基于振動特性預(yù)測不同栽培措施下油菜抗倒性

陳佃貞，任奕林，王浩杰，黃秋航，邢博源，蒯 婕，周廣生

(1. 華中農(nóng)業(yè)大學(xué)工學(xué)院，農(nóng)業(yè)農(nóng)村部長江中下游農(nóng)業(yè)裝備重點實驗室，武漢 430070；2. 華中農(nóng)業(yè)大學(xué)植物科學(xué)技術(shù)學(xué)院，武漢 430070)

油菜是我國植物油第一大油源，每年提供的食用油可占國產(chǎn)植物油的47%[1]。在實際生產(chǎn)中，普遍存在油菜倒伏現(xiàn)象，倒伏的油菜不僅產(chǎn)量比正常油菜低 10%～30% （嚴重的可達50%以上），而且制約了油菜機械化收獲的發(fā)展，降低了油菜生產(chǎn)的經(jīng)濟效益，影響油菜種植戶的生產(chǎn)積極性[2]，油菜倒伏已經(jīng)嚴重影響我國油菜生產(chǎn)水平的提高和相關(guān)產(chǎn)業(yè)的發(fā)展[3]。

油菜倒伏分為根倒和莖倒[4]，根倒多為根部強度較差導(dǎo)致莖稈歪倒，莖倒則為莖稈強度低并受風(fēng)等外力作用發(fā)生主莖折斷，長江流域油菜多采用直播栽培技術(shù)，根部強度較大，不易發(fā)生根倒，但易受大風(fēng)天氣影響，發(fā)生莖倒[2]，因此有必要研究風(fēng)力對油菜倒伏的影響。目前，關(guān)于風(fēng)對植物倒伏影響的研究對象多為樹木[5-9]、小麥[10-12]，方法多為簡化模型理論分析、有限元數(shù)值模擬等，有關(guān)風(fēng)力作用下油菜抗倒性的研究尚不多見。

油菜倒伏與其株型結(jié)構(gòu)、莖稈性狀關(guān)系密切，莖稈機械強度高的油菜植株抗倒伏能力更強[13]。實際生產(chǎn)中，種植密度、施氮量和播期均為影響油菜抗倒能力的關(guān)鍵因素，不同栽培措施會影響植株莖稈不同化學(xué)成分的含量，改變植株莖稈的形態(tài)結(jié)構(gòu)，從而改變植株的抗倒性[14]。相關(guān)研究表明，農(nóng)作物莖稈穿刺強度、抗折力的壓碎強度等隨密度增大而降低，即高密度下植株抗倒伏能力顯著減弱[15-16]，在油菜種植中，可通過適當(dāng)減少施氮量，增加種植密度來獲得較高產(chǎn)量，同時可降低倒伏風(fēng)險[14]，推遲播期，油菜整體鮮重和莖稈強度均降低，而鮮重降幅較大，導(dǎo)致抗倒性增強但產(chǎn)量下降[17]。目前，研究栽培措施對油菜抗倒影響的評價指標多為理化性質(zhì)、農(nóng)藝性狀、靜力學(xué)特性和顯微結(jié)構(gòu)等[2,14,18]，以油菜植株的自由振動（自振）和風(fēng)致響應(yīng)振動（風(fēng)振）作為油菜抗倒評價指標的研究較少，利用風(fēng)力作用下莖稈力學(xué)特性預(yù)測農(nóng)作物倒伏，尤其是預(yù)測油菜抗倒性的研究也不多見。

本試驗為研究油菜抗風(fēng)性能，設(shè)置不同種植密度、施氮量及播期處理，擬從油菜莖稈的自振、風(fēng)振和彎曲力學(xué)方面，探究栽培措施對油菜莖稈抗倒性影響，建立油菜倒伏指數(shù)預(yù)測模型，旨在為油菜抗倒栽培和倒伏預(yù)測提供理論依據(jù)和技術(shù)支撐。

