CN101836562A - 一种诊断作物缺水程度的指标方法 - Google Patents
一种诊断作物缺水程度的指标方法 Download PDFInfo
- Publication number
- CN101836562A CN101836562A CN 201010181997 CN201010181997A CN101836562A CN 101836562 A CN101836562 A CN 101836562A CN 201010181997 CN201010181997 CN 201010181997 CN 201010181997 A CN201010181997 A CN 201010181997A CN 101836562 A CN101836562 A CN 101836562A
- Authority
- CN
- China
- Prior art keywords
- crop
- water
- cwsi
- temperature
- degree
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
技术领域:
本发明属于农业灌溉技术领域,特别是涉及一种诊断作物缺水程度的指标方法。
背景技术:
作物生长发育需要众多环境因子,当这些环境因子变化对作物产生伤害效应时称之为胁迫。作物在生长过程中常遭受多种环境胁迫。研究证实水分亏缺对作物生长发育和产量的影响超过所有其他胁迫的总和。因此水是农业生产的重要基础资源,作物水分的管理是作物生产中最为重要的措施之一。一般来说,适宜作物正常生长发育的根系活动层(0~90cm),其土壤含水量为田间持水量的60%~80%,如果低于此含水量时应及时进行灌溉。土壤含水量对灌溉有一定参考价值,并在作物节水灌溉中得到广泛应用。但是由于灌溉对象是作物,而不是土壤,没有利用作物本身需水信息作为灌溉的直接依据,因此没有真正达到按照作物的需求供水。
提高自然降水和灌溉水利用效率是节水农业的核心,节水农业技术的研究重点已从工程节水向农艺节水、生物(生理)节水方向倾斜。生物节水的中心思想是:采用科学方法,突破传统的“及时足量”的灌溉模式,根据作物耗水和水分利用规律适时适量供水,即在满足作物生理需要的同时,减少作物的水分奢侈性蒸腾消耗,根据作物各生理过程和各生育阶段对水分的敏感程度,确定作物对土壤水分的需求,提高作物水分生产效率。长期以来,国内外学者在生物节水技术方面进行了大量研究工作。人们直接利用或间接参考作物的生理变化探讨作物的需水信息,先后研究了许多用于作物水分亏缺诊断的方法或指标。但前人的工作主要是:水分亏缺所引起的作物生理的变化规律,且集中于理论分析和实验数据的统计。由于这些作物水分亏缺诊断的方法或指标均存在这样或那样的不足,因而将植物的生理指标作为植物需水信息决策并应用于实际的灌溉控制中尚不多见,除个案外,能够规模应用的产品几乎没有。下面据以往的研究成果,就不同的作物水分亏缺诊断指标、方法的优势和局限性综述如下:
1、作物形态:作物缺水的形态主要表现在两个方面:一是叶面积指数下降;二是叶片发生形态变化,如叶片萎蔫;叶片改变方位;改变叶角和改变叶片颜色等。虽然形态指标可用来判别作物的水分亏缺,但缺水而引起的作物形态变化有一个滞后期,当形态上出现上述缺水症状时,生理上已经受到一定程度的伤害了。另外缺水并非导致作物形态变化的唯一原因,即使监测到了作物形态变化也很难量化其缺水程度。
2、植物水势:植物水势的测定被认为是了解植物水分亏缺程度的最直接方法,但直接测定叶水势需要进行离体检测,对植物体具有破坏性。通过测量植物茎秆直径或叶片厚度微变化可以间接测定植物水势,虽对植物体不具有破坏性,但与植物有实体接触,受植物生长影响,需经常校准,不适宜长期观测。植物器官的动态水力特性随时间的变化将降低测量的可靠性和可行性。测量装置附着在植物体上容易脱落,抗扰动性差,存在检测个体差异。
