棉花产量预测平台构建与应用

这是一篇关于棉花,大数据,分布式数据库,算法库,产量的论文, 主要内容为棉花是新疆的支柱产业,在经济与农业发展中发挥着重要的作用,棉花产量的形成周期长,产量形成过程复杂,易受环境因素影响,因此,及时准确地预测棉花产量,对新疆的棉田经营管理、农业决策制定、市场调控等方面具有重要的价值和意义。随着用于棉花生产分析的数据种类和数量日益增多,传统数据库在面对这些数据时,逐渐显现出其存取速度慢、效率低、稳定性差、可存储数据类型限制多的问题;且随着研究的深入,越来越多的模型被用来对不同时期地棉花进行产量预测,用户在使用这些模型对进行产量预测时,面临着数据调用困难、使用流程复杂的问题。因此,为用户搭建一个集棉花异构数据分类存储与数据处理算法库管理于一体的综合平台,以达到整合数据资源、统一数据管理、实现数据在线共享的目的。本文首先基于大数据技术搭建了用于存储棉花异构数据的分布式数据库,可以更好地将结构化和非结构化的棉花相关数据统一进行分类存储管理;其次基于Web Services体系构建了数据处理算法库,并利用Vue.js框架构建了网页界面为用户提供调用算法库的入口,简化了用户处理棉花数据的流程;最后基于Spring框架技术构建开发了棉花产量预测平台,实现了与分布式数据库和算法库的对接,用户利用本平台可以便捷地查询和管理自己上传的数据,还可以轻松地调用棉花产量预测模型对棉花产量进行快速预测。本文对搭建的分布式数据库进行了性能测试和对比,在单连接情况下分布式数据库的查询性能略低于集中式数据库,写入性能基本一致,但稳定性要比集中式数据库更强,在并发连接数逐渐增加的情况下,分布式数据库的查询与写入性能整体降幅(1300 TPS和1000 TPS)均比集中式数据库(4000 TPS和3800 TPS)更低,即本文构建的分布式数据库能在保证性能的前提下为用户提供更加稳定的服务;同时,本文还将通过算法库调用模型进行棉花产量预测的结果与通过利用代码运行模型所得的预测结果进行了对比,两种方式所得到结果的决定系数R2相差仅为0.0302%,均方根误差RMSE相差仅为0.0275 kg/亩,即可以认为通过本文搭建的算法库调用棉花产量预测模型对棉花产量进行预测可以达到以往调用相同模型进行棉花产量预测的效果。本文利用分布式数据库实现了对棉花异构数据的分类存储,提升了数据的存取性能、管理效率和可靠性,基于Web Services体系构建了数据处理算法库,为用户提供了简便的数据处理流程和简单的棉花产量预测模型调用方式,利用框架技术搭建了棉花产量预测平台,实现了数据的共享和综合利用以及对棉花产量的快速预测,对新疆棉花生产与产业发展具有一定现实意义。