1 材料與方法

1.1 試驗設(shè)計

試驗時間為2020—2021 年，于華中農(nóng)業(yè)大學(xué)試驗基地（30.48° N, 114.37° E）進行，試驗采用裂區(qū)試驗設(shè)計，2 個品種油菜（華雜62 和金油雜158）為主區(qū)，種植密度（30×104、45×104和 60×104株·hm-2，分別記為D1、D2 和D3）、施氮量（120、240 和360 kg·hm-2，分別記為N1、N2 和N3）和播期（9 月20 日、10 月1 日和10 月10 日，分別記為S1、S2 和S3）為裂區(qū)，3 次重復(fù)，總計48 個小區(qū)，小區(qū)面積為20 m2。播期和種植密度處理小區(qū)的基肥為750 kg·hm-2復(fù)合肥（N∶P∶K 為15%∶15%∶15%），苗肥均為尿素（N：46%）150 kg·hm-2；施氮量處理小區(qū)基施磷鉀肥10 kg·hm-2，氮肥的基追比為5∶3∶2；種植密度和施氮量處理播期均為10月1 日。其他管理同常規(guī)大田。

1.2 試驗裝備和工具

自主搭建風(fēng)洞平臺（圖1），采用軸流式風(fēng)機供風(fēng)，額定轉(zhuǎn)速1 450 r·min-1；數(shù)碼相機（IXUS 145），分辨率1 280 × 720，幀率25 幀·s-1；視頻處理工具：Python 3.8 + OpenCV；測量工具：風(fēng)速儀（KANOMAX 6004 數(shù)字手持式風(fēng)速儀，精度0.1 m·s-1）和數(shù)顯拉力計（精度0.01 N）等。

1.3 試驗材料

于油菜花期（初花期（3 月3 日）、盛花期（3月12 日）和終花期（3 月21 日），記為T1，T2 和T3）田間取樣，每小區(qū)重復(fù)取樣3 株，樣品整體帶根土取出，保鮮袋保持根部水分，防止植株萎蔫。

1.4 測定指標與方法

1.4.1 莖稈振動特性測試方法 振動試驗包括莖稈自振試驗（圖2）和風(fēng)振試驗（圖3）。在距離油菜莖稈基部60 cm 處固定標記點，作為莖稈振動特性測試點。在1 mm 精度網(wǎng)格板標定下，利用無彈力繩將標記點拉至100 mm，用相機記錄釋放無彈力繩后莖稈的自振情況；打開風(fēng)機至額定轉(zhuǎn)速，用相機記錄莖稈的風(fēng)振情況。經(jīng)風(fēng)速儀測量，油菜莖稈受風(fēng)位置風(fēng)速可達15～17 m·s-1，滿足近地面風(fēng)速一般不超過17 m·s-1的測試要求[19]。將視頻導(dǎo)入處理程序，獲得視頻第一幀標記點坐標，從第二幀起獲得標記點坐標與第一幀標記點坐標的差值，全部幀處理結(jié)束后，將第一幀坐標歸零，逐幀記錄各值和對應(yīng)時間（每幀加0.04 s），繪制振動曲線得到振動參數(shù)（圖4）。每株油菜重復(fù)測試3 次。

1.4.2 莖稈彎曲特性測試方法 彎曲特性獲取一般采用間接測量方式，?nce 等[20]和Esehaghbeygi 等[21]分別以向日葵和油菜為研究對象，使用懸臂梁模型測試50 mm 撓度下莖稈彎曲力，經(jīng)計算得出莖稈的彎曲特性參數(shù)。懸臂梁模型對莖稈破壞較小，能夠真實地反映莖稈受力情況[22]，花期油菜莖稈的髓質(zhì)部分并未轉(zhuǎn)化為空心髓腔[23]，因此假設(shè)油菜莖稈橫截面從表皮到中心是均質(zhì)的圓形。將去除根部的油菜豎直固定在夾持裝置上，用橡皮墊包裹莖稈被夾持部分，防止莖稈被破壞，從油菜主干基部開始，向上每隔15 cm測量該位置莖稈直徑（重復(fù)3 次求均值），測得5 個位置莖稈直徑后求均值，作為該株油菜莖稈的平均直徑（D）。通過無彈力繩將數(shù)顯拉力計連接至油菜莖稈距基部60 cm 位置，在1 mm 精度的網(wǎng)格板標定下，水平拉動數(shù)顯拉力計，在拉動到50 mm 撓度時，記錄數(shù)顯拉力計示值（重復(fù)3 次求均值），得到莖稈彎曲力（F）（圖5）。對于圓形截面，已知撓度和測量得到的各參數(shù)，由公式(1—3)計算慣性矩（I），彈性模量（E）和彎曲應(yīng)力（σ）[20-21,24]。

