CN107155665A - 一种基于叶面积增长模型制定作物灌水策略的方法 - Google Patents
一种基于叶面积增长模型制定作物灌水策略的方法 Download PDFInfo
- Publication number
- CN107155665A CN107155665A CN201710342867.9A CN201710342867A CN107155665A CN 107155665 A CN107155665 A CN 107155665A CN 201710342867 A CN201710342867 A CN 201710342867A CN 107155665 A CN107155665 A CN 107155665A
- Authority
- CN
- China
- Prior art keywords
- leaf area
- crop
- strategy
- model
- plant
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种基于叶面积增长模型制定作物灌水策略的方法,属于农业作物节水技术应用领域。该方法分别利用植物叶面积计算方程构建了叶片长、宽与叶面积的计算模型、利用四参数逻辑斯蒂方程构建了叶面积随时间变化的关系模型,根据叶面积随时间变化的关系模型求出不同供水方案下叶面积增长速率升至最大所需的相对时间,由叶面积增长速率升至最大所需的相对时间的最小值所对应的供水方案制定出作物的灌水策略。本发明步骤简单、易于操作,还可以实现无损检测,为作物灌水策略的研究提供理论依据和数据支撑。
Description
技术领域
本发明属于农业作物节水技术应用领域,涉及一种基于叶面积增长模型制定作物灌水策略的方法。
背景技术
中国是农业大国,更是一个干旱缺水严重的国家,而水资源又是农业发展的基础,农业的可持续发展同时也面临着缺水危机。如何从战略高度和可持续发展角度有效地保护和合理利用有限的农业灌溉水资源,已成为我国研究的重要课题。节水灌溉,就是改变千百年来人们浇地的传统习惯,把浇地变为浇作物,按照作物的最佳需水量进行合理灌溉,用少量的水取得较高的效益,是使传统农业向高产、优质、高效的现代化农业转变的有效措施。传统上,作物水分需求关键期和临界期、农田土壤水分消耗或者冠层温度等信息通常被作为制定灌水时间和灌水量的依据。但这些方法通常受环境、地理等因素的限制,或者主要依靠经验,无法充分考虑到土壤类型和作物自身水分利用状况,容易导致灌溉过量或供水不足。
近来,作物对干旱的生理响应信息在节水灌溉中应用的研究逐渐引起重视,在充分利用现代农业先进技术的同时,结合作物自身抗旱潜力,改良灌水策略,可以提高水分利用效率。叶片萎蔫程度、叶片水势、茎水势、气孔导度、蒸腾速率、叶片含水率、茎直径等指标经常被作为获取植物水分亏缺信息的依据,然而,这些指标不能直接反映植物的生长状况,且其测定过程稍显复杂,成本较高。
叶片作为有机物质生产的主要器官,其面积的大小及光合作用的强弱对植物的生长发育有重要影响。在形态上,干旱条件下单株总叶面积和各部位叶片的面积与水分充足条件下生长的植株相比均有所降低,虽然光合作用有所下降,但是因蒸腾作用而发生的水分散失同样有所减少,该过程有利于水分利用效率的提高。干旱条件下生长的植物为了弥补因叶片面积减小而造成的光合产物损失,需在同等条件下通过提高叶面积的增长速率来快速提升光合有效面积,从而相对提高植物的光合效率。通过比较对数生长期内叶面积增长加速期持续时间与开始测定叶面积到完成整个对数生长期所需时间的比值,获取叶面积增长速率升至最大所需相对时间,有助于准确评估植物的生长状况,为作物灌水策略的研究提供理论依据和数据支撑。
发明内容
本发明提供了一种基于叶面积增长模型制定作物灌水策略的方法,以克服现有技术中测定过程较为复杂、成本较高、无法准确预测的不足,解决了现有技术中不能简化测定作物灌水策略的难题。
本发明采取以下技术方案:
一种基于叶面积增长模型制定作物灌水策略的方法,包括以下步骤:
步骤一,实验室内采用同样规格的穴盘萌发植物种子,配制培养液培养植物幼苗,至3叶期以上,随机选择生长长势一致的幼苗作为被考察植物幼苗;
步骤二,被考察植物幼苗分别培养在不同干旱胁迫水平的培养液中培养10天以上,将不同干旱胁迫水平的培养液依次复水至相对较低干旱胁迫水平的培养液,被考察植物幼苗在相对较低干旱胁迫水平的培养液继续培养1周以上,以此设计出不同供水方案;