减氮配施有机肥对土壤氮素有效性及棉花生长的影响

这是一篇关于棉花,减量施氮,有机肥替代,氮素有效性,产量的论文, 主要内容为【目的】基于当前新疆绿洲棉花“连作+棉秆全量还田+高氮肥投入”生产背景,探究氮肥减施、有机肥替代部分化学养分对土壤氮素转化、赋存特征、氮素有效性及对棉花生长的影响,以期提高棉田氮素利用效率、降低氮素环境风险和促进绿洲棉田生态系统提质增效,并为丰富新疆绿洲棉田土壤氮素有效供给的培肥理论及化肥减施措施的应用提供科学依据。【方法】试验于2021、2022年进行,设置不施肥(CK)、常规施氮(CF)与以8%为梯度进行减量施氮(CF-8%、CF-16%、CF-24%)及总氮量不变减氮并配施等量有机肥(8%OF、16%OF、24%OF)8个处理,研究不同处理对棉田土壤理化性质、无机氮含量、活性有机氮组分、氮转化酶活性及氮素转化速率与棉花农艺性状、产量结构及氮肥利用率等指标的影响。【结果与结论】1.减氮配施有机肥较单施化肥能够改善棉田土壤微环境,降低深层土壤NO3--N淋失风险。有机肥替代处理下土壤p H增加,电导率(EC值)下降,两年减氮配施16%、24%有机肥处理0-20 cm有机质含量较CF平均提高23.45%,31.75%,同时深层土壤中NO3--N累积显著减少。基于偏相关分析结果发现土壤p H、EC值、有机质(SOM)变化对全氮(TN)、NH4+-N与N03--N含量产生显著影响。2.土壤中可利用碳氮源SOM、NH4+-N与NO3--N含量及氮转化酶活性的增加提升了土壤活性有机氮各组分含量及其分配占比,且土壤理化性质p H、EC值、SOM的改善与氮转化酶活性的提升进一步推动了活性有机氮向土壤NH4+-N、NO3--N转变过程,土壤供氮潜力提高。随着有机肥施用比例的增加TN、颗粒有机氮(PON)、可溶性有机氮(DON)、微生物量氮(MBN)含量、PON/TN、DON/TN分配占比先增加后下降,以16%OF处理表现最佳,轻组有机氮(LFON)、LFON/TN、MBN/TN逐渐增加,高量有机肥施用更有利于土壤氮素以LFON、MBN形式储存在土壤当中。3.减氮配施有机肥能够提高土壤氮转化酶活性及净氮矿化速率,降低短期培养内土壤净硝化速率,提升土壤氮素有效性,降低氮素流失风险。在棉花蕾期、花铃期16%OF处理较CF净氮矿化速率提升14.86%、27.83%,随着有机肥施用比例的增加短期培养内净硝化速率下降。基于偏相关分析结果发现有机肥替代施用主要通过降低土壤净硝化速率、减少深层土层(20-60 cm)中NO3--N、TN含量来促进棉花氮肥利用率与籽棉产量的提升。4.在当前棉田施肥水平下,减施氮肥0%～24%棉花生长及产量未受到显著抑制;与常规施肥处理相比,减氮并配施有机肥能够提高棉花产量与氮肥利用率。减施氮肥0%～24%对棉花株高、果枝数、棉铃空间分布、单株结铃数与单铃重影响不显著;减氮配施有机肥能够促进棉花生长,提高光合速率、维持吐絮期较高的光合源比例、优化棉铃空间分布,棉花产量及氮素利用效率随有机肥替代比例增加呈先升高后降低趋势,16%OF处理效果最佳,其单株结铃数、单铃重、籽棉产量较CF两年平均增加20.03%、5.10%、17.16%,氮肥农学利用率(NAE)、氮肥偏生产力(NPFP)、氮肥贡献率(NCR)较单施化肥处理提升71.66%、17.15%、68.04%。通过回归方程模型分析,减氮9.9%～14.1%与有机肥替代16.6%～17.6%化肥,棉花籽棉产量与氮肥利用率同时达到最优效果。综上,新疆绿洲棉花“连作+棉秆全量还田+高氮肥投入”农作制度下,无机氮减施9.9%～14.1%能够达到减氮稳产效果;减氮配施有机肥通过改善棉田土壤微环境、提高土壤中氮转化酶活性与土壤氮转化速率,增强棉田土壤氮素有效性促进棉花生长。其中,16%OF处理为最佳替代比例。