式中，y為撓度，mm；l為連接位置到基部距離，mm。

1.4.3 莖稈倒伏指數(shù) 倒伏指數(shù)越小，植株抗倒性越強。終花后20 d，各小區(qū)連續(xù)取樣10 株，參照張喜娟等[25]提出的倒伏指數(shù)測試方法，獲取油菜的倒伏指數(shù)（lodgingindex, LI）。

1.5 抗倒性預(yù)測方法

1.5.1 預(yù)測方法 BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，分為輸入層、隱含層和輸出層，其具有強大的非線性計算能力，通過梯度下降法，不斷調(diào)整各個神經(jīng)元的權(quán)值和閾值[26]，得到符合實測和誤差最小的預(yù)測模型。神經(jīng)網(wǎng)絡(luò)的輸入向量X（輸入層數(shù)據(jù)排列方式）和輸出向量Y（輸出層數(shù)據(jù)排列方式）表示為式（4）（5）。隱含層對模型訓(xùn)練精度影響較大，隱含層節(jié)點數(shù)用經(jīng)驗公式（6）確定，通過不斷調(diào)整a值，反復(fù)訓(xùn)練獲得檢驗誤差較小的隱含層節(jié)點數(shù)[27]。

式（4）（5）中，i為輸入節(jié)點數(shù)；j為樣本數(shù)。

式（6）中，k為隱含層節(jié)點數(shù)；m為輸入層節(jié)點數(shù)；n為輸出層節(jié)點數(shù)；a取1～10 之間的整數(shù)。

1.5.2 預(yù)測精度檢驗 均方根誤差（RMSE）是均方誤差（MSE, 預(yù)測值與實測值之差平方的平均值）的算術(shù)平方根，RMSE值越小，模型預(yù)測精確度越高。

平均絕對百分誤差（MAPE）表示預(yù)測值與實測值之間的平均偏離程度，是百分比值，MAPE值越小，模型預(yù)測精確度越高。

式（7）（8）中，iP為預(yù)測值；yi為實測值；N為檢驗樣本數(shù)。

2 結(jié)果與分析

2.1 油菜莖稈振動規(guī)律

2.1.1 自振規(guī)律

油菜莖稈的自振特性曲線如圖6 所示，縱坐標0 點為振動起始位置，莖稈圍繞中性軸（縱坐標100 mm）往復(fù)振動，由于阻尼存在，振幅逐漸減小。

陶嗣巍[19]使用自振頻率和阻尼比描述樹木自振特性，自振頻率和阻尼比也適用于描述油菜自振特性，自振頻率(f1)是莖稈的固有屬性，指在無外力作用下莖稈單位時間內(nèi)的振動次數(shù)，其值為周期(T)的倒數(shù)；阻尼比(ζ)用于表征油菜整體消耗振動能量的能力，使用公式（9）計算阻尼比的近似解。

式（9）中，yn和yn+m為相互間隔m個周期的峰值，mm；為保證計算準確，本研究取n= 1,m= 4。

2.1.2 風(fēng)振規(guī)律 油菜莖稈的風(fēng)振特性曲線如圖7所示?？v坐標0 點為振動起始位置，莖稈受風(fēng)力作用發(fā)生振動，振動分為 4 個階段，以圖7 為例：0～6 s，莖稈振幅逐漸增大并出現(xiàn)最大振幅；6～18 s，莖稈進入穩(wěn)定振動階段，在一定振幅范圍內(nèi)振動；18～32 s，關(guān)閉風(fēng)機電源后，隨著風(fēng)速下降，莖稈振幅逐漸減??；32 s 后，風(fēng)機供風(fēng)停止，莖稈發(fā)生自振，但自振中性軸（虛線）相較于振動起始位置向順風(fēng)向發(fā)生偏移，可能是莖稈在風(fēng)力作用下發(fā)生了塑性變形。

