擬株高的動態(tài)變化。

株高是棉花看苗診斷的重要觀測指標[9]。棉花高產(chǎn)栽培，對理想株型有著一定的要求，而理想株型是通過調(diào)控棉花株高生長實現(xiàn)的，合適的株高變化能使棉花節(jié)間分布均勻，達到理想株型要求，并且可以有效地控制棉花生長過快，棉花營養(yǎng)生長與生殖生長朝著協(xié)調(diào)合理的方向發(fā)展。株高動態(tài)變化規(guī)律對于確定采取對癥的調(diào)控措施、形成棉花高產(chǎn)群體結(jié)構(gòu)具有重要意義。

研究僅是在水肥充足條件下，建立了棉花相對株高與相對有效積溫的關系模型并進行了初步檢驗，取得了較好的預測效果。但棉花株高生長除受棉花熟性因素和水肥、密度、播期等栽培因素外，還受光照、溫度等生態(tài)因子的影響，這些綜合因素驅(qū)動的棉花株高動態(tài)模擬模型還需進一步研究。

4 結(jié) 論

將29個棉花品種的株高和有效積溫用相對株高與相對有效積溫表示，并將其分為三類建立相對株高動態(tài)模擬模型，第Ⅰ類y=0.997/(1+exp(26.08-33.62x))1/8.66(r=0.997 6)；第Ⅱ類：y=0.997/(1+exp(26.09-28.65x))1/8.41(r=0.996 7)；第Ⅲ類：y=1.02/(1+exp(8.55-12.68x))1/3.25(r=0.997 3)。該模型可較為準確的預測不同類棉花品種相對株高的動態(tài)變化，為通過看苗診斷棉花生長發(fā)育狀況提供了參考。

References)

[1] 馬俊貴, 馬娟, 劉宏濤,等. 推進新疆棉花生產(chǎn)全程機械化技術(shù)的思考[J]. 新疆農(nóng)業(yè)科技, 2013,(5):52-53.

MA Jun-gui, MA Juan, LIU Hong-tao, et al. (2013). Thoughts on promoting full mechanization of cotton production technology in Xinjiang [J].XinjiangAgriculturalScienceandTechnology, (5):52-53. (in Chinese)

[2]孫莉, 張清, 陳曦,等. 精準農(nóng)業(yè)技術(shù)系統(tǒng)集成在新疆棉花種植中的應用[J]. 農(nóng)業(yè)工程學報, 2005, 21(8):83-88.

SUN Li, ZHANG Qing, CHEN Xi, et al. (2015). Application of the integrated precision farming system of cotton growing in Xinjiang Region [J].TransactionsoftheChineseSocietyofAgriculturalEngineering, 21(8):83-88. (in Chinese)

[3]趙登峰,張立新,吳金林. 變量施肥研究現(xiàn)狀及在新疆棉花上的應用展望[J]. 農(nóng)機化研究,2012,34(4):213-218.

ZHAO Deng-feng, ZHANG Li-xin, WU Jin-lin. (2012). The research status of variable rate fertilization and its application prospects in Xinjiang cotton [J].JournalofAgriculturalMechanizationResearch, 34(4):213-218. (in Chinese)

[4]張明艷,李紅嶺,高曉陽, 等. 紫花苜蓿株高和葉面積指數(shù)變化動態(tài)及模擬模型[J]. 干旱區(qū)資源與環(huán)境,2013,27(4):187-192.

ZHANG Ming-yan, LI Hong-ling, GAO Xiao-yang, et al. (2013). Dynamic changes and simulation model of plant height and leaf area index of alfalfa [J].JournalofAridLandResources&Environment, 27(4):187-192. (in Chinese)

[5]王聲鋒, 段愛旺, 徐建新. 冬小麥株高和葉面積指數(shù)變化動態(tài)分析及模擬模型[J]. 灌溉排水學報, 2010, 29(4):97-100.

WANG Sheng-feng, DUAN Ai-wang, XU Jian-xin. (2010). Dynamic changes and simulation model of plant height and leaf area index of winter wheat [J].JournalofIrrigation&Drainage, 29(4):97-100. (in Chinese)

[6]齊維強. 積溫對日光溫室番茄生長發(fā)育效應的研究以及模型初探[D].楊凌：西北農(nóng)林科技大學碩士論文,2004.

QI Wei-qiang. (2004).EffectsofAccumulationTemperatureonGrowthandDevelopmentofTomatoinSolarGreenhouseandPrimaryResearchofGrowthModeling[D]. Master Dissertation. North West A & F University, Yangling.(in Chinese)

[7]劉輝. 新疆特早熟棉花生長發(fā)育動態(tài)與有效積溫關系研究[J]. 安徽農(nóng)學通報, 2009, 15(3):123-125.

LIU Hui. (2009). Correlation between dynamic of specific early-maturing cotton growth and development and effective accumulated temperature in Xinjiang [J].AnhuiAgriculturalScienceBulletin, 15(3):123-125. (in Chinese)

[8]吳孔明, 劉孝純. 棉花生育的積溫模型[J]. 華北農(nóng)學報, 1996, (2):74-80.