棉花基因组学信息管理平台的研究与设计

这是一篇关于棉花,基因组学,信息管理平台,基因同源进化图的论文, 主要内容为在物种进化过程中,棉属祖先经历了多次加倍事件,形成了棉属物种特有的复杂基因组,使得人们认知棉属物种基因组更加困难,多个棉花基因组测序工作的先后完成,使人们从基因组水平上认知棉属已成为可能。但大部分棉花基因组数据库是由国外建立并维护的,并且远不如水稻、玉米等物种的生物数据平台成熟,因此,建立一个专属于棉花的基因组学信息管理平台势在必行。论文分析了序列比对、启动子和转录因子预测、染色体定位图生成、系统进化树构建和蛋白质互作网络图生成等生物信息技术。其中,家族基因同源进化图生成方法是本研究的重点之一。根据物种染色体长度和基因物理位置信息绘制基因染色体定位图,结合三阶贝塞尔曲线算法,根据候选基因Ks值进行同源基因连线,将基因家族同源性直观、形象地展示出来,揭示基因间相似性及进化机制。经过试验验证,生成的家族基因同源进化图是一种实用的基因家族分析工具,适用于全基因组水平基因家族分布及进化分析。论文进行了系统的功能需求分析,并完成了棉花基因组学信息管理平台的设计。其主要功能模块包括登录,序列分析,下游分析,基因家族分析和文件管理。登录模块包括新用户注册和用户登录;序列分析模块分为序列检索和BLAST序列比对;下游分析模块包括转录因子预测、染色体定位图生成、系统进化树构建、家族基因同源进化图和蛋白质互作网络图的生成等功能;基因家族分析模块为独立的基因家族分析功能;文件管理模块包括文件上传和文件删除。平台采用服务器的B/S模式系统架构,基于SSM框架,使用Java、python和perl多种语言开发了棉花基因组学信息管理平台。经过测试,用户能够正常访问棉花基因组学信息管理平台,可以根据用户需求选择本平台的分析工具。本研究建立的棉花基因组学信息管理平台,向用户提供棉花基因组学分析工具,使得用户能够从大量序列信息中获得基因结构、功能和进化等信息,帮助使用者理解数据中蕴含的生物学含义,为棉花基因组学及棉花抗病育种研究提供新的分析工具。

机载成像高光谱棉花波谱库建立与应用

这是一篇关于波谱库,无人机,成像高光谱,棉花,端元提取的论文, 主要内容为棉花是我国重要战略资源,对其生长状况进行监测关系到棉农收入与农村经济发展。运用无人机搭载成像高光谱传感器对棉花进行遥感监测,分析其光谱数据,可在不破坏作物的情况下,准确快速地获取养分含量、生长状态等信息。但机载成像高光谱数据量庞大,所以运用软件工程技术建立高光谱数据库,对棉花高光谱数据进行可视化管理与高效分析是必然选择。针对这一需求,本研究设计并实现了机载成像高光谱棉花波谱库系统,既可优化棉花高光谱遥感领域应用中分类精度与识别准确度,有效提高遥感定量分析水平,也可为棉花生长参数反演提供先验知识,加强棉花高光谱数据的应用性和棉花遥感监测的可靠性,以期为无人机遥感和作物长势高光谱监测提供借鉴和参考。主要研究内容及成果如下:(1)详细分析论述机载高光谱数据采集规范、数据整理格式以及入库审核条件。然后基于多旋翼无人机M600 PRO搭载框幅式成像高光谱传感器Rikola,在新疆塔城地区沙湾县蘑菇湖村的典型机采棉种植区域,于2019年5月至8月,航摄高光谱图像上千张,并对其进行波段配准、影像拼接、辐射校正等预处理工作,得到棉花苗期到铃期成像高光谱数据,同时使用SR-3500光谱仪获取地面冠层光谱数据作为验证数据,此外记录温度、湿度、风速、采集时间、棉花株高、棉花健康状态、测量仪器、光谱分辨率、起止波长、经度纬度、海波、采集方式、采集人员等数据作为配套的属性数据,以此为机载成像高光谱棉花波谱库的建立奠定数据基础。(2)为从预处理后的成像高光谱数据中提取出棉花非成像高光谱数据,对比分析最大单形体体积(N-FINDR)算法与纯净像元指数算法(PPI)算法端元提取结果,以SR-3500地物光谱仪获取的地面冠层光谱曲线为标准,光谱角度为指标,从端元提取算法效果、不同航高数据对比、光谱相关性等方面进行分析。得到结果:N-FINDR算法在60m、80m、100m航高下波谱角度结果分别为0.0658、0.0659、0.0677,其相较于PPI算法结果更接近SR-3500光谱仪数据,具有较优的相关性(R2均在0.99以上),且该算法能更好地提取小样本端元。其次,不同采集平台获取的波谱曲线存在差异性,故建立机载高光谱波谱库是必要的。再次,在100m以下,航高对端元提取的影响较小,同种算法在不同航高下提取结果差异均在2%以下。(3)获得成像与非成像高光谱数据后,针对高光谱数据特点与波谱库应用需求,对波谱库系统功能模块、系统架构、数据规范、数据库物理结构进行设计。使用关系型数据库Oracle 11g存储管理机载高光谱影像、棉花波谱曲线及配套属性数据。在Visual Studio2015开发平台下,基于C#与IDL语言,采用B/S开发模式,设计与搭建机载成像高光谱棉花波谱库系统,实现光谱数据、配套的属性数据以及高光谱影像的规范化、可视化管理与高效数据分析等功能。(4)基于开发的波谱库系统中棉花高光谱数据与系统部分光谱分析、影像分析功能,分析棉花在生长过程中光谱特征参数与植被指数变化情况,结果表明不同生长期棉花波谱特征与植被指数变化呈规律性。其中吸收谷与红边值在7月中旬到达峰值(0.0279、0.0111),标准植被指数与比值植被指数在7月上中旬达到最大值(0.8417、11.6305),增强型植被指数、差值植被指数、优化土壤调节植被指数在7月中下旬达到最大值(0.8189、0.5013、0.5012)。分析可知多项光谱指标变化均呈抛物线趋势,在7月(花期)达到极值,表明棉叶在花期对红光的吸收最显著,光合作用最强烈。

