专利名称：基于mcmc的小麦品种特征参数估算方法
技术领域：
本发明属于精准农业中小麦品种特征定量评价领域，涉及小麦品种特征参数估算方法，具体涉及融合了马尔可夫链蒙特卡洛方法(Markov Chain Monte Carlo, MCMC)的小麦品种特征参数估计方法。
背景技术：
随着农业技术的发展进步，新的小麦品种不断出现，科学家通过对不同品种的生理生态特性研究，提出了不少可以量化作物品种特性的参数，如株高、千粒重、生理春化天数、灌浆时间、发生分蘖的能力等，这些参数被称为作物品种特征参数，它主要反映作物基因型特征。近半个多世纪以来，国际上出现了不少作物生长模型，如美国的CERES模型、菲律宾国际水稻所的ORYZA模型、澳大利亚的APSIM模型、中国的WheatGrow模型等，它们通过解析“气象_ 土壤_技术措施”与作物生理生态过程的机理关系，对作物的生长发育过程进行定量的表达，将反映基因型差异的作物品种特征参数融入到具体作物生长发育过程当中，再结合环境因子作为输入变量，达到对作物生长发育过程的动态模拟。科学家在广泛利用模型进行作物生长预测的同时，也在考虑如何逆向地利用作物生长模型进行品种特征参数的反演，以定量评估作物的品种特性，从而指导作物育种。He等利用GLUE方法和 CERES-Maize来反演玉米的品种特征参数，金之庆等利用“试错法”和CERES-wheat来反演小麦品种特征参数。但这些方法都存在反演效率低且无法搜寻到全局最优变量等缺点。
发明内容
本发明的目的在于克服上述缺陷，将MCMC方法和小麦生长模型(WheatGrow)相结合，通过构建生育期和产量的目标函数，提出一种小麦品种特征参数估算方法，为定量研究小麦品种特性提供了一种新的途径。本发明选用了马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)方法，其最早被广泛应用于图像处理、统计物理学领域。近年来，随着计算机技术的迅猛发展，MCMC 方法在根系水分吸收模型、农业生态模型等诸多复杂模型中得到了广泛应用。该方法是基于贝叶斯理论框架，首先建立平衡分布为η (χ)的马尔可夫链，并对其平衡分布进行采样， 然后通过不断更新样本信息而使马尔可夫链能充分搜索模型参数空间，最终收敛于高概率密度区；该方法能将一些复杂的高维问题转化为一系列简单的低维问题，因此适用于复杂模型的贝叶斯计算。同时本发明选用了国内建立并具有较好广适性的WheatGrow生长模型，该模型涉及到9个小麦品种特征参数，分别是春化天数(VD)、光周期敏感因子(PS)、基本早熟因子(IE)、温度敏感因子(TS)、灌浆期因子(FD)、叶热间距(LT)、比叶面积(SLA)、收获指数(HI)、小麦分蘖能力(TA)。其中，春化天数(VD)反映了小麦品种必须经历一定天数的春化，才能进行花芽分化，极冬性的小麦品种为60，极春性的小麦品种为O。光周期敏感因子(PS)，该参数反应了小麦能否开花受到的日照长短的影响，用光周期敏感因子反映不同品种对日照长度的敏感性不同。基本早熟因子(IE)，小麦出苗后，即使满足了温光条件，也不会进行花芽分化，这段时间进行营养生长，不同品种表现不同，用基本早熟因子反映该生育阶段的差异。温度敏感因子(TS)，反映了小麦发育受温度高低影响的程度。灌浆期因子(FD)，反映了小麦开花以后不同品种灌浆时间的长短不同。叶热间距(LT)，反映了连续两个叶原基出现的时间间隔。比叶面积(SLA)，单位重量的小麦叶片所包含的叶面积。收获指数(HI)，反映了小麦干物质向穗部分配的比例。小麦分蘖能力(TA)，不同小麦品种产生分蘖的能力不同，受品种基因控制，用分蘖能力反映小麦产生分蘖多少的特征。具体方案为一种基于MCMC的小麦品种特征参数估算方法，包括如下步骤1)小麦生长模型即WheatGrow模型的数据获取通过自动气象站记录小麦生长季田间逐日气象数据，包括日最高气温、日最低气温、日照时数、日降水量；利用五点取样法， 将耕层土壤从上到下分4层进行田间土壤取样，然后通过室内物理化学分析，测定土壤容重、饱和含水量、田间持水量、萎焉含水量、实际含水量、土壤全氮、氨态氮和硝态氮；记录小麦生长过程中的田间栽培管理数据；实测小麦主要生育期(包括播种期、拔节期、开花期、 成熟期)和收获时的籽粒产量；2)在小麦品种特征参数范围内选择一套初始品种特征参数组合θ to)，在未知参数分布的情况下，先假定各个参数的先验分布q^rve1-1)为均勻分布，ef分别代表九个品种特征参数(i = 1,2,3,4,5,6,7,8,9)；3)在θ丨―1基础上提出一个候选样本θ:0"ew = θ广1 + r χ (max(0,) - min(0i))/Dr是分布在0-1之间的一个随机数；max ( θ J和min( θ J分别是参数θ ,的上下限；D等于5，控制着推荐步长的大小；4)将田间观测的η年(η= 1，2，3...