3、气孔导度:当植物缺水时,水分成为决定气孔开闭的决定性因素,干旱会导致气孔关闭,从而避免因继续大量蒸腾失水而造成伤害。直接测定气孔导度需要手工操作,与植物有实体接触,在实时灌溉决策中难以实现。作物吸收水分的99%用于叶面蒸腾,气孔是植物蒸腾所必需经过的通道。气孔导度大,蒸腾就强;反之就弱。检测叶面蒸腾可以间接测定气孔导度,通过测量植物茎流变化可以间接检测叶面蒸腾进而检测气孔导度变化,但该方法设备昂贵,操作难度大,与植物有实体接触并存在检测个体差异。根据能量守恒原理,叶片温度是环境和植物内部因素共同影响叶片能量平衡的结果,基于叶温变化的作物水分亏缺诊断指标更能全面地反映作物的水分亏缺状况。当作物水分供应减少时,作物蒸腾的潜热减少显热增加,叶片温度相应上升,叶温的变化间接反映了叶面蒸腾的变化。叶温的量测通过接触或非接触方式进行,使用细小的热电偶线插入植物叶脉或贴在叶面上,在作物商业化生产中难以推行。一般使用非接触的红外线温度传感器,采用冠气温差或CWSI(作物水分胁迫指标)作为缺水判断指标。它是迄今为止被认为最有商业化前景的灌溉控制方法。国内已有专利,例如:申请号200710178192一种在线式作物冠气温差灌溉决策监测系统。
4、光合速率:在严重水分肋迫下,植物光合作用受到抑制或完全抑制。但测试光合速率程序过于复杂,仅适合于科学研究。
5、细胞汁液浓度:从植物生理上讲干旱使植株体液理化性质发生改变,体液增浓、叶水势增大且能在生理电特性上有所反映。用套针式电阻传感器测玉米茎秆生理电阻,用介电常数变化型平行平板电容传感器测玉米叶片生理电容,都能实时准确反映植株水分状况。但与植物有实体接触,影响所测部位正常生理功能,不宜长期观测,测量装置插入或附着在植物体上,抗扰动性差,存在检测个体差异。
6、声音信息:根据水分运输内聚力理论,作物在水分胁迫时植物体内的水分子间的内聚力失效或对导管壁的附着力失效,发生断裂或抽空,即植物木质部的气穴现象,可以通过声接收传感器所获得的作物信息实现对作物视情灌溉和调节。但有关机理特别是量化指标需进一步研究完善,与植物有实体接触,测量装置附着在植物体上,抗扰动性差,存在检测个体差异。
上述作物水分亏缺诊断指标可分为形态和生理指标两种,植物生理指标对缺水反应的敏感性明显好于作物形态指标。与植物有实体接触的缺水诊断方法,虽然理论架构都很完整,并可通过增加传感器种类(多指标)或数量(多点位)来减少检测个体差异的影响,但在量产规模的商业化作物生产情况下难以落实推动。所以研发非接触式,能将植物体遭受缺水逆境的生理讯号予以量化的消除个体差异的感测方法显得特别需要,非接触式将更受使用者青睐而易于商业化推广。
非接触式目前主要从以下两方面进行研究:一是应用图像及光谱技术进行作物缺水信息诊断的技术,国内外的研究都在进行中。作物形态变化滞后于作物缺水仍是该种技术的主要瓶颈,该种技术更适用于旱情监测遥感;二是基于红外线温度传感技术,通过作物冠层表面温度来反映作物缺水状况一直是一个比较活跃的研究领域,从20世纪60年代就已经开始。研究主要集中在田间尺度上,其技术体系的核心是利用红外测温仪研究作物冠层温度或冠气温差与作物生长和缺水指标的关系,通过对作物水分胁迫指标(CW S I)的经验模式和理论模式的研究,提出反映作物缺水状况的指标,用于农田水分灌溉和管理。从国外目前的研究结果看,红外温度是个比较有前途的作物水分状况诊断信号。利用红外测温技术诊断作物缺水状况有着多方面的优势:测定快速,操作简便,不干扰破坏样本,可以连续自动监测。这种方法克服了以单叶片或单株作物为基本监测单元时取样误差大的弊端,因此非常适用于大田作物。一般有以下3种方法:一是作物冠层叶面温度法。作物冠层温度是环境(大气、土壤水分)和植物体内部因素共同影响冠层能量平衡的结果,作物冠层温度与能量的吸收和释放过程有关,作物冠层吸收太阳辐射能,这种能量转换成热能,作物蒸腾将会消耗一部分热能,剩余的热能会使冠层温度升高。因此,在高水分条件下的作物冠层温度较低,在低水分条件下,蒸腾会减少,所消耗的潜热也会减少,感热增加,作物冠层温度会增加。Wanjura DF(1995)等通过测量1天中棉花冠层温度超过28℃的时间数来控制灌溉。与之类似的代表性指标主要有胁迫积温SDD(Stress Degree Day)、冠层温度变率CTV(Canopy Temperature Variability)和温度胁迫日TSD(Temperature Stress Day)等。这些指标的共同特点是通过考虑作物冠层温度在时间上(如SDD、TSD)或空间上(如CTV)的变化特征来反映作物的水分状况。由于冠层温度是农田生态系统中能量平衡的结果,冠层温度的变化并不仅仅受到土壤水分多少的影响,因此通过单一冠层温度建立起来的指标在实际应用中并不理想;二是用作物冠层温度与气温差指标反应作物的水分亏缺状态。很多研究认为作物冠层与冠层上部空气的温度差(Tc-Ta)与作物供水状况密切相关,一般由于中午时分蒸腾最强烈,Tc-Ta差异最大,这时的冠气温差最能反应作物的水分供应状态。