棉花基因组学信息管理平台的研究与设计

这是一篇关于棉花,基因组学,信息管理平台,基因同源进化图的论文, 主要内容为在物种进化过程中,棉属祖先经历了多次加倍事件,形成了棉属物种特有的复杂基因组,使得人们认知棉属物种基因组更加困难,多个棉花基因组测序工作的先后完成,使人们从基因组水平上认知棉属已成为可能。但大部分棉花基因组数据库是由国外建立并维护的,并且远不如水稻、玉米等物种的生物数据平台成熟,因此,建立一个专属于棉花的基因组学信息管理平台势在必行。论文分析了序列比对、启动子和转录因子预测、染色体定位图生成、系统进化树构建和蛋白质互作网络图生成等生物信息技术。其中,家族基因同源进化图生成方法是本研究的重点之一。根据物种染色体长度和基因物理位置信息绘制基因染色体定位图,结合三阶贝塞尔曲线算法,根据候选基因Ks值进行同源基因连线,将基因家族同源性直观、形象地展示出来,揭示基因间相似性及进化机制。经过试验验证,生成的家族基因同源进化图是一种实用的基因家族分析工具,适用于全基因组水平基因家族分布及进化分析。论文进行了系统的功能需求分析,并完成了棉花基因组学信息管理平台的设计。其主要功能模块包括登录,序列分析,下游分析,基因家族分析和文件管理。登录模块包括新用户注册和用户登录;序列分析模块分为序列检索和BLAST序列比对;下游分析模块包括转录因子预测、染色体定位图生成、系统进化树构建、家族基因同源进化图和蛋白质互作网络图的生成等功能;基因家族分析模块为独立的基因家族分析功能;文件管理模块包括文件上传和文件删除。平台采用服务器的B/S模式系统架构,基于SSM框架,使用Java、python和perl多种语言开发了棉花基因组学信息管理平台。经过测试,用户能够正常访问棉花基因组学信息管理平台,可以根据用户需求选择本平台的分析工具。本研究建立的棉花基因组学信息管理平台,向用户提供棉花基因组学分析工具,使得用户能够从大量序列信息中获得基因结构、功能和进化等信息,帮助使用者理解数据中蕴含的生物学含义,为棉花基因组学及棉花抗病育种研究提供新的分析工具。