步骤三,从被考察植物幼苗在不同干旱胁迫水平的培养液中培养的第1天开始,以第4完全展开叶为考察对象,于每天同一时段测定叶片的长L和宽W,叶片长L和宽W的测定持续至复水后1周以上;
步骤四,将叶片的长L和宽W代入预先构建的植物叶面积计算模型,获取不同供水方案下持续2周以上植物每天的叶面积A;
步骤五,利用四参数逻辑斯蒂方程构建植物叶面积A与时间D的关系模型;
步骤六,利用植物叶面积A与时间D的关系模型分别获取不同供水方案下叶面积增长速率升至最大所需的相对时间RTGRM;
步骤七,由不同供水方案下叶面积增长速率升至最大所需的相对时间的最小值,制定出作物的灌水策略。
进一步,所述步骤四中植物叶面积计算模型为A=k×(L×W),其中k为模型常数。
进一步,所述步骤五中植物叶面积A与时间D的关系模型为其中A0为进入对数生长期的起始叶面积,a为叶面积随时间变化的上限,D0为达到对数生长期一半时的天数,b为系数即常数。
进一步,所述步骤六中叶面积增长速率升至最大所需的相对时间RTGRM指的是:对数生长期内,叶面积增长加速期持续时间与开始测定叶面积到完成整个对数生长期所需时间的比值,即RTGRM=(D0-DTS)/(DTlog+DTs),其中DTs为开始测定叶面积到进入对数生长期时间,DTs=D0+2D0/b;DTlog为对数生长期持续时间,DTlog=-4D0/b。
进一步,所述步骤七中制定作物灌水策略具体为:首先对比选出叶面积增长速率升至最大所需的相对时间RTGRM的最小值对应的供水方案,此方案供水前后作物所处的胁迫水平分别为作物灌水的起点和终点。
本发明的有益效果为:
1)本发明先测定植物叶片的长和宽再通过叶面积计算模型来计算植物的叶面积,克服了现有叶面积测试技术对叶片造成较大损伤的缺陷。
2)本发明根据叶面积的动态变化模型可以快速计算植物叶面积的增长速率升至最大值时相对所需时间,测定过程简单,易于操作。
3)本发明通过对比分析植物叶面积的增长速率升至最大值时相对所需时间,可以为作物灌水策略的制定提供数据支撑,不受外界环境的干扰,所得数据可靠,测定的结果精确度高。
附图说明
图1为不同供水方案下甘蓝型油菜叶面积随时间变化的增长曲线图。
具体实施方式
下面将对本发明作进一步的说明,但本发明的保护范围并不限于此。
发明原理:
叶片作为有机物质生产的主要器官,其面积的大小对植物的生长发育有重要影响,叶面积增长速率的大小可以反映植物的生长状况。所以,叶面积随时间的动态变化情况可以通过生长曲线模型即四参数逻辑斯蒂方程进行拟合。利用四参数逻辑斯蒂方程构建植物叶面积A与时间D的关系模型为:
其中A0为进入对数生长期的起始叶面积,a为叶面积随时间变化的上限,D0为达到对数生长期的一半时的天数,b为系数即常数。
逻辑斯蒂曲线通常分为5个时期:
1、开始期,由于植物叶面积起始值很小,增长缓慢,又称潜伏期。
2、加速期,随叶面积的增加,增长逐渐加快。
3、转折期,当叶面积达到饱和面积一半时,叶面积增长最快。
4、减速期,叶面积超过饱和面积一半后,增长变慢。
5、饱和期,植物叶面积达到a值而饱和。
其中,观察时到进入对数生长期的时间为DTs
DTs=D0+2D0/b (2)
对数生长期持续时间为DTlog
DTlog=-4D0/b (3)
因此,植物叶面积的增长速率达到最大值时相对所需时间,即
RTGRM=(D0-DTs)/(DTlog+DTs) (4)
由此可知,植物叶面积的增长速率升至最大值时相对所需时间RTGRM越短,其叶面积可凭借最快速度实现最大增长速率,快速弥补因叶片面积减小而造成的光合产物损失,对应的供水方案就越好。
实施例:
取甘蓝型油菜为研究材料,实验室内采用12孔穴盘萌发甘蓝型油菜种子,配制霍格兰培养液培养幼苗至第45天,随机选择长势一致的幼苗作为被考察植物幼苗;添加不同浓度的聚乙二醇(Polyethylene Glycol,PEG6000)到霍格兰培养液中,配制不同干旱胁迫水平(0、10、20、40g L-1)的培养液。
首先随机选取并测定各个干旱胁迫水平下培养的部分甘蓝型油菜叶片的长L、宽W,同时利用叶面积仪测定对应叶片的叶面积A,根据测得的叶面积和对应叶片长L与宽W的乘积计算校正系数,平均值为0.96,得出叶面积计算模型为:
A=0.96×(L×W) (5)
具体数据见表1。
表1甘蓝型油菜叶片的长度、宽度、对应叶片的叶面积及校正系数
分别用不同干旱胁迫水平(0、10、20、40g L-1)的培养液对上述45天后的甘蓝型油菜幼苗同时进行培养,每天更换新的相对应的培养液,待甘蓝型油菜幼苗培养12天后;将干旱胁迫水平为0、10、20、40g L-1的培养液依次复水至干旱胁迫水平为0、0、10、20g L-1的培养液,甘蓝型油菜幼苗在0、0、10、20g L-1的培养液继续培养9天,以此设计出不同供水方案为:40→20g L-1,20→10g L-1,10→0g L-1,0→0g L-1。
