CN102893817A - 一种基于指数线性方程的设施作物干物质生产模拟方法 - Google Patents

Abstract

本发明公开了一种基于指数线性方程的设施作物干物质生产模拟方法，属于农业信息处理的技术领域。本发明通过设施作物栽培试验测定作物地上部分的干重；再利用环境气象数据和查阅文献得到的作物生长发育三基点温度，计算得到作物每日的温光效应；计算作物在线性生长阶段以及指数阶段的地上部分干重最大生长速率；建立基于指数-线性方程的设施作物的干物质模拟模型。利用本发明建立的干物质生产模型能够预测定植后任意一天作物地上部分干物质生产量，且模型参数较少。通过测量每日平均气温和光合有效辐射即可预测设施作物地上干物质产量。

Description

一种基于指数线性方程的设施作物干物质生产模拟方法

技术领域

本发明公开了一种基于指数线性方程的设施作物干物质生产模拟方法，属于农业信息处理的技术领域。

背景技术

20世纪90年代以来，设施农业以超时令、反季节蔬菜栽培为主迅猛发展，设施农业面积从1981年的10.8万亩发展到2010年的4500多万亩，29年间增长了440多倍，同时设施农业的发展也为城市反季节蔬菜供应提出供了最基本的坚实保障。干物质生产是设施作物产量和品质形成的物质基础，在结实前生产和分配到叶片的干物质形成光合叶面积而影响植株的营养生长，而结实后分配到果实中的干物质直接参与作物产量和品质的形成，因此设施作物干物质生长模拟是生产部门十分关注的技术难题。

目前模拟干物质生长有三种方法，一是利用有效积温方法，即利用地上干物质与作物有效积温的关系，建立干物质模拟模型。二是光合作用驱动的干物质生产模型，该模型分别描述单叶光合作用速率、冠层光合作用速率，再通过高斯积分得到每时干物质生产量，再利用干物质分配模型计算得到地上部分生物产量。第三种方法就是辐热积法，就是利用干物质生产与辐热积关系建立关系模型。三种方法均有一定缺陷，有效积温法没有考虑高温对作物生长的滞后效应，光合作用干物质模型由于要测定光合参数，计算比较复杂。辐热积法的光温指标是辐热积，没有把温度效应和光照效应分别考虑，出现在光强在光补偿点下，而且温度值高时，计算辐热积值高，实际干物质生长量低的情况，模拟误差大。

发明内容

本发明所要解决的技术问题是针对上述背景技术的不足，提供了一种基于指数线性方程的设施作物干物质生产模拟方法。

本发明为实现上述发明目的采用如下技术方案：

一种基于指数线性方程的设施作物干物质生产模拟方法，包括如下步骤：

步骤1，采集设施环境的气温数据、光合有效辐射的数据，计算设施作物每天的温光效应；

步骤2，根据步骤1所述的设施作物每天的温光效应，计算出从定植到冠层封行期间累积的温光效应（PTERa）、设施作物冠层封行后到收获前累积的温光效应（PTERb）；

步骤3，试验测量设施作物植株地上部分干重值，计算得到设施作物在线性成长阶段地上部分干重绝对最大生长速率（Cm）、设施作物在指数阶段地上部分干重相对最大生长速率（Rm）；

步骤4，构建设施作物干物质生产模型，用指数线性函数拟合设施作物干物质生长速率与定值后累积的温光效应的关系，设施作物定植后第i天植株地上部分干重DWSi为：

DWSi=(Cm/Rm)×ln(1+exp(Rm×（PTERa–PTER_b)))。

所述一种基于指数线性方程的设施作物干物质生产模拟方法，步骤1中设施作物每天的温光效应计算方法如下：

步骤a，利用气象环境数据采集仪器测量设施环境每小时的气温、光合有效辐射值；

步骤b，累加计算设施环境光合有效辐射值日积分值，根据设施植物生长速率与光合有效辐射值日积分值的关系计算设施作物的每天相对光效应；

步骤c，根据设施作物生长速率与设施环境温度的关系计算设施作物的每天相对温度效应；

步骤d，步骤b所述设施作物的每天相对光效应与步骤c所述的每天相对温度效应相乘得到设施作物每天的温光效应。

本发明采用上述技术方案，具有以下有益效果：利用本发明建立的干物质生产模型能够预测定植后任意一天作物地上部分干物质生产量，且模型参数较少。通过测量每日平均气温和光合有效辐射即可预测设施作物地上干物质产量。