基于无人机遥感的棉花苗情监测模型构建与系统研发

这是一篇关于棉花,无人机遥感,深度学习,机器学习,苗情监测的论文, 主要内容为【目的】为了实现棉花苗期及时地查苗补苗以及监测棉苗长势状况,进一步为棉花后期生产管理及产量形成提供保障。(1)基于无人机多光谱图像,构建一个贯穿于整个苗期的检测与计数模型。(2)基于无人机RGB和多光谱图像,构建生长指标监测模型。(3)基于苗情参数和生长指标进行综合评价,最后完成苗情生长监测系统的设计与实现。【方法】(1)首先获取棉花苗期红、绿和近红外三波段的多光谱图像,共采集六次(T1至T6分别表示播种后10、16、20、22、24、27天)。进行波段合成、裁剪之后基于Python3.8利用YOLOv5、YOLOv7和Center Net三种深度学习方法进行模型训练,最后从采集的六个数据集中确定一个可以适用于整个苗期的幼苗检测与计数的最优模型。(2)其次获取棉花苗期RGB和多光谱图像,采集样品测定生长指标,共采集三次。基于提取的植被指数和纹理特征,利用相关系数法(Corr)、最大互信息系数法(MIC)和随机森林方法(RF)进行特征筛选,利用多元逐步回归(MSR)、KNN回归(KNN)和极端随机森林回归(ET)进行监测模型的构建。最后基于苗情生长参数,利用熵权-TOPSIS法完成综合评价。(3)最终基于Python、My SQL和ECharts可视化工具等技术,设计苗情生长监测系统。【结果】(1)在采集的六个数据集中,T2-T5的检测与计数结果较好,表明在播种后16-24天采集图像进行棉花幼苗检测与计数效果较好。在对不同时间采集的数据进行测试时,YOLOv7的检测与计数效果较好,T4数据集下棉花幼苗的检测和计数的综合性能较好。T5在T4数据集中的测试结果最好,其Precision、Recall和F1-Score分别为96.1%、95.9%和96.0%,R2、RMSE和RRMSE分别为0.94、3.83和2.72%。(2)基于RGB和多光谱图像提取的植被指数与纹理特征相结合构建的生长指标监测模型,比植被指数或纹理特征构建的监测模型好。其中,株高的最优估测模型为Corr＿ET,训练集R2、RMSE和RRMSE分别为0.87、1.2081和15.09%,验证集R2、RMSE和RRMSE分别为0.88、1.1971和14.84%。地上生物量的最优估测模型为RF＿ET,训练集R2、RMSE和RRMSE分别为0.82、0.0170和24.60%,验证集R2、RMSE和RRMSE分别为0.73、0.0183和26.38%。含水量的最优估测模型为RF＿ET,训练集R2、RMSE和RRMSE分别为0.84、0.0119和1.40%,验证集R2、RMSE和RRMSE分别为0.81、0.0137和1.61%。(3)研发了苗情生长监测系统,实现了利用现有模型进行生长指标的快速估测。【结论】本研究以苗期棉花为研究对象,利用多光谱图像与深度学习技术进行幼苗检测与计数具有可行性,播种后16-24天进行棉苗检测与计数效果较好,基于YOLOv7目标检测算法,T4数据集实现了整个棉花苗期快速准确的幼苗检测和计数。利用RGB和多光谱图像构建的监测模型能够较好的估测株高、地上生物量和含水量。研发的苗情生长监测系统能够快速的进行生长指标的估测。