由于作物冠层蒸腾的冷却作用,不缺水作物的Tc-Ta一般为负值,出现正值一般表示作物开始缺水。但一些研究显示,一般用百叶箱中的气温代替冠层上部的气温来计算冠气温差,因为前者的测量要比后者简便。用百叶箱中的温度代替冠层上部的气温,其冠气温差的变化起伏很大,特别是夏季辐射强,冠层上部的大气温度可能比百叶箱中的温度要高,因此用百叶箱中的温度代替冠层上部的气温,使计算的冠气温差正值偏多。对于充分供水的夏玉米,冠层温度与百叶箱的气温差值大多在1.5℃以下,把冠气温差1.5℃作为了指导夏玉米灌水的指标。该方法受环境影响,缺水阈值离散性较大,一般较少单独采用。例如:中国水利水电科学研究院大兴试验基地精量控制灌溉试验区就采用了冠气温差与土壤水分指标相结合的方式;三是使用作物水分胁迫指标CWSI(Crop WaterStress Index)指导灌溉时间。目前,使用作物水分胁迫指标CWSI(Crop WaterStress Index)来指导灌溉时间是一种重要手段。1981年,Idso首先提出了基于经验模式的作物水分胁迫指标CWSI(Crop Water Stress Index),CWSI可定义为实际蒸散量与水分供给充足时的作物最大蒸散量相比的亏缺程度。
其中ETa为实际蒸散量(mm/d);ETp为可能(潜在)蒸散量(mm/d)。
在作物覆盖较好,只有一小部分能量用于土壤蒸发的情形下,CWSI还有另外一种形式:
(1-2)式综合考虑了土壤、作物和外界环境的因素,被认为是较理想的指标之一,但其也存在缺点,即采用彭曼—蒙斯特公式计算蒸腾速率(T)和潜在蒸腾速率(TP)时,只考虑了气孔扩散阻力,而未考虑水流通路上阻力的变化,而这一阻力是时刻在变化的。Idso等将充分供水时冠气温差(Tc-Ta)与水汽饱和差(VPD)之间的这一关系定义为下基线。随着水分胁迫的加剧,(Tc-Ta)变大且位于下基线之上,当蒸腾完全停止时,(Tc-Ta)将达到一个极限值,Idso将这一极限值定义为上基线。利用Idso的作物水分胁迫指标定量诊断作物的水分状况关键在于确定充分供水条件下的下基线。上下基线的确定除经验模式外还有理论模式。
1、经验模式:Idso S B等于1981年考虑了影响作物冠层温度变化的主要环境因子空气湿度,提出了作物水分胁迫指数CWSI。这一指标基于一个重要的经验关系,即作物在充分灌水(或潜在蒸发)条件下作物冠层温度与空气温度的差(简称冠气温差)与空气的饱和水汽压差成线性关系,用公式表达如下:
(Tc-Ta)n=A+B.VPD (1-3)
式中Tc作物冠层温度(℃),Ta空气温度(℃),A、B线性回归系数;VPD空气饱和水汽压差(Pa)水汽饱和差,(Tc-Ta)n作物在潜在蒸腾状态下的冠气温差,是冠气温差的下限(下基线)。从而定义CWSI如下:
式中(Tc-Ta)实测的作物冠气温差;(Tc-Ta)u作物在无蒸腾状态下的冠气温差,为冠气温差的上限(上基线),Idso认为这是一个仅与空气温度有关的值,可以由下式计算:
(Tc-Ta)u=A+B.VPG (1-5)
式中VPG指温度为Ta时的空气饱和水汽压和温度为Ta+A时的空气饱和水汽压之间的差,A、B与公式(1-1)相同。
2、理论模式:对于理论模式,Jackson R D等(1988)根据能量平衡阻力模式,推导出叶气温差的上、下限方程:
式中Rn冠层净辐射(W/m2);G土壤热通量密度或冠层下方能量的通量密度(W/m2);ρ空气密度(kg/m3);Cp空气比热(J/(kg.℃));γ干湿表常数(Pa/℃);Δ空气饱和水汽压随温度变化的斜率(Pa/℃);ra空气动力学阻力(s/m);rcp冠层在潜在蒸发状态下的最小冠层阻力(s/m)。从经验模式和理论模式的公式看,经验公式较为简单,其考虑的气象因素仅为VPD,而未考虑其它气象因素的影响;理论模式的理论依据加强,但公式中所应用的参数较多,有些参数的计算难以得到准确的结果,难以广泛应用。CWSI的目的是表明作物水分亏缺程度,是处于0和1之间的数值量。然而,采用经验公式计算CWSI有时会出现大于1的情况,显然存在计算结果不合理的情况。Al-Faraj,A.等(2000)应用模糊逻辑算法,根据冠层温度、净辐射和水汽压差等对酥油草的水分亏缺指标CWSI进行了动态决策;李国臣(2005)以冠层-空气温差Tc-Ta(℃)和相关的环境因素:空气饱和水汽压差VPD(kPa)、光照强度Rn(W/m2)、风速Vw(m/s)为输入变量,以CWSI为目标输出,采用模糊神经网络方法,以吉林大学温室内生长的黄瓜为研究对象,对温室内黄瓜水分亏缺指标CWSI进行动态决策分析,CWSI结果均在0和1之间的合理范围。虽应用模糊逻辑算法能消除CWSI出现超出0~1的不合理情况,但存在的问题也是显而易见的。1、模糊化过程要人为的规定各影响因子的影响权重,经验占了相当大的比重;2、需要实测的参数数量与理论模式相差无几,参数仍然较多,优势并不明显。
