紅地球葡萄枝條生長動態模擬模型研究

陳天雨，高曉陽，3,*，吳 翔，武季玲 ，顏仁喆，李紅嶺，3

(1.甘肅農業大學 工學院，甘肅 蘭州 730070； 2.甘肅省葡萄及葡萄酒工程研究中心，甘肅 蘭州 730070； 3.甘肅省干旱生境作物學重點實驗室，甘肅 蘭州 730070； 4.甘肅農業大學 生命科學技術學院，甘肅 蘭州 730070)

紅地球葡萄枝條生長動態模擬模型研究

陳天雨1，2，高曉陽1，2，3,*，吳 翔1，2，武季玲2，3，4，顏仁喆1，2，李紅嶺1，2，3

(1.甘肅農業大學 工學院，甘肅 蘭州 730070； 2.甘肅省葡萄及葡萄酒工程研究中心，甘肅 蘭州 730070； 3.甘肅省干旱生境作物學重點實驗室，甘肅 蘭州 730070； 4.甘肅農業大學 生命科學技術學院，甘肅 蘭州 730070)

為探明甘肅主栽鮮食葡萄品種紅地球的不同植株新生枝條生長動態變化情況，2015年4月—2016年9月從萌芽期至漿果成熟期在試驗園不同位置選取日照充足且無相互遮擋的9株葡萄，對其單側蔓的新生枝條分別進行標記、觀測、記錄。試驗數據表明，葡萄新生枝條的生長過程符合先慢后快再變慢的“S”型生長規律。因此以生理發育時間(PDT)為步長，利用Richards方程模擬葡萄新生枝條節間伸長和節間增粗的動態過程，并使用不同植株不同側蔓的新生枝條對其結果進行了檢驗。同時建立了花序(果穗)生長與各節間粗度的線性方程，并對結果進行了檢驗。結果顯示，節間長度模擬值的RMSE范圍為0.743～2.632 cm；節間粗度模擬值的RMSE范圍為0.019～0.036 cm；花序(果穗)部分模擬模型中紅地球葡萄的節間粗度模擬值的RMSE范圍為0.035～0.149 cm。

葡萄；Richards方程；新生枝條；節間；紅地球

虛擬植物一直是數字農業和虛擬現實等交叉學科領域的研究熱點[1]，其對作物生長發育和精準化數字農業研究具有重要意義。20世紀60年代，有學者提出用細胞的自動生長模型來形式化地表達植物的分支的系統——L系統[2]。國外對于作物模擬模型的研究起步早，已研發出典型的作物如CSRES系列的水稻、小麥、高粱、大豆等生長模擬模型，并在國際上得到大范圍推廣應用，為新模型的研究奠定了基礎[3-7]。國內研究雖然起步較晚，但也對油菜、大麥、棉花、玉米和蘆葦等植物進行了深入研究[8-9]，如劉洪等[10]在借鑒了WCSODS小麥“鐘模型”和CERES-Wheat春化模型基礎上，構建了油菜發育模擬模型；李紅嶺等[11]使用Richards方程成功構建了甘肅不同株型的大麥莖桿生長模擬模型；張軍等[12]構建了棉花的地上部分形態結構模擬模型。這些模型大都針對器官數量較少且結構較簡單的單主莖作物，但關于攀緣類植物模擬模型的報道較少，如本試驗研究對象葡萄，在我國，西北部地區葡萄的器官形態模擬研究還未見報道。

紅地球葡萄，又名紅地球，是優良的晚熟鮮食葡萄品種，適宜在干旱與半干旱地區栽培。甘肅省位于溫帶季風氣候區，是我國較早栽培葡萄的地區之一。本研究通過對甘肅主栽的紅地球葡萄進行觀測與分析，構建了該品種葡萄的新生枝條生長動態模擬模型，包括節間伸長和增粗的變化動態，為葡萄的簡化修剪提供理論依據。

