發(fā)布時(shí)間：2021-06-17 10:37

　　水稻是中國(guó)乃至世界最主要的糧食作物之一,提高水稻產(chǎn)量和品質(zhì)關(guān)系著全球社會(huì)經(jīng)濟(jì)發(fā)展和穩(wěn)定。因此,如何培育出產(chǎn)量高又品質(zhì)好的優(yōu)良水稻品種一直是水稻栽培和育種專家的研究熱點(diǎn)之一。近年來(lái)水稻功能基因組和分子育種得到快速發(fā)展,每天有成百上千的不同水稻品種等待篩選,水稻表型參數(shù)的高通量測(cè)量將為水稻品種篩選和鑒定提供強(qiáng)力的技術(shù)支持。水稻莖稈對(duì)植株起到了養(yǎng)分輸送與支撐的作用,而篩選出具有抗倒伏能力的水稻品種,將直接關(guān)系到水稻產(chǎn)量和品質(zhì)的提升。因此,高通量、準(zhǔn)確無(wú)損測(cè)量水稻莖稈分蘗內(nèi)部結(jié)構(gòu)表型性狀,對(duì)于水稻遺傳改良育種和栽培研究具有十分重要的意義。目前,傳統(tǒng)的水稻莖稈分蘗表型性狀獲取與篩選主要依靠人工完成,利用游標(biāo)卡尺和量角器等計(jì)量工具測(cè)量莖稈分蘗相關(guān)表型性狀都存在有損、低效、可重復(fù)性差等缺點(diǎn),不適用于高通量大規(guī)模篩選和鑒定水稻品種,成為嚴(yán)重制約水稻功能基因組和水稻改良育種發(fā)展的瓶頸。隨著光學(xué)成像技術(shù)、計(jì)算機(jī)科學(xué)技術(shù)和自動(dòng)化集成控制技術(shù)等學(xué)科的發(fā)展,高通量、準(zhǔn)確無(wú)損測(cè)量水稻莖稈分蘗表型性狀成為可能,進(jìn)而為水稻育種和栽培專家提供相應(yīng)的表型性狀支撐。本文開(kāi)展了水稻莖稈分蘗內(nèi)部結(jié)構(gòu)重建和應(yīng)用研究,提出了一種基... 

【文章來(lái)源】：華中農(nóng)業(yè)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：128 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

Micro-CT系統(tǒng)的內(nèi)部結(jié)構(gòu)實(shí)物圖

基于Micro-CT的水稻莖部性狀無(wú)損提取關(guān)鍵技術(shù)研究27莖稈380張投影圖像所需的時(shí)間大約為228s（0.6s×380）。同時(shí)，Micro-CT系統(tǒng)中的RGB相機(jī)采集水稻的側(cè)視可見(jiàn)光圖像，同步采集20張RGB圖像，采集圖像的時(shí)間周期為每間隔19張CT投影圖像采集一張RGB圖像，采集1張RGB圖像的時(shí)間周期為11.4s（0.6s×19），采集時(shí)間小于0.1s幾乎可以忽略不計(jì)，因此，采集完一株盆栽水稻20張RGB圖像所需時(shí)間大約為216.6s（11.4s×19）。此外，人工搬運(yùn)水稻盆栽植株還需要花費(fèi)時(shí)間大約50s，一株盆栽水稻總共需要花費(fèi)的時(shí)間大約為278s（228s+50s）。Micro-CT系統(tǒng)的圖像采集時(shí)序圖如圖2-2所示。圖2-2Micro-CT系統(tǒng)的圖像采集時(shí)序圖Fig.2-2Imageacquisitionsequencediagramofmicro-CTsystem利用Micro-CT系統(tǒng)掃描水稻莖稈的整體操作過(guò)程包括以下步驟：1、打開(kāi)X射線源冷卻裝置，使水溫保持在20℃；2、利用平板探測(cè)器提供的軟件進(jìn)行偏移校準(zhǔn)和增益校準(zhǔn)；3、打開(kāi)X射線源，檢查RGB相機(jī)和PLC控制器連接情況；4、平板探測(cè)器開(kāi)始采集水稻莖稈的投影圖像，RGB相機(jī)同步采集水稻的側(cè)視可見(jiàn)光圖像；5、當(dāng)380張水稻莖稈的投影圖像和20張水稻的側(cè)視RGB圖像采集完成后，單株盆栽水稻的圖像采集完成，換下一盆水稻進(jìn)行圖像采集；6、當(dāng)所有水稻圖像全部采集完成，停止圖像采集軟件。水稻莖稈的圖像采集參數(shù)為：管電壓40kV，輸出功率40W，平板探測(cè)器的曝光時(shí)間200ms，采集380張投影圖像，步進(jìn)角度為0.6°，空間分辨率為97μm，偏移校準(zhǔn)和增益校準(zhǔn)均采集128張投影圖生成模板。Micro-CT系統(tǒng)整體控制程序是基于LabVIEW軟件編寫，生成簡(jiǎn)易的人機(jī)交互界面，方便研究人員操作，Micro-CT系統(tǒng)的工作流程如圖2-3所示。