附图说明

图1为基于指数线性方程的设施作物干物质生产模拟方法的流程图。

具体实施方式

下面结合附图对发明的技术方案进行详细说明：

基于指数线性方程的设施作物干物质生产模拟方法如图1所示，包括如下步骤：

步骤1，采集设施环境的气温数据、光合有效辐射的数据，计算设施作物每天的温光效应，具体包括如下步骤：

步骤a，利用气象环境数据采集仪器测量设施环境每小时的气温Tj、光合有效辐射值PAR(j)；

步骤b，累加计算设施环境光合有效辐射值日积分值R：

$R=\underset{j=1}{\overset{24}{\mathrm{\Σ}}}\mathrm{PAR}\left(j\right)---\left(1\right)$

式（1）中：光合有效辐射值日积分值R、设施环境每小时的光合有效辐射值PAR的单位为μmol.m^-2.s^-1，

当光强达到饱和时，作物生长最快，最大光效应为1，随光强减弱，光合作用速率降低，因此相对光效应降低，而温光效应与光强的关系最符合负指数函数，因此用方程（2）描述光效应与光强关系，则设施作物第i天的相对光效应F(Ri)：

F(Ri)=1-exp(-αR)(R>0)    （2）

式（2）中：α为光能利用率，可利用LI6400光合作用测定系统测定，也可以查阅资料得到；

步骤c，由于当设施环境气温T低于设施作物最低温度Tb或者高于设施作物最高温度Tm时，作物停止生长，设施作物的相对光效应F(R)即为0，当设施环境气温在设施作物最低温度Tb和设施作物最高温度Tm之间时，设施作物的相对光效应F(R)与温度关系有2种方法进行模拟，一是三段函数、二是指数函数，由于三段函数模拟的误差较大，因此本发明利用指数函数进行拟合，则设施作物第i天的相对温度效应F(Ti)用式（3）表示：

$F\left(\mathrm{Ti}\right)=\left\{\begin{array}{cc}0& (T<\mathrm{Tb})\\ (1-\exp -\mathrm{\&beta;}(T-\mathrm{Tb}))(1-\exp -\mathrm{\&gamma;}(\mathrm{Tm}-T))& (\mathrm{Tb}\&le;T\&le;\mathrm{Tm})\\ 0& (T\&GreaterEqual;\mathrm{Tm})\end{array}\right.---\left(3\right),$

式（3）中：第i天的相对温度效应F(Ti)无量纲，T为日均气温（℃），根据步骤1测得的设施环境每小时的气温Tj求平均值得到，设施作物最低温度Tb、设施作物最高温度Tm均可通过查阅资料得到，β和γ为模型参数，可通过在0-40℃间设计不同梯度的温度和在0-2000μmol间设置不同梯度的光照环境控制实验，得到干物质数据和气象数据计算得到；

步骤d，设施作物每天的温光效应：

F(TRi)=F(Ti)×F(Ri)    （4）。

步骤2，计算设施作物从定植到冠层封行期间累积的温光效应PTERa：

设施作物冠层封行后到收获前累积的温光效应PTERb： $\mathrm{PTERb}=\underset{i=a}{\overset{b}{\mathrm{\&Sigma;}}}\mathrm{PTER}\left(i\right),$

其中：a为以设施作物定植日起算，冠层封行经历的天数；b为以设施作物冠层封行日起算，作物成熟可收获经历的天数。

步骤3，试验测量设施作物植株地上部分干重值，计算得到设施作物在线性成长阶段地上部分干重绝对最大生长速率Cm、设施作物在指数阶段地上部分干重相对最大生长速率Rm；

Cm=dW₁/dT₁           (6)，

Rm=dW₂/（W×dT₂）    (7)