从甘蓝型油菜幼苗在不同干旱胁迫水平培养液中培养的第1天开始,以第4完全展开叶为考察对象,测定其叶片长度L和宽度W,每天固定在上午9:00-10:00之间测量,持续测定至复水后第9天,将叶片长度L和宽度W(数据见表2)代入式(5),计算不同供水方案下持续21天期间甘蓝型油菜每天的叶面积A,计算结果见表3。
表2不同供水方案下甘蓝型油菜叶片的长度、宽度
表3不同供水方案下甘蓝型油菜的叶面积A的变化
利用四参数逻辑斯蒂方程构建甘蓝型油菜叶面积A与时间D的关系模型,即式(1)。
通过Sigmaplot软件对甘蓝型油菜叶面积A与时间D的关系进行曲线拟合,拟合曲线见图1;同时可得到四参数逻辑斯蒂方程的拟合参数,即0→0g L-1为A0=19.83,a=52.26,b=-1.97,D0=6.90;10→0g L-1为A0=23.70,a=31.70,b=-2.16,D0=4.69;20→10g L-1为A0=22.48,a=23.57,b=-3.57,D0=4.57;40→20g L-1为A0=28.52,a=9.12,b=-4.08,D0=3.32;将参数值代入四参数逻辑斯蒂方程即可得到对应的关系模型;如表4所示。
表4不同供水方案下甘蓝型油菜叶面积A与时间D的关系模型
从表4可以看出,甘蓝型油菜叶面积A与时间D的关系模型可以很好地表征叶面积随时间变化的动态生长情况;由表4即可获得不同供水方案下甘蓝型油菜叶面积的增长速率升至最大值时相对所需时间RTGRM(即RTGRM=(D0-DTs)/(DTlog+DTs),其中DTs为观察时到进入对数生长期的时间,DTs=D0+2D0/b;DTlog为对数生长期持续时间,DTlog=-4D0/b。),如表5所示。
表5不同供水方案下甘蓝型油菜叶面积的增长速率升至最大值时相对所需时间
由表5可以看出,甘蓝型油菜在40→20g L-1供水方案下叶面积的增长速率升至最大值时相对所需时间最短,该供水方案下其叶面积可凭借最快速度实现最大增长速率,快速弥补因叶片面积减小而造成的光合产物损失,该方案下的供水效果最好,则其灌水策略可以制定为从土壤水势为-0.44MPa(40g L-1)时灌水至-0.22MPa(20g L-1)。
以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明保护。
Claims (5)
1.一种基于叶面积增长模型制定作物灌水策略的方法,其特征在于,包括以下步骤:
步骤一,实验室内采用同样规格的穴盘萌发植物种子,配制培养液培养植物幼苗,至3叶期以上,随机选择生长长势一致的幼苗作为被考察植物幼苗;
步骤二,被考察植物幼苗分别培养在不同干旱胁迫水平的培养液中培养10天以上,将不同干旱胁迫水平的培养液依次复水至相对较低干旱胁迫水平的培养液,被考察植物幼苗在相对较低干旱胁迫水平的培养液继续培养1周以上,以此设计出不同供水方案;
步骤三,从被考察植物幼苗在不同干旱胁迫水平的培养液中培养的第1天开始,以第4完全展开叶为考察对象,于每天同一时段测定叶片的长L和宽W,叶片长L和宽W的测定持续至复水后1周以上;
步骤四,将叶片的长L和宽W代入预先构建的植物叶面积计算模型,获取不同供水方案下持续2周以上植物每天的叶面积A;
步骤五,利用四参数逻辑斯蒂方程构建植物叶面积A与时间D的关系模型;
步骤六,利用植物叶面积A与时间D的关系模型分别获取不同供水方案下叶面积增长速率升至最大所需的相对时间RTGRM;
步骤七,由不同供水方案下叶面积增长速率升至最大所需的相对时间的最小值,制定出作物的灌水策略。
2.根据权利要求1所述的一种基于叶面积增长模型制定作物灌水策略的方法,其特征在于,所述步骤四中植物叶面积计算模型为A=k×(L×W),其中k为模型常数。
3.根据权利要求1所述的一种基于叶面积增长模型制定作物灌水策略的方法,其特征在于,所述步骤五中植物叶面积A与时间D的关系模型为其中A0为进入对数生长期的起始叶面积,a为叶面积随时间变化的上限,D0为达到对数生长期一半时的天数,b为系数即常数。
4.根据权利要求3所述的一种基于叶面积增长模型制定作物灌水策略的方法,其特征在于,所述步骤六中叶面积增长速率升至最大所需的相对时间RTGRM指的是:对数生长期内,叶面积增长加速期持续时间与开始测定叶面积到完成整个对数生长期所需时间的比值,即RTGRM=(D0-DTs)/(DTlog+DTs),其中DTs为开始测定叶面积到进入对数生长期时间,DTs=D0+2D0/b;DTlog为对数生长期持续时间,DTlog=-4D0/b。