Ν)气象数据、土壤数据、田间栽培管理数据以及两套小麦品种特征参数θη 、θ (η)输入到WheatGrow模型中，运行模型η遍，得到模拟的η年小麦主要生育期和产量结果；5)通过田间实测的η年小麦生育期及产量数据和模拟的η年小麦生育期及产量结果，计算生育期和产量的释然函数π ( θ )，计算公式如下
权利要求
1. 一种基于MCMC的小麦品种特征参数估算方法，其特征在于，包括如下步骤1)小麦生长模型即WheatGrow模型的数据获取通过自动气象站记录小麦生长季田间逐日气象数据，包括日最高气温、日最低气温、日照时数、日降水量；利用五点取样法，将耕层土壤从上到下分4层进行田间土壤取样，然后通过室内物理化学分析，测定土壤容重、饱和含水量、田间持水量、萎焉含水量、实际含水量、土壤全氮、氨态氮和硝态氮；记录小麦生长过程中的田间栽培管理数据；实测小麦主要生育期(包括播种期、拔节期、开花期、成熟期)和收获时的籽粒产量；2)在小麦品种特征参数范围内选择一套初始品种特征参数组合θ((|)，在未知参数分布的情况下，先假定各个参数的先验分布q(erve”)为均勻分布，θ〖分别代表九个品种特征参数(i = 1,2,3,4,5,6,7,8,9)；3)在θ”基础上提出一个候选样本θ厂 r是分布在0-1之间的一个随机数；max( θ J和min( θ J分别是参数θ ,的上下限；D 等于5，控制着推荐步长的大小；4)将田间观测η年(η=1，2，3...Ν)气象数据、土壤数据、田间栽培管理数据以及两套小麦品种特征参数θ ne\ θ (η)输入到WheatGrow模型中，运行模型η遍，η = 1，2，3. . . N， 得到模拟的η年小麦主要生育期和产量结果；5)通过田间实测的η年小麦生育期及产量数据和模拟的η年小麦生育期及产量结果计算生育期和产量的释然函数η ( θ )，计算公式如下 其中，Z(t)为观察值，X(t)是模拟值，c0V(et)是et的协方差矩阵，θ为品种参数；6)按照如下公式计算释然比a
2.根据权利要求1所述的基于MCMC的小麦品种特征参数估算方法，其特征在于，上述步骤2)所述的品种特征参数是与小麦生育期相关的小麦品种特征参数，包括了春化天数 VD、对光周期反应的敏感性PS、基本营养生长时间IE、对温度高低的敏感性TS、灌浆时间的长短FD;与产量相关的特征参数，包括了相邻两个叶原基出现的时间间隔LT，单位重量的叶片的表面积SLA,品种发生分蘖的能力TA，光合干物质向穗部分配的比例HI。
3.根据权利要求1所述的基于MCMC的小麦品种特征参数估算方法，其特征在于，上述步骤7)按照M-H准则，将计算出来的释然比ap、ay和均勻分布在W，1]之间的随机变量U 进行比较，对于生育期参数如果ap>U，设定θ〖 = θ厂(i = 1，2，3，4，5)，否则设定0〖二0广1; 对于产量参数，如果ay彡U，设定时=0厂(i = 6，7，8，9)，否则设定0丨=0广1。
4.根据权利要求1所述的基于MCMC的小麦品种特征参数估算方法，其特征在于，上述步骤12)马尔可夫链收敛的条件是根据中心极限定理通过M-H准则的马儿可夫链最终收敛于静态分布，用一种定量收敛判断指标GRi对终止计算进行判断，该GRi指标的计算基于马尔可夫链链内和链间方差，如下式
全文摘要
本发明公开了一种基于MCMC的小麦品种特征参数估算方法，其方法主要是通过田间实测小麦品种的生育期及产量与小麦生长模型模拟的生育期及产量构建概率密度函数，利用MCMC方法反演得到小麦品种特征参数。具体过程首先通过测试运算得到小麦品种特征参数的先验概率分布，根据初始参数和先验分布提出候选参数，计算产量和生育期的概率密度函数和释然比，根据M-H准则判断是否接受新的参数，最终得到了品种各特征参数的后验概率密度分布。本发明所述方法估计的结果既准确又高效，在同类模型小麦品种特征参数估算当中具有普遍适用性。
文档编号G06F19/00GK102495948SQ201110368758
公开日2012年6月13日 申请日期2011年11月21日 优先权日2011年11月21日
发明者倪军, 刘小军, 吕尊富, 姚霞, 曹卫星, 朱艳, 汤亮 申请人:南京农业大学