式（6）、式（7）中：dW₁、dW₂分别为冠层封行前（指数生长阶段）和封行到收获期间（线性生长阶段）的地上部分干重增长量(g)，dT₁、dT₂分别为指数生长阶段和线性生长阶段的天数（d），W为收获时地上部分干重（g），设施作物在线性成长阶段地上部分干重绝对最大生长速率Cm的单位为g.d^-1，设施作物在指数阶段地上部分干重相对最大生长速率Rm的单位为g.g^-1。

步骤4，构建设施作物干物质生产模型，设施作物定植后第i天植株地上部分干重DWSi为：

DWSi=(Cm/Rm)×ln(1+exp(Rm×（PTERa–PTER_b)))    （8），

其中，DWSi为定植后第i天植株地上部分干重的单位为g.m^-2。

下面以设施菊花为例说明本发明的有益效果：

设施栽培日期为2010年4月22日-8月5日，经查阅文献得知：菊花生长发育的最低温度Tb为10℃，而最高温度Tm为32℃；利用Li-6400测定菊花光响应曲线，从而得到叶片光能利用效应α=0.037，β、γ分别为0.345和0.433；观测植株定植到封行的天数为66天，收获时为定植后103天。计算得到Cm=4.989g.d^-1，Rm=0.042g.g^-1，测定封行前和收获时每株菊花地上部分的干重，利用气象数据计算得到定植到不同日期的累计温光效应。结合设施作物累积温光效应、Cm、Rm以及公式（8）模拟得到任意一天的干物质产量。

菊花地上部分干物质模拟过程中各参数值如表1所示，与实际观测值比较基于1:1线的决定系数为0.933，标准差为12g.m^-2，说明该模型模拟菊花地上干物质精度高。

表1菊花地上部分干物质产量模拟过程参数表

综上所述，利用本发明建立的干物质生产模型能够预测定植后任意一天作物地上部分干物质生产量，且模型参数较少。通过测量每日平均气温和光合有效辐射即可预测设施作物地上干物质产量。上述实施例仅为本发明的一个具体实施例，凡是符合本专利的发明宗旨的实施例均在本发明的保护范围之内。

Claims (2)

1.一种基于指数线性方程的设施作物干物质生产模拟方法，其特征在于包括如下步骤：

步骤1，采集设施环境的气温数据、光合有效辐射的数据，计算设施作物每天的温光效应；

步骤2，根据步骤1所述的设施作物每天的温光效应，计算出从定植到冠层封行期间累积的温光效应（PTERa）、设施作物冠层封行后到收获前累积的温光效应（PTERb）；

步骤3，试验测量设施作物植株地上部分干重值，计算得到设施作物在线性成长阶段地上部分干重绝对最大生长速率（Cm）、设施作物在指数阶段地上部分干重相对最大生长速率（Rm）；

步骤4，构建设施作物干物质生产模型，用指数线性函数拟合设施作物干物质生长速率与定值后累积的温光效应的关系，设施作物定植后第i天植株地上部分干重DWSi为：

DWSi = (Cm /Rm )× ln( 1+ exp(Rm×（PTERa – PTER_b ) ) ) 。

2.根据权利要求1所述的一种基于指数线性方程的设施作物干物质生产模拟方法，其特征在于步骤1中设施作物每天的温光效应计算方法如下：

步骤a，利用气象环境数据采集仪器测量设施环境每小时的气温、光合有效辐射值；

步骤b，累加计算设施环境光合有效辐射值日积分值，根据设施植物生长速率与光合有效辐射值日积分值的关系计算设施作物的每天相对光效应；

步骤c，根据设施作物生长速率与设施环境温度的关系计算设施作物的每天相对温度效应；

步骤d，步骤b所述设施作物的每天相对光效应与步骤c所述的每天相对温度效应相乘得到设施作物每天的温光效应。

Images