WU Kong-ming, LIU Xiao-chun. (1996). An accumulated temperature model for cotton growth and development [J].ActaAgricultureBoreallinica, (2):74-80. (in Chinese)

[9]張立楨, 曹衛(wèi)星, 張思平,等. 棉花形態(tài)發(fā)生和葉面積指數(shù)的模擬模型[J]. 棉花學報, 2004, 16(2):77-83.

ZHANG Li-zhen, CAO Wei-xing, ZHANG Si-ping, et al. (2004). A simulation model for morphogenesis and lai in cotton [J].CottonScience, 16(2):77-83. (in Chinese)

[10]徐壽軍, 李志剛, 楊恒山,等. 大豆莖稈、葉片及豆莢生長的動態(tài)模擬[J]. 農(nóng)業(yè)工程學報, 2013,(20):151-159.

XU Shou-jun, LI Zhi-gang, YANG Heng-shan, et al. (2013). Dynamic simulation of stem, leaf and pod development on Soybean [J].TransactionsoftheChineseSocietyofAgriculturalEngineering, (20):151-159. (in Chinese)

[11]李紅嶺, 高曉陽, 張明艷,等. 大麥莖稈生長動態(tài)模擬模型[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2012, 30(4):129-132.

LI Hong-ling, GAO Xiao-yang, ZHANG Ming-yan, et al. (2012). Simulation model of internode dynamic growth in barley [J].AgriculturalResearchintheAridAreas, 30(4):129-132. (in Chinese)

[12]周岑岑. 馬鈴薯生育期及形態(tài)建成的模擬研究[D].武漢：華中農(nóng)業(yè)大學碩士論文, 2015.

ZHOU Cen-cen. (2015).ModelingphenologicalstagesandmorphologicalformationinPotato[D]. Master Dissertation. Huazhong Agricultural University, Wuhan. (in Chinese)

[13]陳冠文. 棉花株高動態(tài)模擬與預測方法初探[J]. 中國農(nóng)學通報, 2008, 24(10):211-216.

CHEN Guan-wen, (2008). A Simulation Model for Dynamics of Cotton Height and Prediction [J].ChineseAgriculturalScienceBulletin, 24(10):211-216. (in Chinese)

[14]張建華. 溫度影響新疆地區(qū)棉花發(fā)育速度的模擬研究[J]. 大氣科學學報, 1997,(4):447-452.

ZHANG Jian-hua. (1997). Numerical study of temperature impact on growth of cotton varieties in Xinjiang [J].TransactionsofAtmosphericSciences, (4):447-452. (in Chinese)

[15]陳榮江, 張萬琴, 王文峰,等. 棉花數(shù)量性狀的因子分析與品種的聚類分析[J]. 福建農(nóng)林大學學報(自然科學版), 2009, 38(3):225-230.

CHEN Rong-jiang, ZHANG Wan-qin, WANG Wen-feng, et al. (2009). Factor analysis of quantitative characters of cotton and cluster analysis of cotton varieties [J].JournalofFujianAgricultureandForestryUniversity(NaturalScienceEdition) , 38(3):225-230. (in Chinese)

[16]馬富裕, 曹衛(wèi)星, 張立禎,等. 棉花生育時期及蕾鈴發(fā)生發(fā)育模擬模型研究[J]. 應用生態(tài)學報, 2005, 16(4):626-630.

MA Fu-yu, CAO Wei-xing, ZHANG Li-zhen, et al, (2005). A physiological development time- based simulation model for cotton development stages and square-and boll formation. [J].ChineseJournalofAppliedEcology, 16(4):626-630. (in Chinese)

Supported by: The National Key Technology Support Program (2012BAD41B02), and the Graduate Student Science and Technology Innovation Program of Xinjiang Uyghur Autonomous Region, China (XJGRI2013064)

Dynamic Changes and Simulation Model of Plant Height of Cotton

WANG Le1, WU Yang-huan2, LI Jie1, YANG Ping1, CHAI Shun-xi1, CHEN Rui1, MA Fu-yu1

(1.KeyLaboratoryofOasisEco-agricultureofXinjiangProductionandConstructionCorps,CollegeofAgronomy,ShiheziUniversity,ShiheziXinjiang832003,China; 2.AgriculturalScientificInstituteoftheSixthAgriculturalDivision,XinjiangProductionandConstructionCorps,WujiaquXinjiang831300,China)

cotton; relative plant height; relative growing degree days (GDD); clustering analysis; normalization method; Richards function

10.6048/j.issn.1001-4330.2017.03.001

2016-08-30

國家科技支撐計劃(2012BAD41B02)；新疆維吾爾自治區(qū)研究生創(chuàng)新基金(XJGRI2013064)

王樂(1991-)，女，碩士研究生，研究方向為農(nóng)業(yè)信息化與精準農(nóng)業(yè)，(E-mail)630443566@qq.com

馬富裕(1967-)，男，教授，博士生導師，研究方向為作物水分生理與精準農(nóng)業(yè)信息化，(E-mail)mfy-agr@shzu.edu.cn

S562

A

1001-4330(2017)03-0393-10