5.根据权利要求1所述的一种基于叶面积增长模型制定作物灌水策略的方法,其特征在于,所述步骤七中制定作物灌水策略具体为:首先对比选出叶面积增长速率升至最大所需的相对时间RTGRM的最小值对应的供水方案,此方案供水前后作物所处的胁迫水平分别为作物灌水的起点和终点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710342867.9A CN107155665B (zh) | 2017-05-16 | 2017-05-16 | 一种基于叶面积增长模型制定作物灌水策略的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710342867.9A CN107155665B (zh) | 2017-05-16 | 2017-05-16 | 一种基于叶面积增长模型制定作物灌水策略的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107155665A true CN107155665A (zh) | 2017-09-15 |
CN107155665B CN107155665B (zh) | 2020-01-24 |
Family
ID=59816109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710342867.9A Active CN107155665B (zh) | 2017-05-16 | 2017-05-16 | 一种基于叶面积增长模型制定作物灌水策略的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107155665B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110162830A (zh) * | 2019-04-03 | 2019-08-23 | 江苏大学 | 一种基于叶片紧张度在线监测的变量灌水节点预测方法 |
JP2020043779A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社クボタ | 灌水制御システム |
CN111983141A (zh) * | 2020-07-22 | 2020-11-24 | 江苏大学 | 一种基于碳酸氢根离子利用能力制定作物灌水策略的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101642021A (zh) * | 2009-09-08 | 2010-02-10 | 江苏大学 | 一种用四参数逻辑斯蒂方程来预测茅苍术生长的方法 |
CN105850539A (zh) * | 2015-10-21 | 2016-08-17 | 中国科学院地球化学研究所 | 一种测定植物抗逆境能力的方法 |
-
2017
- 2017-05-16 CN CN201710342867.9A patent/CN107155665B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101642021A (zh) * | 2009-09-08 | 2010-02-10 | 江苏大学 | 一种用四参数逻辑斯蒂方程来预测茅苍术生长的方法 |
CN105850539A (zh) * | 2015-10-21 | 2016-08-17 | 中国科学院地球化学研究所 | 一种测定植物抗逆境能力的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020043779A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社クボタ | 灌水制御システム |
JP7090516B2 (ja) | 2018-09-14 | 2022-06-24 | 株式会社クボタ | 灌水制御システム |
CN110162830A (zh) * | 2019-04-03 | 2019-08-23 | 江苏大学 | 一种基于叶片紧张度在线监测的变量灌水节点预测方法 |
CN110162830B (zh) * | 2019-04-03 | 2023-03-21 | 江苏大学 | 一种基于叶片紧张度在线监测的变量灌水节点预测方法 |