本試驗監(jiān)測油菜莖稈的風(fēng)振最大振幅和莖稈在穩(wěn)定振動階段的振動頻率，最大振幅(M)描述莖稈抵抗風(fēng)力作用的能力，其值取風(fēng)振特性曲線圖中最大位移的絕對值（式10）；風(fēng)振頻率(f2)描述莖稈在風(fēng)力作用下的動態(tài)特性，其值取穩(wěn)定振動階段各完整振動周期平均值的倒數(shù)（式11）。

式（10）（11）中，Ymax為順風(fēng)向最大位移，mm；n為穩(wěn)定振動階段完整振動周期的個數(shù)，圖7中n= 3。

2.2 栽培措施對油菜莖稈各力學(xué)特性的影響

2.2.1 自振特性 油菜花期種植密度、施氮量和播期對華雜62和金油雜158油菜莖稈自振特性的影響如圖8 所示。增大種植密度，油菜莖稈自振頻率和阻尼比均先增大后減??；增大施氮量，油菜莖稈自振頻率和阻尼比均逐漸減??；推遲播期，油菜莖稈自振頻率和阻尼比均逐漸增大。方差分析顯示，在花期各階段，3 個栽培措施對油菜莖稈自振頻率和阻尼比的影響均顯著（P＜ 0.05）。在相同栽培條件下，華雜62 的莖稈阻尼比和自振頻率均高于金油雜158。在各栽培措施試驗中，從初花期到終花期油菜莖稈自振頻率和阻尼比均顯著降低，自振頻率的降幅較均勻，而阻尼比從初花期到盛花期的降幅明顯大于從盛花期到終花期的降幅。

2.2.2 風(fēng)振特性 油菜花期種植密度、施氮量和播期對華雜62和金油雜158油菜莖稈風(fēng)振特性的影響如圖9 所示。增大種植密度，油菜莖稈風(fēng)振頻率先增大后減小，最大振幅先減小后增大；增大施氮量，油菜莖稈風(fēng)振頻率逐漸減小，最大振幅逐漸增大；推遲播期，油菜莖稈風(fēng)振頻率逐漸增大，最大振幅逐漸減小。方差分析顯示，在花期各階段，3 個栽培措施對油菜莖稈風(fēng)振頻率和最大振幅的影響均顯著（P＜ 0.05）。在相同栽培條件下，華雜62 的莖稈風(fēng)振頻率略高于金油雜158，最大振幅低于金油雜158。在各栽培措施試驗中，從初花期到終花期油菜莖稈風(fēng)振頻率逐漸減小，最大幅度逐漸增大。在種植密度試驗中，從初花期到盛花期的油菜莖稈風(fēng)振頻率和最大振幅的變化幅度小于從盛花期到終花期的變化幅度；在施氮量試驗中，從初花期到盛花期

油菜莖稈風(fēng)振頻率的降幅大于從盛花期到終花期的降幅，最大振幅的變化無規(guī)律；在播期試驗中，從初花期到終花期油菜莖稈風(fēng)振頻率的降幅較均勻，從初花期到盛花期油菜莖稈最大振幅的增幅小于從盛花期到終花期的增幅。