1 材料與方法

1.1 試驗地點及材料

試驗于2015和2016年4月—9月在甘肅農業大學甘肅省葡萄與葡萄酒工程研究中心的葡萄試驗園進行。試驗園位于甘肅省蘭州市安寧區黃河北岸，東經103°53′，北緯36°03′，海拔1 520 m，地處內陸干旱地區，年降水量210～330 mm，無霜期約160 d，大于等于10 ℃有效積溫的氣溫總和為3 200 ℃。年平均氣溫9～10 ℃，年日照時數≥2 440 h，極端最高溫度為38～39 ℃，極端最低溫度為-20～-23 ℃，越冬需埋土。試驗地地勢平坦，土壤為經改造過土層1 m左右質地輕的壤土，pH 8.65，鹽分總量0.533 mg·kg-1，有良好的透氣性，灌溉、排水方便。試驗地周圍無遮擋，光照充足，無區域性小氣候。供試品種為5年生紅地球葡萄，4月上旬出芽，4月下旬上架，以人工施肥為主，灌溉方式為滴灌。整形方式為“廠”字型，南北行向，株行距為1 m×2 m，單側蔓或雙主蔓整枝，肥水管理同常規栽培。

1.2 測定項目

從萌芽期至漿果成熟期在試驗園內不同位置選取日照充足且無相互遮擋的9株葡萄，3株為一組，對其單側蔓的新生枝條分別掛牌編號標記，觀測，記錄。每2 d測量一次枝條的長度和粗度，在節間生長較快時期(4月上旬至5月下旬)每天測量一次枝條的長度和粗度。枝條長度使用直尺測量，測量部位為相鄰葉片的根部間距離；枝條粗度采用游標卡尺測量，為減小誤差，測量部位為標記的枝條中部。

1.3 建模方法

從萌芽期開始到漿果成熟期結束，葡萄枝條的伸長與增粗是其生長的最主要過程。以測得各枝條的節間長度和粗度數據為基礎，分析得出紅地球品種葡萄的枝條生長發育模型。試驗數據表明，葡萄新生枝條的生長過程符合先慢后快再變慢的“S”型生長規律，與傳統的Logistic方程相比，Richards方程對生物生長的描述更為準確，且輸出參數少，故本文選用其來建模。Richards方程如式1所示。

(1)

式(1)中：Ymax為累計生長的飽和值，即生物學上限；B為生長初始值參數；k為生長速率參數；m為異步生長參數；T為時間。

考慮葡萄上架過程中的整形修剪和結果等實際情況，本試驗選取新生枝條前10個節間的長度和粗度變化作為建模分析參考依據。并采用RMSE來對模型進行檢驗。根均方誤RMSE(root mean square error)是國際上通常采用的統計方法，依此將模擬值與觀測值進行統計分析。RMSE取正數，求得的RMSE值越小，說明和觀測值越接近，則模型的模擬結果越準確可靠。RMSE方程如式(2)所示。

(2)

式(2)中：OBSi為觀測值；SIMi為模型模擬值；n為測量數據容量。

2 結果與分析

2.1 枝條節間伸長模型

依據試驗數據以及魏曉慧等[13]、溫維亮等[14]和李超等[15]的模型數據，考慮實際情況選取新生枝條10個節間的長度作為模型建立的基礎數據。枝條的各個節間生長有一定的重疊，即每一節間伸長的同時伴隨著枝條頂端下一片葉子和下一節間的生長。節間生長需65 d，其中從新生枝條至第1段節莖抽出時間約3.3 d。本試驗中以第1片葉子的伸長部分作為第1節間。一般在第5節間葉片對面生長花序和第1個卷須，第8片葉子對面生長第2個卷須。各節間伸長的動態模型如下：