发明内容:
本发明的目的是提供一种无需多参数繁琐计算,所需参数即可以与作物接触的方式获得也可以与作物非接触的方式获得,生产上易于实现,又成本低廉的诊断作物缺水程度的指标方法。
本发明的目的是这样实现的:
一种诊断作物缺水程度的指标方法,将不会产生蒸腾的参考作物置于与检测作物环境相同的地方,诊断作物缺水程度的指标(也称作物水分胁迫指标CWSI-Crop Water Stress Index):
(1-8)式中ΔT为实际的参考作物冠层与检测作物冠层的温度差(℃),ΔTP为潜在或最大的参考作物冠层与检测作物冠层的温度差(℃),在检测时间窗口,同时测量参考作物冠层和检测作物冠层的温度并将差值代入(1-8)式计算CWSI,当检测作物不缺水时因作物植株蒸腾而产生的降温幅度最大,ΔT与ΔTP相同,CWSI计算结果为0,表示检测作物不缺水,同理,当检测作物极度缺水(完全水分胁迫)使作物植株蒸腾停止时,因作物植株蒸腾而产生的降温幅度最小,ΔT为0,CWSI计算结果为1,表示检测作物停止蒸腾处于极度缺水(完全水分胁迫)状态。因此,CWSI可以表明检测作物水分亏缺程度,是处于0和1之间的数值量,数值越大表示检测作物缺水程度越高。可以通过(1-8)式计算CWSI,量化确定检测作物的缺水程度。
所述不会产生蒸腾的参考作物采用与检测作物具有相同太阳热能吸收特性的材料制成。
所述检测时间窗口在晴好天气的中午12时至下午16时之间。
所述ΔTP可用充分供水时实测的最大ΔT值代替。
针对存在的技术问题本发明所采用的技术方案的有益效果详述如下:
目前国内外的研究者在基于冠层温度方法研究作物缺水指标的研究中,一致认同气温作为作物冠层温度的参照,几乎没有人对其合理性产生质疑。事实上气温作为作物冠层温度的参照并不合理,主要体现在以下几个方面:
1、冠层温度和大气温度两者温升不同步,最大值在时间点上并不重合,存在双峰现象。因此,没有统一的最佳观测时间点。据吕川根(2008)观测,在晴天,白天6:00~13:00植株温度(采用针式热电偶传感器插入叶鞘内)比空气温度(百叶箱温度)提前1h升高,日最高植株温度出现在13:00。空气温度总比植株温度晚1h升高,日最高气温出现在14:00。两者不仅时间相差1h,强度也是植株温度比空气温度高。吕川根(2008)认为:造成白天植株温度与空气温度相位和强度差异的原因,是由于植株对太阳短波辐射的吸收率远大于空气。当植株吸收太阳辐射升温后,释放的长波辐射加热周围空气,通过湍流使空气层温度升高13:00以后,随着太阳辐射的减弱,植株温度下降,而此时空气温度仍维持较高水平,因而植株温度低于空气温度。所以,不难理解,为什么现有的研究一般推荐冠气温差最佳观测时间为13:00或14:00而不是同一个时间。
2、冠层温度和大气温度对影响两者温度升降的主要环境因素太阳辐射、空气饱和差、风速等变化反应不一致,存在时间和强度上的明显差异,使可比性变差,不确定性增加。导致CWSI的冠层-空气温差Tc-Ta(℃)的上下基线需要温度之外的环境因素另外计算,不仅繁琐,而且准确性差,会导致CWSI出现超出0~1的不合理情况。
3、冠层温度和大气温度两者温度观测存在手段和方法上的不一致(气温是不能用红外线测温仪监测的),也产生了相当的不确定性。
4、准确测量气温其实很困难,不同方法、位置及环境所测气温差异很大,没有统一的标准。
如果,将与检测作物环境相同的作物植株上可能产生蒸腾的部位涂上胶水作为参考作物,使参考作物与检测作物的唯一差别就是参考作物没有蒸腾。然后,仿造公式(1-2)定义一个作物水分胁迫指标CWSI(Crop Water StressIndex)
(1-8)式中ΔT为实际的参考作物冠层与检测作物冠层的温度差(℃);ΔTP为可能(潜在或最大)的参考作物冠层与检测作物冠层的温度差(℃),ΔTP可用充分供水时实测的最大ΔT值代替。在晴好天气的中午12时至下午16时之间,用红外线温度计同时测量参考作物冠层和检测作物冠层的温度并将差值代入(1-8)式计算CWSI,当检测作物不缺水时因作物植株蒸腾而产生的降温幅度最大,ΔT与ΔTP相同,CWSI计算结果为0,表示检测作物不缺水。同理,当作物极度缺水(完全水分胁迫)使作物植株蒸腾停止时,因作物植株蒸腾而产生的降温幅度最小,ΔT为0,CWSI计算结果为1,表示检测作物停止蒸腾处于极度缺水(完全水分胁迫)状态。因此,CWSI可以表明作物水分亏缺程度,是处于0和1之间的数值量,数值越大表示作物缺水程度越高。我们可以通过(1-8)式计算CWSI,再根据CWSI的数值大小量化确定检测作物缺水程度。
因为参考作物与检测作物的冠层温度升降条件除植株蒸腾外高度一致,所以两者的温差变化仅仅与植株蒸腾有关,排出了其它环境因素影响。(1-8)式直接反映了植株蒸腾能力,与同样反映植株蒸腾能力的(1-2)式具有相同的计算结果,完全可以作为指示被检测作物水分胁迫的有效指标。
如果将参考作物冠层与检测作物冠层温度差的极限值代入(1-4)式同样可以得到(1-8)式,印证了该方法的合理性。
另外,邱国玉(2004),王丽明(2005)试验证实,用涂上一层胶水以阻塞气孔,使之不再产生蒸腾作用制成模拟叶片,其实测温度与考虑冠层净辐射等环境因素计算的作物完全没有蒸腾情况下的冠层温度高度一致。从另外一个角度证实了参考作物冠层与检测作物冠层的温度差可以排除太阳辐射等环境因素的影响,仅仅与植株蒸腾有关的结论。
综上所述,该方法最重要的贡献是:首先,无需采用其它因子额外计算没有蒸腾的上基线和潜在蒸腾的下基线,在公式(1-8)中,ΔT=0为上基线,ΔTP为下基线,使CWSI的计算得以最大程度的化简。该方法从根本上排除了实时监测植株蒸腾时太阳辐射等环境因素的影响,仅需温度一种参数,就能准确检测被检测作物植株的蒸腾状况,检测参数少,没有繁琐计算和多因子检测累积误差;其次,参考作物和检测作物冠层(叶片)的两者温度可以同时用红外线测温仪监测,消除了温度观测手段和方法不一致产生的不确定性,可比性好,数据可靠;另外,所需传感器的种类和数量最少,成本低廉,易于实现和推广。
该指标方法在实际应用中,可用便于生产的,采用与检测作物具有相同太阳热能吸收特性的材料制成的人造参考作物替代用真实作物植株涂抹胶水的方法制作的参考作物。邱国玉(2004),王丽明(2005)试验证实,采用与叶片同一颜色的纸裁剪成叶片形状制成的模拟叶片完全可以替代用真实作物植株叶片涂抹胶水制成的模拟叶片。
该指标方法,既可以采用热敏电阻或热电偶等与作物植株接触的测量方式,也可以采用红外线测温仪与作物植株非接触的测量方式测量所需温度参数。推荐采用红外线测温仪移动非接触测量所需温度参数,仅需一台红外线测温仪,可兼顾成本与使用上的便利。
附图说明:
图1为本发明诊断作物缺水程度的指标方法(采用红外线测温仪移动非接触方式测量温度参数)示意图。
具体实施方式:
如图1所示,一种诊断作物缺水程度的指标方法:将不会产生蒸腾的参考作物2置于与检测作物1环境相同的地方,诊断作物缺水程度的指标(也称作物水分胁迫指标CWSI-Crop Water Stress Index):
(1-8)式中ΔT为实际的参考作物冠层与检测作物冠层的温度差(℃),ΔTP为潜在或最大的参考作物冠层与检测作物冠层的温度差(℃),在检测时间窗口,同时测量参考作物冠层和检测作物冠层的温度并将差值代入(1-8)式计算CWSI,当检测作物1不缺水时因作物植株蒸腾而产生的降温幅度最大,ΔT与ΔTP相同,CWSI计算结果为0,表示检测作物1不缺水,同理,当检测作物1极度缺水(完全水分胁迫)使作物植株蒸腾停止时,因作物植株蒸腾而产生的降温幅度最小,ΔT为0,CWSI计算结果为1,表示检测作物1停止蒸腾处于极度缺水(完全水分胁迫)状态。因此,CWSI可以表明检测作物1水分亏缺程度,是处于0和1之间的数值量,数值越大表示检测作物1缺水程度越高。可以通过(1-8)式计算CWSI,量化确定检测作物1的缺水程度。
所述不会产生蒸腾的参考作物2采用与检测作物1具有相同太阳热能吸收特性的材料制成。
所述检测时间窗口在晴好天气的中午12时至下午16时之间。
所述ΔTP可用充分供水时实测的最大ΔT值代替。
实施例:
见图1,参考作物2由玻璃纤维环氧树脂板拨离光滑表面层后涂绿漆制成,在每次测量的2小时前,将不会产生蒸腾的参考作物2置于与检测作物1环境相同的地方,本实施列采用红外线测温仪3移动非接触方式测量温度参数。取上次灌溉后第4天(阴雨多云天气顺延)午后14时实测的ΔT作为本次灌溉计算CWSI用的ΔTP,在本次灌溉前,晴好天气下午14时,测量ΔT代入(1-8)式计算CWSI,如果CWSI大于灌溉阈值(CWSI灌溉阈值一般在0.2~0.4之间,具体数值可根据所种植作物对干旱的敏感性确定),进行本次灌溉,并将本次灌溉后第4天(阴雨多云天气顺延)午后14时实测的ΔT作为下次灌溉计算CWSI用的ΔTP;如果CWSI小于灌溉阈值,本次灌溉将延后,等到CWSI大于灌溉阈值后,再进行本次灌溉。
Claims (4)
1.一种诊断作物缺水程度的指标方法,其特征在于:将不会产生蒸腾的参考作物(2)置于与检测作物(1)环境相同的地方,诊断作物缺水程度的指标CWSI
(1-8)式中ΔT为实际的参考作物冠层与检测作物冠层的温度差(℃),ΔTP为潜在或最大的参考作物冠层与检测作物冠层的温度差(℃),在检测时间窗口,同时测量参考作物冠层和检测作物冠层的温度并将差值代入(1-8)式计算CWSI,当检测作物(1)不缺水时因作物植株蒸腾而产生的降温幅度最大,ΔT与ΔTP相同,CWSI计算结果为0,表示检测作物(1)不缺水,同理,当检测作物(1)极度缺水,使作物植株蒸腾停止时,因作物植株蒸腾而产生的降温幅度最小,ΔT为0,CWSI计算结果为1,表示检测作物(1)停止蒸腾处于极度缺水状态,CWSI可以表明检测作物(1)水分亏缺程度,是处于0和1之间的数值量,数值越大表示检测作物(1)缺水程度越高,通过(1-8)式计算CWSI,量化确定检测作物(1)的缺水程度。
2.根据权利要求1所述的诊断作物缺水程度的指标方法,其特征在于:所述的不会产生蒸腾的参考作物(2),采用与检测作物(1)具有相同太阳热能吸收特性的材料制成。
3.根据权利要求1所述的诊断作物缺水程度的指标方法,其特征在于:所述的检测时间窗口在晴好天气的中午12时至下午16时之间。
4.根据权利要求1所述的诊断作物缺水程度的指标方法,其特征在于:所述的ΔTP,用充分供水时实测的最大ΔT值代替。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101819977A CN101836562B (zh) | 2010-05-25 | 2010-05-25 | 一种诊断作物缺水程度的指标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101819977A CN101836562B (zh) | 2010-05-25 | 2010-05-25 | 一种诊断作物缺水程度的指标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101836562A true CN101836562A (zh) | 2010-09-22 |
CN101836562B CN101836562B (zh) | 2011-11-30 |
Family
ID=42740445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101819977A Expired - Fee Related CN101836562B (zh) | 2010-05-25 | 2010-05-25 | 一种诊断作物缺水程度的指标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101836562B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674998A (zh) * | 2013-10-24 | 2014-03-26 | 北京大学深圳研究生院 | 基于热成像技术的植物健康状态检测方法 |
CN104330322A (zh) * | 2014-09-05 | 2015-02-04 | 江苏大学 | 一种基于复水水分利用效率判定作物灌水时间点的方法 |
CN105277589A (zh) * | 2015-09-14 | 2016-01-27 | 河海大学 | 基于热电偶监测叶温升高的作物水分亏缺检测装置及其检测方法 |
CN106872043A (zh) * | 2017-01-17 | 2017-06-20 | 石家庄高新区天遥航空设备科技有限公司 | 一种土壤墒情监测方法和系统 |
CN109302972A (zh) * | 2017-07-28 | 2019-02-05 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN109633092A (zh) * | 2018-12-25 | 2019-04-16 | 北京林业大学 | 一种检测杨树干旱胁迫临界值的方法 |
CN110020793A (zh) * | 2019-03-21 | 2019-07-16 | 中国农业大学 | 基于冠层温度的作物水分胁迫诊断方法及系统 |
CN110579245A (zh) * | 2019-10-22 | 2019-12-17 | 山东省农业可持续发展研究所 | 一种基于传感技术的小麦干旱程度监测方法及监测设备 |
CN110702882A (zh) * | 2019-10-28 | 2020-01-17 | 沈阳农业大学 | 一种基于作物水分分级预警的动态决策系统 |
CN112285148A (zh) * | 2019-07-22 | 2021-01-29 | 刘金晨 | 测量植物的蒸腾作用的设备和方法 |
CN112931167A (zh) * | 2021-03-22 | 2021-06-11 | 中国农业大学 | 植物灌溉决策系统和方法 |
-
2010
- 2010-05-25 CN CN2010101819977A patent/CN101836562B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
《河南大学学报》 20040930 邵光成等 膜下滴灌棉花缺水诊断指标的实验研究 546-549 1-4 第32卷, 第5期 2 * |
《灌溉排水》 20010331 蔡焕杰等 冠层温度定量诊断覆膜作物水分状况实验研究 1-4 1-4 第20卷, 第1期 2 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674998B (zh) * | 2013-10-24 | 2016-02-17 | 北京大学深圳研究生院 | 基于热成像技术的植物健康状态检测方法 |
CN103674998A (zh) * | 2013-10-24 | 2014-03-26 | 北京大学深圳研究生院 | 基于热成像技术的植物健康状态检测方法 |
CN104330322A (zh) * | 2014-09-05 | 2015-02-04 | 江苏大学 | 一种基于复水水分利用效率判定作物灌水时间点的方法 |
CN105277589A (zh) * | 2015-09-14 | 2016-01-27 | 河海大学 | 基于热电偶监测叶温升高的作物水分亏缺检测装置及其检测方法 |
CN106872043A (zh) * | 2017-01-17 | 2017-06-20 | 石家庄高新区天遥航空设备科技有限公司 | 一种土壤墒情监测方法和系统 |
CN109302972B (zh) * | 2017-07-28 | 2023-10-13 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN109302972A (zh) * | 2017-07-28 | 2019-02-05 | 北京市农业技术推广站 | 一种基于设施作物冠层积温的智能灌溉系统 |
CN109633092A (zh) * | 2018-12-25 | 2019-04-16 | 北京林业大学 | 一种检测杨树干旱胁迫临界值的方法 |
CN110020793B (zh) * | 2019-03-21 | 2021-04-02 | 中国农业大学 | 基于冠层温度的作物水分胁迫诊断方法及系统 |
CN110020793A (zh) * | 2019-03-21 | 2019-07-16 | 中国农业大学 | 基于冠层温度的作物水分胁迫诊断方法及系统 |
CN112285148A (zh) * | 2019-07-22 | 2021-01-29 | 刘金晨 | 测量植物的蒸腾作用的设备和方法 |
CN110579245A (zh) * | 2019-10-22 | 2019-12-17 | 山东省农业可持续发展研究所 | 一种基于传感技术的小麦干旱程度监测方法及监测设备 |
CN110702882A (zh) * | 2019-10-28 | 2020-01-17 | 沈阳农业大学 | 一种基于作物水分分级预警的动态决策系统 |