2.2.3 彎曲特性 油菜花期種植密度、施氮量和播期對華雜62和金油雜158油菜莖稈彎曲特性的影響如圖10 所示。增大種植密度，油菜莖稈彈性模量和彎曲應(yīng)力均先增大后減??；增大施氮量或推遲播期，油菜莖稈彈性模量和彎曲應(yīng)力均逐漸減小。方差分析顯示，在花期各階段，3 個栽培措施對油菜莖稈彈性模量的影響均顯著（P＜ 0.05），施氮量和播期對油菜莖稈彎曲應(yīng)力的影響均顯著（P＜ 0.05）；在盛花期和終花期，種植密度對油菜莖稈彎曲應(yīng)力影響顯著（P＜ 0.05），而在初花期，種植密度對油菜莖稈彎曲應(yīng)力的影響不顯著。在相同栽培條件下，華雜62 的莖稈彈性模量和彎曲應(yīng)力略高于金油雜158。在各栽培措施試驗中，從初花期到終花期，油菜莖稈彈性模量和彎曲應(yīng)力均逐漸增大。在種植密度和播期試驗中，從初花期到盛花期莖稈彈性模量的增幅大于從盛花期到終花期的增幅，在施氮量試驗中，初花期到盛花期彈性模量的增幅小于盛花期到終花期的增幅，彎曲應(yīng)力變化無規(guī)律。

2.3 油菜莖稈抗倒性預(yù)測

2.3.1 栽培措施對油菜抗倒性影響 油菜終花后20 d，種植密度、施氮量和播期對華雜62 和金油雜158油菜莖稈倒伏指數(shù)的影響如表1 所示。增大種植密度，油菜莖稈倒伏指數(shù)先減小后增大；增大施氮量，油菜莖稈倒伏指數(shù)逐漸增大；推遲播期，油菜莖稈倒伏指數(shù)逐漸減小。方差分析顯示，3 個栽培措施對油菜莖稈倒伏指數(shù)的影響均顯著（P＜ 0.05）。

表1 栽培措施對油菜莖稈倒伏指數(shù)影響Table 1 Effects of cultivation measures on stem lodging index of rapeseed

2.3.2 BP 神經(jīng)網(wǎng)絡(luò)預(yù)測油菜抗倒性 華雜62 和金油雜158分別有24個小區(qū)，按小區(qū)把分別在初花期、盛花期和終花期獲取的振動、彎曲特性數(shù)據(jù)與終花后20 d 獲取的倒伏指數(shù)對應(yīng)，每個小區(qū)可得到一組樣本數(shù)據(jù)，華雜62 和金油雜158 分別獲得24 × 3組樣本數(shù)據(jù)。

為驗證分別在初花期、盛花期和終花期使用油菜振動、彎曲特性能否預(yù)測終花后20 d的倒伏指數(shù)，分別建立華雜62 和金油雜158 在初花期、盛花期和終花期的BP 神經(jīng)網(wǎng)絡(luò)倒伏指數(shù)預(yù)測模型，將彈性模量、彎曲應(yīng)力、自振頻率、阻尼比、最大振幅和風(fēng)振頻率作為輸入層節(jié)點，倒伏指數(shù)為輸出層節(jié)點，即預(yù)測模型輸入層節(jié)點數(shù)為6，輸出層節(jié)點數(shù)為1，根據(jù)公式（6），隱含層節(jié)點數(shù)取4 ～ 12。BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本和檢驗樣本一般按照4∶1 的比例分配，故每個預(yù)測模型選取19 組樣本數(shù)據(jù)作為訓(xùn)練樣本，5 組作為檢驗樣本。隱含層節(jié)點數(shù)4～12 逐一反復(fù)訓(xùn)練并檢驗，保存誤差最小的預(yù)測模型，結(jié)果顯示（表2），華雜62 初花期、盛花期和終花期的預(yù)測模型在隱含層節(jié)點數(shù)分別為7、9 和8 時，倒伏指數(shù)預(yù)測值（predicted value）與實測值（measured value）之間誤差較小，均方根誤差（RMSE）分別為0.178、0.149 和0.162，平均絕對百分誤差（MAPE）分別為8.94%、8.83%和7.43%；金油雜158 的預(yù)測模型在隱含層節(jié)點數(shù)分別為8、6 和9 時，預(yù)測誤差較小，均方根誤差分別為0.198、0.127 和0.153，平均絕對百分誤差分別為8.02%、6.29%和5.97%。誤差較小的預(yù)測模型預(yù)測值與實測值詳細對比如圖11 所示。以上誤差較小的預(yù)測模型均方根誤差均低于0.2，平均絕對百分誤差均低于9%，說明在初花期、盛花期和終花期利用振動、彎曲特性可較為準確地預(yù)測油菜終花后20 d 的倒伏指數(shù)。

表2 不同隱含層節(jié)點數(shù)下預(yù)測誤差Table 2 Prediction error under different number of hidden layer nodes

基于以上結(jié)果，分別綜合華雜62 和金油雜158花期（T1+T2+T3）樣本數(shù)據(jù)建立BP 神經(jīng)網(wǎng)絡(luò)倒伏指數(shù)預(yù)測模型，預(yù)測模型各層節(jié)點數(shù)設(shè)置同上，每個預(yù)測模型選取57 組樣本數(shù)據(jù)作為訓(xùn)練樣本，15組作為檢驗樣本。預(yù)測模型訓(xùn)練和檢驗同上，結(jié)果顯示（表2），華雜62 和金油雜158 的預(yù)測模型隱含層節(jié)點數(shù)分別為7 和5 時預(yù)測誤差較小，均方根誤差分別為0.157 和0.177，平均絕對百分誤差分別為7.68%和8.30%。誤差較小的預(yù)測模型預(yù)測值與實測值詳細對比如圖12 所示。華雜62 和金油雜158的預(yù)測模型均方根誤差均低于0.18，平均絕對百分誤差均低于8.5%，說明在花期利用振動、彎曲特性可較為準確地預(yù)測終花后20 d 的倒伏指數(shù)。

3 討論與結(jié)論

本研究對華雜62 和金油雜158 實施不同栽培措施的單因素試驗，于初花期、盛花期和終花期測試油菜莖稈振動、彎曲特性，于終花后20 d 測試油菜倒伏指數(shù)。結(jié)果表明：增大種植密度，油菜莖稈的自振、風(fēng)振頻率，阻尼比，彈性模量和彎曲應(yīng)力先增大后減小，最大振幅先減小后增大，莖稈抗倒性先增強后降低；增大施氮量，油菜莖稈的自振、風(fēng)振頻率，阻尼比，彈性模量和彎曲應(yīng)力均逐漸減小，最大振幅逐漸增大，抗倒性逐漸降低；推遲播期，油菜莖稈的彈性模量、彎曲應(yīng)力和最大振幅均逐漸降低，自振、風(fēng)振頻率和阻尼比逐漸增大，抗倒性逐漸降低。不同栽培措施對油菜莖稈振動、彎曲特性影響顯著，且油菜莖稈振動、彎曲特性與其抗倒性密切相關(guān)。

將彈性模量、彎曲應(yīng)力、自振頻率、阻尼比、最大振幅和風(fēng)振頻率作為BP 神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點，倒伏指數(shù)作為輸出層節(jié)點，建立了華雜62 和金油雜158 的BP 神經(jīng)網(wǎng)絡(luò)倒伏指數(shù)預(yù)測模型，檢驗結(jié)果顯示：模型預(yù)測值與實測值的均方根誤差均低于0.18，平均絕對百分誤差均低于8.5%，模型預(yù)測精確度較高，可用于指導(dǎo)油菜抗倒生產(chǎn)。

本研究通過設(shè)置不同栽培措施的單因素試驗，選擇油菜形態(tài)結(jié)構(gòu)變化較大的花期，對油菜莖稈抗倒性進行研究，分析了栽培措施對振動、彎曲特性的影響，獲取終花后20 d 的倒伏指數(shù)，建立了BP神經(jīng)網(wǎng)絡(luò)倒伏指數(shù)預(yù)測模型，可實現(xiàn)于花期預(yù)測油菜終花后的抗倒性，為油菜抗倒栽培提供了技術(shù)支持。但本研究僅采用油菜順風(fēng)向的振動參數(shù)指標，垂直于順風(fēng)向的振動參數(shù)是否可用于油菜抗倒性評價有待進一步探究。