机载成像高光谱棉花波谱库建立与应用

这是一篇关于波谱库,无人机,成像高光谱,棉花,端元提取的论文, 主要内容为棉花是我国重要战略资源,对其生长状况进行监测关系到棉农收入与农村经济发展。运用无人机搭载成像高光谱传感器对棉花进行遥感监测,分析其光谱数据,可在不破坏作物的情况下,准确快速地获取养分含量、生长状态等信息。但机载成像高光谱数据量庞大,所以运用软件工程技术建立高光谱数据库,对棉花高光谱数据进行可视化管理与高效分析是必然选择。针对这一需求,本研究设计并实现了机载成像高光谱棉花波谱库系统,既可优化棉花高光谱遥感领域应用中分类精度与识别准确度,有效提高遥感定量分析水平,也可为棉花生长参数反演提供先验知识,加强棉花高光谱数据的应用性和棉花遥感监测的可靠性,以期为无人机遥感和作物长势高光谱监测提供借鉴和参考。主要研究内容及成果如下:(1)详细分析论述机载高光谱数据采集规范、数据整理格式以及入库审核条件。然后基于多旋翼无人机M600 PRO搭载框幅式成像高光谱传感器Rikola,在新疆塔城地区沙湾县蘑菇湖村的典型机采棉种植区域,于2019年5月至8月,航摄高光谱图像上千张,并对其进行波段配准、影像拼接、辐射校正等预处理工作,得到棉花苗期到铃期成像高光谱数据,同时使用SR-3500光谱仪获取地面冠层光谱数据作为验证数据,此外记录温度、湿度、风速、采集时间、棉花株高、棉花健康状态、测量仪器、光谱分辨率、起止波长、经度纬度、海波、采集方式、采集人员等数据作为配套的属性数据,以此为机载成像高光谱棉花波谱库的建立奠定数据基础。(2)为从预处理后的成像高光谱数据中提取出棉花非成像高光谱数据,对比分析最大单形体体积(N-FINDR)算法与纯净像元指数算法(PPI)算法端元提取结果,以SR-3500地物光谱仪获取的地面冠层光谱曲线为标准,光谱角度为指标,从端元提取算法效果、不同航高数据对比、光谱相关性等方面进行分析。得到结果:N-FINDR算法在60m、80m、100m航高下波谱角度结果分别为0.0658、0.0659、0.0677,其相较于PPI算法结果更接近SR-3500光谱仪数据,具有较优的相关性(R2均在0.99以上),且该算法能更好地提取小样本端元。其次,不同采集平台获取的波谱曲线存在差异性,故建立机载高光谱波谱库是必要的。再次,在100m以下,航高对端元提取的影响较小,同种算法在不同航高下提取结果差异均在2%以下。(3)获得成像与非成像高光谱数据后,针对高光谱数据特点与波谱库应用需求,对波谱库系统功能模块、系统架构、数据规范、数据库物理结构进行设计。使用关系型数据库Oracle 11g存储管理机载高光谱影像、棉花波谱曲线及配套属性数据。在Visual Studio2015开发平台下,基于C#与IDL语言,采用B/S开发模式,设计与搭建机载成像高光谱棉花波谱库系统,实现光谱数据、配套的属性数据以及高光谱影像的规范化、可视化管理与高效数据分析等功能。(4)基于开发的波谱库系统中棉花高光谱数据与系统部分光谱分析、影像分析功能,分析棉花在生长过程中光谱特征参数与植被指数变化情况,结果表明不同生长期棉花波谱特征与植被指数变化呈规律性。其中吸收谷与红边值在7月中旬到达峰值(0.0279、0.0111),标准植被指数与比值植被指数在7月上中旬达到最大值(0.8417、11.6305),增强型植被指数、差值植被指数、优化土壤调节植被指数在7月中下旬达到最大值(0.8189、0.5013、0.5012)。分析可知多项光谱指标变化均呈抛物线趋势,在7月(花期)达到极值,表明棉叶在花期对红光的吸收最显著,光合作用最强烈。

