本发明涉及一种植物光合速率的计算方法，尤其涉及对植物冠层光合速率的计算方法。
背景技术：
提高光合作用效率可以进一步提高作物产量已被很多实验所证明。然而，人们在育种和生产实践中，仍然只能筛选单位叶面积光合效率，没有手段衡量与作物产量直接相关的冠层光合作用效率。冠层光合作用是指整个地上部分所有叶片的光合作用的总和。在冠层中，每个叶片有不同的微环境，比如光强、温度、湿度等，不同叶片之间又存在光合生理参数的不同。冠层中每个叶片所处的光线各不相同，每个叶片本身光合作用相关的酶活性也有极大差别。株型特征、酶活参数及叶片形态共同决定冠层光合作用速率。
因此，如何准确计算冠层光合作用速率是研究冠层光合作用，进而促进冠层光合作用基础研究及促进冠层光合在育种中应用的重要问题。迄今为止，尚无有效办法可以整合代谢酶活性信息和植株株型特征，以计算冠层光合速率。
技术实现要素：
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
本发明的目的在于解决上述问题，提供了一种计算冠层光合速率的方法，用于植物冠层基础研究、农业作物育种领域、衡量栽培措施(如种植方向、密度等) 对植(作)物冠层光合速率的影响。在基础研究领域，该方法可以用于预测特定株型、叶型及代谢特征改变对于冠层光合作用速率的影响。
本发明的技术方案为：本发明揭示了一种计算冠层光合速率的方法，方法包括：
针对植物株型参数、栽种参数，利用计算机三维重构技术，构建冠层三维结构；
利用光线追踪算法，基于所构建的冠层三维结构，获得该冠层内部每个叶片上的光强分布；
获得叶片代谢特征参数，参数化植物叶片代谢模型；
整合所构建的冠层三维结构、所获得的每个叶片上的光强分布以及所参数化的植物叶片代谢模型，计算整个冠层光合速率。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物包括C3植物。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物叶片代谢模型包括C3代谢模型，C3代谢模型利用叶片代谢酶活性信息计算C3叶片光合作用速率。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物包括C4植物。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物叶片代谢模型包括C4代谢模型，C4代谢模型利用叶片代谢酶活性信息计算C4叶片光合作用速率。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物包括景天科代谢植物。
根据本发明的计算冠层光合速率的方法的一实施例，所述植物叶片代谢模型包括CAM代谢模型，CAM代谢模型利用叶片代谢酶活性信息计算CAM叶片光合作用速率。
本发明对比现有技术有如下的有益效果：本发明利用冠层光合作用模型，整合株型、叶形态及叶片代谢特征，计算冠层整体光合作用速率。相对于传统技术，本发明具有如下的技术效果：
1)本发明的方法同时考虑冠层结构特征、叶片形态特征及叶片代谢特征，进而计算冠层光合作用速率；
2)常规的计算冠层光合作用速率的手段，冠层内部光强分布一般认为是从冠层顶部到底部呈现指数递减的趋势；然而，在冠层内部存在巨大光强、光质的时空特异性；而光线在冠层中的时空特异性会对冠层光合作用计算有很大影响；本发明的方法利用三维冠层特征结合光线追踪算法，充分考虑冠层内部光线异质性，这也使得该方法可以计算改变株型、叶型对冠层内部的光线分布的影响，进而计算这些改变对冠层光合作用速率的影响；
3)本发明的方法整合了代谢模型与冠层内部光环境，使得计算特定酶活性改变对冠层光合的影响成为可能。这是因为本发明的方法整合了叶片光合作用代谢模型与冠层中不同叶片光强两方面因素。光强及叶片代谢模型的输入是叶片中的酶活性参数。在一定光强下，对于给定酶活参数，叶片的光合作用速率可以精确计算出来。由于冠层中每个叶片的光强根据株型特征及光线追踪计算得到，同时，叶片的酶活性可以被测量出来。因此，对于特定冠层，其总的冠层光合作用可以通过将每个叶片的光合作用速率相加而得到。通过改变模型中的输入参数酶含量，可以计算在酶含量该下冠层光合速率的改变。
4)由于本发明的方法可以利用株型及光线追踪计算冠层内部的光线分布，可以用于模拟不同种植模式对于冠层光合作用的影响。比如，在不同种植密度下，冠层光合作用的改变。
附图说明
图1示出了本发明的计算冠层光合速率的方法的较佳实施例的流程图。
具体实施方式
在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。
图1示出了本发明的计算冠层光合速率的方法的较佳实施例的流程。请参见图1，本实施例的计算冠层光合速率的方法的各个步骤详述如下。
步骤S1：针对植物株型参数、栽种参数，利用计算机三维重构技术，构建冠层三维结构。
步骤S2：利用光线追踪算法，基于所构建的冠层三维结构，获得该冠层内部每个叶片上的光强分布。
步骤S3：获得叶片代谢特征参数，参数化植物叶片代谢模型。
步骤S4：整合所构建的冠层三维结构、所获得的每个叶片上的光强分布以及所参数化的植物叶片代谢模型，计算整个冠层光合速率。
如果植物是C3植物，则植物叶片代谢模型为C3代谢模型，C3代谢模型利用叶片代谢酶活性信息计算C3叶片光合作用速率。
如果植物是C4植物，则植物叶片代谢模型包括C4代谢模型，C4代谢模型利用叶片代谢酶活性信息计算C4叶片光合作用速率。
如果植物是景天科代谢植物，则植物叶片代谢模型包括景天酸(CAM)代谢模型，CAM代谢模型利用叶片代谢酶活性信息计算CAM叶片光合作用速率。
在本步骤中，将光线追踪获得的叶片光强作为输入参数，通过植物叶片代谢模型可以计算出叶片的光合速率，然后把整个冠层的全部叶片的光合速率通过下述的公式1进行整合计算出冠层光合速率：
公式1：公式1中，Ac是冠层光合速率，A是利用叶片代谢模型计算的每个叶片上的叶片光合速率，s是每个叶片的面积，Sground是土地面积。
当然，本发明并不局限于上述的公式1，依然可以用其他的方式来计算整个冠层光合速率。
依据上述的实施步骤，本发明的第一个实例为水稻冠层株型模型，并与C3光合作用模型结合，建立了水稻冠层光合作用模型。利用这一水稻冠层光合作用模型，计算在改变光合光系统中天线大小的情况下，对整个冠层中的关系分布的影响和整个冠层光合作用速率。从这一实例中表明本发明可以预测从分子水平的变化对整个冠层光合影响。
依据上述的实施步骤，本发明的第二个实例为玉米冠层株型模型，并与C4光合作用模型结合，建立了玉米冠层光合作用模型。利用这一模型可以获取在改变种植模式(宽窄度变化)的情况下，冠层内部的光线的变化。在改变特性酶活性时，冠层光合作用效率会改变。比如在改变CA酶活性时，冠层光合作用速率都逐渐降低。从这一实例中可以利用冠层株型模型，结合代谢模型，可以用于探索在酶活性改变时，冠层光合作用的改变。
依据上述的实施步骤，本发明的第三个实例为龙舌兰冠层株型模型，并与景天酸(CAM)代谢光合模型结合，建立了龙舌兰冠层光合作用模型。利用这一模型，可以计算出一天中不同时间点的光强及一天中的不同时间点的冠层光合速率。这一模型表明，利用冠层光合作用模型可以用于计算进行CAM光合作用物种的植物的冠层光合作用速率。
提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。