(3)

n=1，2，3，4，5，6，7，8，9，10

式(3)中：YLn為葡萄在某一生理發育時刻第n節的長度；PDT為生理發育時間，取值范圍3n-2+3.3～3n-2+68.3；其中PDT-(3n-2+3.3)大于0時，第n節間開始抽出，否則未生長；YLnmax為枝條第n節節間長度的最大值，如表1所示，可視為遺傳參數，其中1、2、3號分別為1、2、3組全部枝條的擬合值。BLn，kLn，m為模型參數。其中m在本方程中可視為常量1.132，BLn，kLn根據試驗測量的實際數據和文獻資料，利用Excel軟件采用線性擬合方法得出，如表2所示。

2.2 枝條節間增粗模型

試驗結果表明，葡萄枝條的節間在伸長的同時也在不斷增粗，其增粗生長呈現為第一節粗度最大，之后的節間粗度依次減小。各節間增粗的動態模型如下：

(4)

n=1，2，3，4，5，6，7，8，9，10

式(4)中：YTn為葡萄在某一生理發育時刻第n節的粗度；PDT為生理發育時間，取值范圍3n-2+3.3～3n-2+68.3；其中PDT-(3n-2+3.3)大于0時，第n節間才開始抽出，否則未生長；YTnmax為枝條第n節節間粗度的最大值，如表1所示，可視為遺傳參數，其中1、2、3號分別為1、2、3組全部枝條的擬合值。BTn、kTn、m為模型參數。其中m在本方程中可視為常量0.983，BTn、kTn根據試驗測量的實際數據和文獻資料，利

表1 紅地球葡萄新生枝條的節間長度和節間粗度最大值

Table 1 Maximal length and thickness of internodes of the newborn branches of Red Globe grape

節間Internode最大節間長度Internodelength1號No．1/cm2號No．2/cm3號No．3/cm最大節間粗度Internodethickness1號No．1/cm2號No．2/cm3號No．3/cm第1節1st181517110090105第2節2nd273125090085090第3節3rd444743085080089第4節4th565861080079080第5節5th877869070070075第6節6th708175068070070第7節7th818691065065064第8節8th485260060062060第9節9th545551052050055第10節10th393246045050050

表2 紅地球葡萄新生枝條的節間伸長模型參數

Table 2 Model parameters of internode growth in newborn branch of Red Globe grape

節間Internode1號No．1BLnKLn2號No．2BLnKLn3號No．3BLnKLn第1節1st086301450845013709240159第2節2nd143103041309044311330412第3節3rd358202953770025637160265第4節4th850303497039038275630398第5節5th115860256145010189143630202第6節6th808001756935020179070197第7節7th593203666962042063840402第8節8th287900526247480528208880620第9節9th371601673887012836340187第10節10th696204207843045973870509

用Excel軟件采用線性擬合方法得出，如表3所示。

2.3 節間生長模型檢驗

利用上述建立的葡萄新生枝條節間增長模型，在相同自然環境下分別選取該品種不同植株3個新生枝條具有代表的6個生長日對模型進行檢驗，采用均根方差(RMSE)分別對葡萄枝條的節間長度和粗度進行檢驗，其檢驗結果如表4所示，將模擬值與觀測值作1∶1的關系圖，如圖1和圖2所示。檢驗結果表明，該模擬模型對葡萄紅地球品種的節間長度模擬值的RMSE范圍在0.743～2.632 cm，節間粗度模擬值的RMSE范圍在0.019～0.036 cm。

2.4 節間粗度與花序(果穗)生長模型與檢驗

根據實際觀測發現，新生枝條的節間粗度對花序(果穗)的生長有影響，在本試驗中，節間粗度對紅地球葡萄花序(果穗)參數模型如下：

YTn=a1xL+a2

(5)

表3 紅地球葡萄新生枝條的節間增粗模型參數

Table 3 Model parameters of internode width in newborn branch of Red Globe grape

節間Internode1號No．1BTnKTn2號No．2BTnKTn3號No．3BTnKTn第1節1st161301101845014818360130第2節2nd251902312140027519230227第3節3rd233302412423025519970265第4節4th364901953485015737620185第5節5th278901092510016131140122第6節6th263001562500013525760166第7節7th246600912428008624320072第8節8th208900662078004320940062第9節9th288401882942019228360187第10節10th340804313459042732890509

表4 模型檢驗RMSE值

Table 4 The root mean square errors of model verification experiment

生長時間/d節間長度Internodelength枝條1號Branch1枝條2號Branch2枝條3號Branch3節間粗度Internodethickness枝條1號Branch1枝條2號Branch2枝條3號Branch310743076509240023003600271018541474164600270027003319168625282632003200330024281228187510740019002700253722452478244600270028002846142314761934003400330028

圖1 不同紅地球葡萄植株新生枝條節間長度模擬值與觀測值比較Fig.1 Comparison of the simulated values and observed values of internode length of new branches in different Red Globe grape plants

YTn=a3Ln(xw)+a4

(6)

n=1，2，3，4，5，6，7，8，9，10。

式(5)中：YTn為某一生理發育時刻第n節的粗度；XL為花序(果穗)在同一時刻的最大寬度。式(6)中，YTn為某一生理發育時刻第n節的粗度；XW為花序(果穗)在同一時刻的最大長度，其中a1和a3為生長初始值模型參數，a2和a4為生長速率模型參數。4個生長參數根據試驗測量的實際數據和文獻資料，利用Excel軟件采用線性擬合方法得出，如表5所示。

圖2 不同紅地球葡萄植株新生枝條節間粗度模擬值與觀測值比較Fig.2 Comparison of the simulated values and observed values of internode thickness of new branches in different Red Globe grape plants

利用上述建立的葡萄花序模型，在相同自然環境下分別選取該品種不同植株不同新生枝條3個花序，對具有代表性的5個生長日的花序模型進行檢驗，采用均根方差(RMSE)分別對花序的長度和寬度進行檢驗，其檢驗結果如表6所示，將模擬值與觀測值作1∶1的關系圖，如圖3和圖4所示。檢驗結果表明，花序(果穗)部分模擬模型對葡萄紅地球品種的節間粗度模擬值的RMSE范圍在0.035～0.149 cm。

表5 紅地球葡萄新生枝條花序模型參數

Table 5 Model parameters of inflorescence length and width in newborn branch of Red Globe grape

節間Internode花序長Inflorescencelengtha1a2花序寬Inflorescencewidtha3a4第1節1st001510614986289-64174第2節2nd15026-0470779844-5335第3節3rd14986-051210112905107第4節4th00161037970122103593第5節5th00218024980167202241第6節6th00222019430143302977第7節7th00198013540145801158第8節8th002110052286289-64174第9節9th002880000701795-00451第10節10th00242-0086801788-01115

表6 模型檢驗RMSE值

Table 6 The root mean square errors of model verification experiment

生長時間/d花序長度Inflorescencelength花序1號Inflor1花序2號Inflor2花序3號Inflor3花序寬度Inflorescencewidth花序1號Inflor1花序2號Inflor2花序3號Inflor31001090042013100370118010619012501320042014300490035280138012100470118012401263701170044012701190128012846012700390036003900470115

圖3 不同紅地球葡萄枝條花序長度模擬值與觀測值比較Fig.3 Comparison of the simulated values and observed values of inflorescence length of new branches in different Red Globe grape plants

圖4 不同紅地球葡萄枝條花序寬度模擬值與觀測值比較Fig.4 Comparison of the simulated values and observed values of inflorescence width of new branches in different Red Globe grape plants

3 討論

自20世紀80年代起，隨著計算機技術和數字農業的發展，作物生長模型研究取得較多進展。劉鐵梅等[16]通過分析揚州和武漢地區不同大麥品種建立了大麥葉面積指數模型，并對其結果參數進行了檢驗；曹衛星等[17]采用斐波拉契數列來模擬小麥個體拔節前的莖蘗動態，其模型對小麥的預測有很好的解釋性和可靠性；徐剛等[18]根據番茄的生物學特性，采用生長度日為平均值，構建了番茄生長發育模型；溫維亮等[14]數字化了葡萄樹的生長發育過程，對葡萄的結構器官，基本結構進行了命名和編號，使用結構單元組合實現了復雜器官組合，使其數字化和可視化。

在葡萄的生長過程中，枝條數量過多或者枝條生長過快會使葡萄果實發育所需的營養減少，造成葡萄減產，因此可以通過對葡萄枝條生長的模擬模型對其進行合理的修剪和調控。本試驗在分析借鑒植物模型研究技術基礎上[19-23]，確定園藝作物種類、生長環境和栽培條件等因素，選用Richards方程，使用盡可能少的模型參數，通過動態監測生長在相同環境下的不同紅地球葡萄新生枝條的節間生長情況，構建了紅地球葡萄新生枝條節間動態生長模型。由表2和表3可知，在只考慮自身生長發育因素的情況下，葡萄結果母枝節間的生長遵循“S”型生長曲線。其節間長度和節間粗度均可使用Richards方程進行表述。其中生長花序(果穗)和生長卷須的節間生長參數相較之其他節間有較大差異，卷須在漿果成熟期將進行修剪，其生長狀態不做考慮。經過實際觀測，節間的粗度對花序(果穗)的生長有直接影響，其花序的長和寬可用線性方程進行表述。經過與同品種不同植株新生枝條花序的比較，檢測試驗所得動態模擬模型的參數比較準確，檢測值與實際值誤差較小，對生產中預測紅地球葡萄新生枝條的生長發育有很好的適用性。

[1] GUO Y. Plant modeling and its applications to agriculture[C]// International Symposium on Plant Growth Modeling， Simulation， Visualization and Applications. IEEE Computer Society， 2006:135-141.

[2] LINDENMAYER A. Mathematical models for cellular interactions in development. II. Simple and branching filaments with two-sided inputs[J].JournalofTheoreticalBiology， 1968， 18(3):300-315.

[3] REEVES W T. Particle systems-A technique for modeling a class of fuzzy objects[J].ACMTransactionsonGraphics， 2009， 2(2):91-108.

[4] REEVES W T， BLAU R. Approximate and probabilistic algorithms for shading and rendering structured particle systems[M]// JOY K I, GRANT C W， MAX N L， et al. Tutorial: computer graphics; image synthesis. New York: Computer Science Press， 1988:56-65.

[5] PENNING d V F W T， JANSEN D M， BERGE H F M T， et al. Simulation of ecophysiological processes of growth in several annual crops[EB/OL].(1994-03-27).http://repositorio.bibliotecaorton.catie.ac.cr/bitstream/handle/11554/791/Climate_in_some_stations.pdf;jsessionid=030D73806B0C9F33497C9409BBC35A6D？sequence=1.

[6] CARBERRY P S， MUCHOW R C， MCCOWN R L. Testing the CERES-Maize simulation model in a semi-arid tropical environment[J].FieldCropsResearch， 1989， 20(4):297-315.

[7] HODGES T， BOTNER D. Using the CERES-Maize model to estimate production for the U.S. Corn Belt[J].Agricultural&ForestMeteorology， 1987， 40(4):293-303.

[8] 趙星， De REFFYE P， 熊范綸， 等. 虛擬植物生長的雙尺度自動機模型[J]. 計算機學報， 2001， 24(6): 608-615. ZHAO X， De REFFYE P， XIONG F L， et al. Dual-scale automaton model for virtual plant development in China[J].ChineseJournalofComputers， 2001， 24(6):608-615. (in Chinese with English abstract)

[9] 丁維龍， 朱元偉， 章謙元， 等.水稻生長可視化模擬系統的設計與實現[J].浙江工業大學學報，2012，40(1):46-49. DING W L， ZHU Y W， ZHANG Q Y， et al. Design and realization of 3D visualization system for rice plant modeling in China[J].JournalofZhejiangUniversityofTechnology， 2012，40(1)：46-49. (in Chinese with English abstract)

[10] 劉洪，金之慶.油菜發育動態模擬模型[J]. 應用氣象學報， 2003， 14(5):634-640. LIU H， JIN Z Q. Dynamic simulation model of rape[J].JournalofAppliedMeteorologicalScience，2003， 14(5):634-640. (in Chinese with English abstract)

[11] 李紅嶺，高曉陽，張明艷，等.大麥莖稈生長動態模擬模型[J].干旱地區農業研究， 2012， 30(4):129-132. LI H L， GAO X Y， ZHANG M Y， et al. Barley stem growth simulation model[J].AgriculturalResearchintheAridAreas， 2012， 30(4):129-132. (in Chinese with English abstract)

[12] 張軍，王一鳴，董喬雪，等.棉花動態模擬模型研究進展[J].農業工程學報， 2007， 23(3):257-266. ZHANG J， WANG Y M， DONG Q X， et al. Research progress of cotton dynamic simulation model[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2007， 23(3):257-266. (in Chinese with English abstract)

[13] 魏曉慧，孫玉軍，馬煒.基于Richards方程的杉木樹高生長模型[J].浙江農林大學學報， 2012， 29(5):661-666. WEI X H， SUN Y J， MA W. Growth model of Chinese fir tree based on Richards equation[J].JournalofZhejiangA&FUniversity， 2012， 29(5):661-666.(in Chinese with English abstract)

[14] 溫維亮， 郭新宇， 王勇健， 等. 葡萄樹地上部形態結構數據獲取方法[J].農業工程學報， 2015， 31(22)：161-168. WEN W L， GUO X Y， WANG Y J， et al. Research on digitizing morphological structure and growth process of grape tree in China[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2015， 31(22)：161-168. (in Chinese with English abstract)

[15] 李超，白世踐，陳光，等.不同砧木對赤霞珠葡萄生長發育的影響[J]. 果樹學報， 2016， 33(10) :1241-1250. LI C， BAI S J， CHEN G， et al. Effects of rootstocks on growth and development of ‘Cabernet Sauvignon’ grape in China[J].JournalofFruitScience， 2016， 33(10) :1241-1250. (in Chinese with English abstract)

[16] 劉鐵梅，王燕，鄒薇，等.大麥葉面積指數模擬模型[J]. 應用生態學報， 2010， 21(1):121-128. LIU T M， WANG Y， ZOU W， et al. Simulation model of barley leaf area index[J].ChineseJournalofAppliedEcology，2010， 21(1):121-128.(in Chinese with English abstract)

[17] 曹衛星，羅衛紅，潘潔，等.小麥莖蘗動態模擬模型的研究[J]. 華中農業大學學報， 2001， 20(5):416-421. CAO W X， LUO W H， PAN J， et al. Study on simulation model of tillering dynamic[J].JournalofHuazhongAgriculturalUniversity， 2001， 20(5):416-421.(in Chinese with English abstract)

[18] 徐剛，張昌偉，李德翠，等.溫室長季節栽培番茄發育動態模擬模型的研究[J]. 農業工程學報， 2005， 21(增刊2):243-246. XU G， ZHANG C W， LI D C， et al. Study on dynamic simulation model of tomato growing in greenhouse[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2005， 21(Supp.2):243-246.(in Chinese with English abstract)

[19] 廖桂平， 李錦衛， 歐中斌， 等. 基于參數L-系統的油菜花朵與花序生長可視化研究[J]. 農業工程學報， 2009， 25(4)：150-156. LIAO G P， LI J W， OU Z B， et al. Visual growth of flower and inflorescence of rapeseed(BrassicanapusL.) based on parametric L-system[J].TransactionsoftheChineseSocietyofAgriculturalEngineering， 2009，25(4)：150-156. (in Chinese with English abstract)

[20] 曾蘭玲，劉慶仙， 馬冬冬， 等.藤蔓類農作物生長可視化研究[J].軟件導刊， 2015 (5)：139-142. ZENG L L， LIU Q X， MA D D， et al. Research on visualization of vine crops growth[J].SoftwareGuide， 2015(5)：139-142.(in Chinese)

[21] 王忠芝， 胡遜之. 基于Xfrog的樹木建模及生長模擬[J]. 北京林業大學學報， 2009(增刊2):64-68. WANG Z Z， HU X Z. Tree modeling and growth simulation based on Xfrog[J].JournalofBeijingForestryUniversity， 2009(Supp.2):64-68. (in Chinese with English abstract)

[22] 喬桂新， 溫維亮， 彭亞宇，等. 辣椒植株三維重構與可視化研究[J]. 計算機工程與設計， 2012， 33(4):1499-1503. QIAO G X， WEN W L， PENG Y Y， et al. Research on three-dimensional geometric morphological modeling and visualization of pepper[J].ComputerEngineering&Design， 2012， 33(4):1499-1503. (in Chinese with English abstract)

[23] 呂萌萌， 陸聲鏈， 郭新宇. 果樹虛擬修剪研究進展[J].系統仿真學報， 2015， 27(3):448-460. LV M M， LU S L， GUO X Y. Research progress on virtual pruning fruit trees[J].JournalofSystemSimulation， 2015， 27(3):448-460. (in Chinese with English abstract)

(責任編輯 張 韻)

Dynamic simulation model for branch growth of Red Globe grape

CHEN Tianyu1，2， GAO Xiaoyang1，2，3，*， WU Xiang1，2， WU Jiling2，3，4， YAN Renzhe1，2， LI Hongling1，2，3

(1.CollegeofEngineering，GansuAgriculturalUniversity，Lanzhou730070，China; 2.GansuKeyLaboratoryofViticulture&Oenology，Lanzhou730070，China; 3.GansuProvinceKeyLaboratoryofAridlandCropScience，Lanzhou730070，China; 4.CollegeofLifeScienceandTechnology，GansuAgriculturalUniversity，Lanzhou730070，China)

Based on experimental data in 2015 and 2016， the dynamic changes of the growth of newborn branches of the main cultivated grape variety Red Globe in Gansu Province was analyzed. For two consecutive years from April 2015 to September 2016， 9 grape plants with abundant sunshine were chosen in different locations of the test garden from the germination to berry mature period， and numbered tags were put on the bearing shoot and foliage branch of the side branches respectively. The length and thickness of the branches were measured once every two days in regular season， but once a day during the period of vigorous internode growth between the early April and late May. The variation was observed and recorded. The experimental data showed that the growth process of newborn grape branches followed the “S” growth rule， which grew slowly at first， quickly in the middle period， and then at a diminishing rate into the end. By using physiological development time (PDT) as a measurement tool， Richards equation was applied to simulate the dynamic process of internode elongation and thickening of newborn grape branches; meanwhile， the linear equation between the inflorescence growth (cluster) and the thickness of different internodes was established. The results of simulation model showed， the range of RMSE (root mean square errors) value of internode elongation simulation was 0.743-2.632 cm， while that of the internode thickness simulation value was 0.019-0.036 cm. And the range of RMSE value of inflorescence (cluster) simulation model to the internode thickness simulation value of Red Globe grape variety was 0.035-0.149 cm.

grape; Richards equation; newborn branches; internode; Red Globe

http://www.zjnyxb.cn

10.3969/j.issn.1004-1524.2017.07.21

2017-02-11

國家自然科學基金項目(61661003; 61164001)

陳天雨(1989—)，女，遼寧鐵嶺人，碩士，研究方向為農業電氣化與自動化的研究。E-mail: ci1rain@qq.com

*通信作者，高曉陽， E-mail: gaoxy@gsau.edu.cn

S663.1

A

1004-1524(2017)07-1208-08

浙江農業學報ActaAgriculturaeZhejiangensis， 2017，29(7): 1208-1215

陳天雨，高曉陽，吳翔，等. 紅地球葡萄枝條生長動態模擬模型研究[J].浙江農業學報，2017，29(7)： 1208-1215.