CN112931167A (zh) * | 2021-03-22 | 2021-06-11 | 中国农业大学 | 植物灌溉决策系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101836562B (zh) | 2011-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101836562B (zh) | 一种诊断作物缺水程度的指标方法 | |
CN101790955B (zh) | 根据作物缺水程度控制灌溉的方法及其装置 | |
CN102550374B (zh) | 结合计算机视觉和多传感器的作物灌溉系统 | |
Zhao et al. | Evapotranspiration estimation methods in hydrological models | |
CN102524024B (zh) | 基于计算机视觉的作物灌溉系统 | |
CN107103040A (zh) | 一种灌区基础数据采集系统 | |
Lea-Cox | Using wireless sensor networks for precision irrigation scheduling | |
CN103472009B (zh) | 一种不同植株氮含量水平下小麦植株含水率的监测方法 | |
CN106258855A (zh) | 一种基于光辐射的智能灌溉系统 | |
CN104111205A (zh) | 数字式多路植物水分蒸发土壤渗漏采集仪 | |
Tsakmakis et al. | Operational precise irrigation for cotton cultivation through the coupling of meteorological and crop growth models | |
CN110456684A (zh) | 农田干旱过程监测方法及装置 | |
Zhao et al. | Evapotranspiration of an oasis-desert transition zone in the middle stream of Heihe River, Northwest China | |
CN106718694A (zh) | 农田灌溉方法 | |
CN101411299A (zh) | 植物叶片膨压感应节水灌溉自动控制方法 | |
CN115039676A (zh) | 一种灌溉方法及系统 | |
Bai et al. | Simulating on the effects of irrigation on jujube tree growth, evapotranspiration and water use based on crop growth model | |
Yu et al. | Evapotranspiration of a Populuseuphratica Oliv. forest and its controlling factors in the lowerHeihe RiverBasin, Northwest China | |
CN105230451A (zh) | 一种农田作物缺水灌溉自动预报装置 | |
CN101067622A (zh) | 便携式作物参考蒸发蒸腾量测定仪 | |
Liu et al. | Vapor condensation in rice fields and its contribution to crop evapotranspiration in the subtropical monsoon climate of China | |
CN1315372C (zh) | 根据作物缺水逆境生理反应进行灌溉的控制方法及其装置 | |
CN112931167B (zh) | 植物灌溉决策系统和方法 | |
Kun et al. | Design of an intelligent irrigation system for a jujube orchard based on IoT. | |
CN101946643A (zh) | 作物需水状态检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111130 Termination date: 20200525 |
|
CF01 | Termination of patent right due to non-payment of annual fee |