缺磷条件下棉苗根系形态特征及根冠关系研究

这是一篇关于棉花,缺磷环境,侧根,根系形态,根毛寿命的论文, 主要内容为磷肥是不可再生的矿产资源,是农业生产中不可缺少的矿质营养之一,还是农作物主要的磷素来源。棉花在世界农业生产中占有重要地位,而我国磷矿资源相对短缺,磷肥多依赖进口,有限的磷资源成为我国部分区域棉花产业发展重要限制因素之一。棉花苗期对土壤缺磷较为敏感,而对磷素更敏感的部分是棉花根系的侧根和根毛,这是棉花吸收磷的主要部位。目前,对缺磷环境下棉花根系发育动态、寿命及与地上部关系的研究尚不清晰。本研究采用自制的RhizoPot原位根系观测装置,以“农大棉10号”(ND)和“冀棉315”(JM)为试验材料,开展棉花幼苗在缺磷(PD,3.09 mg.kg-1)和适磷(PR,133.09 mg·kg-1)条件下的根系表型动态研究。通过测定棉花在2个磷处理下的地上部和根系表型的动态指标,揭示缺磷环境下棉苗根系发育动态、根毛寿命及根冠关系。主要研究结论如下:1.PD显著抑制了棉花地上部的生长发育。在50 DAS(Days after sowing,DAS),PD条件下ND植株的株高、叶面积分别比PR条件下减少了 37.13%和62.05%;JM则分别减少了 3 8.24%、62.36%。PD还降低了棉花叶片的净光合速率和Fv/Fm,PD条件下ND植株的净光合速率和Fv/Fm分别比PR条件下减少了 11.50%和3.06%%,JM品种则分别下降了 15.32%和2.99%。2.PD处理显著降低了棉花的干重和生长势。PD处理下ND和JM植株的干重分别比PR处理减少了 67.34%和76.63%。ND和JM植株的生长势比PR条件下分别减少了 69.57%和 78.13%。3.棉花感知到土壤缺磷后,主动降低了总根长和直径,提高了比根长。PD条件下ND和JM的总根长和平均直径比PR条件下分别减少了 52.63%、24%和44.25%、29.09%。PD条件下,ND的比根长较PR条件增加了 69.13%,JM的比根长是PR处理下的2.39倍。4.PD处理抑制了根系的快速生长。在10 DAS,两个品种的根系净生长速率开始逐渐下降。在40～46 DAS,PD处理下ND和JM植株的总根生长量分别比PR处理减少了 59.90%和48%。在44～45 DAS,PD较PR处理下ND和JM植株的单位体积根长密度的差异最显著,最大差异分别为49.31%和53.87%。PR条件下的侧根平均直径为0.50～0.60 mm,PD条件下侧根直径为0.40～0.45 mm,说明侧根变细是棉花应对缺磷的策略之一。5.棉花根系通过增加侧根数量和密度对PD处理作出响应。与PR条件下的ND植株相比,PD条件下ND植株的侧根数量和侧根密度都增加了 9.44%,说明PD处理能促进棉花侧根的生长发育。ND和JM在PD处理下较PR处理的侧根角度分别增加了 1.75%和 6.50%。6.棉花为适应缺磷环境,显著提高了根毛的密度、长度和寿命。ND和JM的根毛密度在PD处理下,较PR处理分别增加了 37.33%和40.98%。两种磷处理下的平均根毛长度的差异在7 DAS达到最大,JM植物的平均根毛长度比PR增加了 63.02%,ND较PR处理增加了 125.65%。在PR和PD两个处理下,ND植株的根毛中位寿命分别为15天和23天,JM植株的根毛中位寿命分别为22天和27天,表明PD处理延长了两个棉花品种的根毛寿命。值得注意的是,JM品种的根毛较ND品种对PD处理更加敏感。7.在本研究中,缺磷首先降低了棉花根系磷、氮、钾的吸收量,进而降低了棉花地上部的磷、氮、钾的吸收量和含量。由于根系矿质营养的缺少,导致根系总长度和总表面积下降,限制了根系对营养的吸收。根系向地上部运送的矿质营养减少,地上部表现出了植株矮小,茎秆纤细,叶面积减少,光合速率下降的现象。而地上部的这些现象又限制了碳水化合物的合成,限制了养分向根系运输量,影响根系生长。根系为了尽可能多的吸取养分,增加了侧根数目、分枝密度和根毛长度、密度及其寿命,这些措施都体现了棉花的根系与地上部相互影响。综上(1)缺磷降低了棉花幼苗地上部的农艺性状和光合参数,最终影响了干物质和矿质元素的积累;降低了根系的根长、面积、体积、净生长速率、单位体积根长密度和平均直径,限制了棉株生长;(2)为适应缺磷环境,棉苗增加了侧根数量和分枝密度,扩大了根系的吸收范围;增加了根毛密度、长度,延长了根毛寿命,根系构型的这种变化提高了对磷的利用效率。以上研究结果将为棉花根系动态表型响应缺磷的机制提供依据。