CN111983141A (zh) * | 2020-07-22 | 2020-11-24 | 江苏大学 | 一种基于碳酸氢根离子利用能力制定作物灌水策略的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107155665B (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105103857B (zh) | 一种盐碱地微咸水覆膜滴灌加工番茄种植方法 | |
Wright et al. | Discrimination in carbon isotopes of leaves correlates with water-use efficiency of field-grown peanut cultivars | |
Zhai et al. | The water-saving potential of using micro-sprinkling irrigation for winter wheat production on the North China Plain | |
CN109601282A (zh) | 高产设施冬春茬番茄滴灌肥水一体化控制与管理方法 | |
CN107155665A (zh) | 一种基于叶面积增长模型制定作物灌水策略的方法 | |
CN104322353A (zh) | 基于根层水分监测的冬小麦调亏灌溉方法 | |
Zhang et al. | RETRACTED ARTICLE: Root traits of peanut cultivars with different drought resistant under drought stress at flowering and pegging phase | |
Ge et al. | Combined effects of ventilation and irrigation on temperature, humidity, tomato yield, and quality in the greenhouse | |
CN102499034B (zh) | 降低木耳菜硝酸盐含量的无土栽培方法及木耳菜营养液 | |
CN106717911A (zh) | 一种提高长城沿线风沙区沙地苜蓿产量的方法 | |
CN113016518B (zh) | 一种芹菜叶斑病抗性鉴定方法 | |
CN104737899B (zh) | 一种航天诱变多叶型紫花苜蓿选育方法 | |
Bradow et al. | Germination and seedling development | |
CN117337732A (zh) | 一种水稻耐热性鉴定方法 | |
CN106576874B (zh) | 一种芝麻品种抗青枯病田间高通量鉴定方法 | |
CN107609695A (zh) | 基于可调植被指数的作物产量遥感估算方法 | |
CN105210876A (zh) | 一种茅苍术优质株系的规模化栽培方法 | |
CN105557118B (zh) | 一种提高直播早稻低温胁迫下出苗率的种子处理方法 | |
RU2366156C1 (ru) | Способ оценки потенциальной продуктивности бобовой культуры | |
CN107371530A (zh) | 一种用于提高大豆种子在萌发期间的抗逆能力的方法 | |
CN109392645B (zh) | 一种利用渗透压筛选高含油量花生的方法 | |
Ismail | Effect of irrigation interval on growth characteristics, plant water stress tolerance and water use efficiency for Chile pepper | |
RU2424649C2 (ru) | Способ прогнозирования урожайности маслосемянок сафлора красильного | |
CN108901762A (zh) | 一种夏玉米精准灌溉优化用水方法 | |
CN109287420A (zh) | 一种快速预测花生含油率的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |