一种基于监测数据的水稻耐盐性评价方法

本发明涉及水稻耐盐性检测，具体为一种基于监测数据的水稻耐盐性评价方法。

背景技术：

1、水稻耐盐性检测技术，是指用于评估水稻品种或种质对盐胁迫的耐受能力的一系列技术和方法，这些技术旨在帮助农业科研人员和育种者筛选出对盐碱地环境适应性更强的水稻品种，以提高水稻产量和品质。

2、现有的水稻耐盐性检测技术通常都是基于水稻最终的生长状况进行评估，忽略了生长过程中水稻的生长指标，水稻在生长过程中的生长指标也能够一定程度上反映水稻的耐盐性，且测试水稻的耐盐性通常需要通过对照试验进行测试，而现有的水稻耐盐性检测技术在控制实验变量没有做到实时控制，水稻处于不同的盐分浓度中，会导致水稻对于其他元素的吸收速率产生差别，进而导致对照试验中其他变量会随时间的变化而发生改变，比如在公开号为cn108377788a的专利申请中，公开了一种水稻全生育期耐盐性鉴定评价方法，该方案就是通过水稻最终的生长情况对水稻的耐盐性进行评估，且在进行测试时没有实时保障实验变量处于预定范围内，导致对水稻耐盐性的评估不够准确，现有的水稻耐盐性检测技术还存在对水稻耐盐性进行分析时不够全面以及实验变量没有实时调控，导致对水稻耐盐性的评价不够准确的问题。

技术实现思路

1、本发明旨在至少在一定程度上解决现有技术中的技术问题之一，通过建立第一数量的水稻耐盐性测试对照组，并设置水稻耐盐性测试对照组的栽培环境并进行栽培，再实时监测水稻耐盐性测试对照组中的测试环境，实时监测水稻的生长指标，然后基于栽培天数，整理监测得到的生长指标，并构建指标走向图，再基于指标走向图分析计算不同水稻耐盐性测试对照组的评估指数，最后基于大数据对评估指数进行分级评价，以解决现有的水稻耐盐性检测技术还存在对水稻耐盐性进行分析时不够全面以及实验变量没有实时调控，导致对水稻耐盐性的评价不够准确的问题。

2、为实现上述目的，第一方面，本技术提供一种基于监测数据的水稻耐盐性评价方法，包括如下步骤：

3、建立水稻耐盐性测试对照组，设置不同的盐分浓度对水稻进行栽培；

4、实时监测水稻耐盐性测试对照组中的测试环境，所述测试环境包括盐分浓度、土壤湿度、环境温度以及元素含量，不同的水稻耐盐性测试对照组的土壤湿度、环境温度以及元素含量均保持相等；

5、实时监测水稻的生长指标；

6、基于生长指标分析计算不同水稻耐盐性测试对照组的评估指数；

7、基于大数据对评估指数进行分级评价。

8、进一步地，建立水稻耐盐性测试对照组，设置不同的盐分浓度对水稻进行栽培包括如下子步骤：

9、建立第一数量的水稻耐盐性测试对照组；

10、设置水稻耐盐性测试对照组的栽培环境并进行栽培。

11、进一步地，建立第一数量的水稻耐盐性测试对照组包括如下子步骤：

12、获取对水稻耐盐性的分级的级别数量，表示为c；

13、建立c+1个水稻耐盐性测试对照组，通过符号rn代指水稻耐盐性测试对照组，其中1≤n≤c+1且n∈z+，z+代表正整数。

14、进一步地，设置水稻耐盐性测试对照组的栽培环境并进行栽培包括如下子步骤：

15、获取水稻耐盐性的浓度区间，表示为[a,b]；

16、计算（b-a）/c，将计算结果标记为分组间隔，表示为d；

17、针对r1，水稻耐盐性测试对照组的盐分浓度设置为0%，针对n大于1的rn，水稻耐盐性测试对照组的盐分浓度设置为a+(n-1)×d。

18、进一步地，实时监测水稻耐盐性测试对照组中的测试环境包括如下子步骤：

19、实时监测水稻耐盐性测试对照组的盐分浓度、土壤湿度、环境温度以及元素含量，所述元素含量包括氮、磷以及钾土壤元素；

20、获取水稻生长期最佳的湿度、温度以及元素含量，分别标记为最佳湿度、最佳温度以及最佳含量；

21、通过实时监测，保持所有水稻耐盐性测试对照组的土壤湿度、环境温度以及元素含量都保持在最佳湿度、最佳温度以及最佳含量；

22、通过实时监测，保持水稻耐盐性测试对照组的盐分浓度都处于a+(n-1)×d。

23、进一步地，实时监测水稻的生长指标，所述生长指标包括株高、叶片数、穗长、茎粗以及穗粒数，所述株高采用水稻耐盐性测试对照组中所有水稻的高度的平均值，所述叶片数采用水稻耐盐性测试对照组中所有水稻的叶片数量的平均值，所述穗长采用水稻耐盐性测试对照组中所有水稻的穗的长度的平均值，茎粗采用水稻耐盐性测试对照组中所有水稻茎的直径的平均值，穗粒数采用水稻耐盐性测试对照组中所有水稻的穗结粒数量的平均值。

24、进一步地，基于生长指标分析计算不同水稻耐盐性测试对照组的评估指数包括如下子步骤：

25、基于栽培天数，整理监测得到的生长指标，并构建指标走向图；

26、基于指标走向图分析计算不同水稻耐盐性测试对照组的评估指数。

27、进一步地，基于栽培天数，整理监测得到的生长指标，并构建指标走向图包括如下子步骤：

28、针对任意生长指标，监测生长指标的值随着栽培天数的变化，以m表示栽培天数，通过符号h(n,m)表示株高随栽培天数的变化，通过符号l(n,m)表示叶片数随栽培天数的变化，通过符号s(n,m)表示穗长随栽培天数的变化，通过符号t(n,m)表示茎粗随栽培天数的变化，通过符号p(n,m)表示穗粒数随栽培天数的变化，其中，(n,m)分别为h、l、s、t以及p的序号；

29、h(n,m)具体表示为第m天水稻耐盐性测试对照组rn的株高，l(n,m)具体表示为第m天水稻耐盐性测试对照组rn的叶片数，s(n,m)具体表示为第m天水稻耐盐性测试对照组rn的穗长，t(n,m)具体表示为第m天水稻耐盐性测试对照组rn的茎粗，p(n,m)具体表示为第m天水稻耐盐性测试对照组rn的穗粒数；

30、以栽培天数为x轴，分别以株高、叶片数、穗长、茎粗以及穗粒数为y轴建立五个指标走向图，分别命名为株高走向图、叶片数走向图、穗长走向图、茎粗走向图以及穗粒数走向图；

31、将监测得到的h(n,m)录入株高走向图，l(n,m)录入叶片数走向图，s(n,m)录入穗长走向图，t(n,m)录入茎粗走向图，p(n,m)录入穗粒数走向图。

32、进一步地，基于指标走向图分析计算不同水稻耐盐性测试对照组的评估指数包括如下子步骤：

33、以n=1开始，对h(n,m)进行多项式回归，得到rn的株高走势线，对l(n,m)进行多项式回归，得到rn的叶片数走势线，对s(n,m)进行多项式回归，得到rn的穗长走势线，对t(n,m)进行多项式回归，得到rn的茎粗走势线，对p(n,m)进行多项式回归，得到rn的穗粒数走势线；将n+1并重新分析，直至得到rc的指标走势线为止，所述指标走势线包括株高走势线、叶片数走势线、穗长走势线、茎粗走势线以及穗粒数走势线；

34、通过符号khn表示rn的株高走势线，通过符号kln表示rn的叶片数走势线，通过符号ksn表示rn的穗长走势线，通过符号ktn表示rn的茎粗走势线，通过符号kpn表示rn的穗粒数走势线；

35、将所有指标走向图中x=1以及x=c处添加一根无限长的竖线，使得指标走势线之间形成若干个密闭空间；

36、以n=2开始，获取khn与kh1之间的密闭空间的面积，标记为shn，获取kln与kl1之间的密闭空间的面积，标记为sln，获取ksn与ks1之间的密闭空间的面积，标记为ssn，获取ktn与kt1之间的密闭空间的面积，标记为stn，获取kpn与kp1之间的密闭空间的面积，标记为spn，将n+1并重新分析，直至得到shc、slc、ssc、stc以及spc为止；

37、通过符号j表示m的最大值，按照下标i从小到大的顺序通过符号eni依次表示h(n,j)、l(n,j)、s(n,j)、t(n,j)以及p(n,j)；按照下标i从小到大的顺序通过符号eoi依次表示h(1,j)、l(1,j)、s(1,j)、t(1,j)以及p(1,j)；按照下标i从小到大的顺序通过符号sqi依次表示shn、sln、ssn、stn以及spn；基于n的不同，eni、eoi以及sqi的取值均会发生变化；通过评估指数计算公式计算不同的水稻耐盐性测试对照组的评估指数；

38、所述评估指数计算公式配置为：，其中，atn为水稻耐盐性测试对照组rn的评估指数，max(i)为i的最大值，α为优化常数。

39、进一步地，基于大数据对评估指数进行分级评价包括如下子步骤：

40、基于大数据分析得到指数常规阈值，所述指数常规阈值为大部分品种的水稻在其所能承受的最大的盐分浓度环境中进行栽培且保证生长指标始终处于正常范围内时计算得到的评估指数的平均值；

41、以n=2开始，将atn与指数常规阈值进行比对，若atn大于等于指数常规阈值，则输出耐受性充足信号；若atn小于指数常规阈值，则输出耐受性不足信号；

42、若输出耐受性充足信号，则将n+1并重新比对；若输出耐受性不足信号，则停止比对，将此时的n标记为q；

43、对于水稻耐盐性的分级评价包括极差、差、良以及优；

44、当q等于1至c时，对应的评价依次为极差、差、良以及优。

45、本发明的有益效果：本发明通过建立第一数量的水稻耐盐性测试对照组，并设置水稻耐盐性测试对照组的栽培环境并进行栽培，再实时监测水稻耐盐性测试对照组中的测试环境，优势在于，通过实时监测水稻耐盐性测试对照组中的测试环境，保持所有水稻耐盐性测试对照组的土壤湿度、环境温度以及元素含量都保持在最佳湿度、最佳温度以及最佳含量，避免因盐分浓度的不同导致水稻对于其中元素的吸收效率产生差异，从而导致测试环境发生改变，提高了水稻耐盐性测试的准确性以及合理性；

46、本发明通过实时监测水稻的生长指标，然后基于栽培天数，整理监测得到的生长指标，并构建指标走向图，再基于指标走向图分析计算不同水稻耐盐性测试对照组的评估指数，最后基于大数据对评估指数进行分级评价，优势在于，指标走向图不仅展示了水稻在不同水稻耐盐性测试对照组中最终的生长情况，还展示了水稻在生长过程中的变化情况，结合两点进行水稻的耐盐性评估可以更加全面的分析水稻的耐盐性，提高了水稻耐盐性测试评估的准确性以及全面性。