華中農(nóng)業(yè)大學(xué)2019屆博士研究生學(xué)位（畢業(yè)）論文30具體方法如下：選擇2顆直徑較小的鋼珠作為簡(jiǎn)單成像模體，求出鋼球的質(zhì)心坐標(biāo)并看作空間中的兩個(gè)點(diǎn)。將這兩個(gè)鋼珠嵌于泡沫材料中并保持固定不動(dòng)，對(duì)其進(jìn)行掃描，采集鋼珠360°內(nèi)投影圖，此時(shí)每個(gè)鋼球質(zhì)心的投影軌跡為一橢圓。然后對(duì)每個(gè)鋼球質(zhì)心計(jì)算空間中相隔180°的兩個(gè)點(diǎn)距離，得到最短距離s的兩個(gè)端點(diǎn)坐標(biāo)(ui1,vi1)、(ui2,vi2)，最長(zhǎng)距離l的兩個(gè)端點(diǎn)坐標(biāo)(ui3,vi3)、(ui4,vi4)，其中i=1,2為兩個(gè)鋼球的編號(hào)，再利用公式2-19，可求出幾何參數(shù)v0。再由每個(gè)鋼球質(zhì)心投影數(shù)據(jù)求得橢圓中心坐標(biāo)，通過(guò)擬合直線U=a+bV，得到直線方程中的a和b，進(jìn)而計(jì)算出幾何參數(shù)u0和，其中u0=a+bv0，=tan-1b。ii2i10i2i1lvvSDDv2vv(2-19)式中，vi1和vi2是每個(gè)鋼球質(zhì)心相隔180°最短距離s的兩個(gè)端點(diǎn)縱坐標(biāo)，SDD是微焦斑X射線源與平板探測(cè)器的距離，li是每個(gè)鋼球質(zhì)心相隔180°最長(zhǎng)距離。圖2-4Micro-CT系統(tǒng)幾何參數(shù)示意圖Fig.2-4Illustrationofmicro-CTsystemgeometricparameters在使用該方法時(shí)，應(yīng)注意兩鋼球的投影圖應(yīng)在中平面兩側(cè)，控制平板探測(cè)器角度θ和σ小于2°。通過(guò)計(jì)算得出平板探測(cè)器角度后，應(yīng)不斷微調(diào)平板探測(cè)器角度，直至幾何參數(shù)<0.05°，同時(shí)使得幾何參數(shù)u0和v0盡可能靠近平板探測(cè)器的中心，即u0=960±15，v0=768±30。最終利用本方法校準(zhǔn)Micro-CT系統(tǒng)后的幾何參數(shù)為：

【參考文獻(xiàn)】：
期刊論文
[1]提高水稻產(chǎn)量的途徑[J]. 胡世勇,何敏.  河南農(nóng)業(yè). 2016 (29)
[2]中國(guó)水稻高產(chǎn)栽培技術(shù)創(chuàng)新與實(shí)踐[J]. 李建平.  農(nóng)業(yè)開(kāi)發(fā)與裝備. 2017(03)
[3]水稻表型組學(xué)研究概況和展望[J]. 段凌鳳,楊萬(wàn)能.  生命科學(xué). 2016(10)
[4]基于4波段作物光譜測(cè)量?jī)x的小麥分蘗數(shù)預(yù)測(cè)[J]. 張猛,孫紅,李民贊,Zhang Qin,鄭立華.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[5]基于反投影坐標(biāo)快速算法的木材CT檢測(cè)系統(tǒng)研究[J]. 葛浙東,侯曉鵬,魯守銀,戚玉涵,張國(guó)梁,周玉成.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(03)
[6]全球主要糧食作物產(chǎn)量變化及其氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估[J]. 錢永蘭,毛留喜,周廣勝.  農(nóng)業(yè)工程學(xué)報(bào). 2016(01)
[7]中國(guó)水稻高產(chǎn)栽培技術(shù)創(chuàng)新與實(shí)踐[J]. 朱德峰,張玉屏,陳惠哲,向鏡,張義凱.  中國(guó)農(nóng)業(yè)科學(xué). 2015(17)
[8]Using ORYZA2000 to model cold rice yield response to climate change in the Heilongjiang province, China[J]. Jingting Zhang,Liping Feng,Haiping Zou,De Li Liu.  The Crop Journal. 2015(04)
[9]石蠟切片法中染色技術(shù)的改良[J]. 王秀文.  植物研究. 2015(01)
[10]寒地水稻抗倒伏品種篩選[J]. 劉偉.  中國(guó)稻米. 2014(04)

博士論文
[1]中國(guó)水稻種植農(nóng)戶土地經(jīng)營(yíng)規(guī)模與績(jī)效研究[D]. 劉強(qiáng).浙江大學(xué) 2017
[2]面向農(nóng)業(yè)領(lǐng)域的大數(shù)據(jù)關(guān)鍵技術(shù)研究[D]. 郭雷風(fēng).中國(guó)農(nóng)業(yè)科學(xué)院 2016
[3]重慶市水稻估產(chǎn)要素及模型研究[D]. 茍喻.西南大學(xué) 2015
[4]水稻植株穗部性狀在體測(cè)量研究[D]. 段凌鳳.華中科技大學(xué) 2013
[5]雙模式小動(dòng)物成像系統(tǒng)關(guān)鍵技術(shù)研究[D]. 楊孝全.華中科技大學(xué) 2010
[6]適于小動(dòng)物研究的μCT系統(tǒng)開(kāi)發(fā)研制[D]. 方正.華中科技大學(xué) 2008

碩士論文
[1]苗期和大田生長(zhǎng)階段與水稻抗旱相關(guān)性狀QTL定位研究[D]. 劉宇強(qiáng).東北農(nóng)業(yè)大學(xué) 2013
[2]養(yǎng)分管理對(duì)寒地水稻抗倒伏性能和產(chǎn)量的影響[D]. 張明聰.東北農(nóng)業(yè)大學(xué) 2010



本文編號(hào)：3235035