CN112766763A - 一种寡照胁迫对温室番茄品质影响的评估方法及系统 - Google Patents
一种寡照胁迫对温室番茄品质影响的评估方法及系统 Download PDFInfo
- Publication number
- CN112766763A CN112766763A CN202110099801.8A CN202110099801A CN112766763A CN 112766763 A CN112766763 A CN 112766763A CN 202110099801 A CN202110099801 A CN 202110099801A CN 112766763 A CN112766763 A CN 112766763A
- Authority
- CN
- China
- Prior art keywords
- greenhouse
- stress
- temperature
- oligoillumination
- tomato
- 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.)
- Pending
Links
- 235000007688 Lycopersicon esculentum Nutrition 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 56
- 240000003768 Solanum lycopersicum Species 0.000 title claims description 129
- 230000005855 radiation Effects 0.000 claims abstract description 54
- 230000000694 effects Effects 0.000 claims abstract description 50
- 238000011282 treatment Methods 0.000 claims abstract description 38
- 235000016709 nutrition Nutrition 0.000 claims abstract description 35
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 30
- 230000035764 nutrition Effects 0.000 claims abstract description 26
- 230000001795 light effect Effects 0.000 claims abstract description 20
- 230000000243 photosynthetic effect Effects 0.000 claims abstract description 19
- 238000011161 development Methods 0.000 claims abstract description 9
- 230000000191 radiation effect Effects 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 6
- 241000227653 Lycopersicon Species 0.000 abstract 6
- 230000002277 temperature effect Effects 0.000 abstract 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 82
- 238000012360 testing method Methods 0.000 description 31
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 24
- 229930003268 Vitamin C Natural products 0.000 description 24
- 150000007524 organic acids Chemical class 0.000 description 24
- 235000019154 vitamin C Nutrition 0.000 description 24
- 239000011718 vitamin C Substances 0.000 description 24
- 235000010323 ascorbic acid Nutrition 0.000 description 17
- 239000011668 ascorbic acid Substances 0.000 description 17
- 229960005070 ascorbic acid Drugs 0.000 description 17
- 235000015097 nutrients Nutrition 0.000 description 13
- 230000008859 change Effects 0.000 description 5
- 238000013210 evaluation model Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 235000013311 vegetables Nutrition 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 235000014443 Pyrus communis Nutrition 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005070 ripening Effects 0.000 description 3
- 244000144730 Amygdalus persica Species 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 231100000289 photo-effect Toxicity 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- CCBICDLNWJRFPO-UHFFFAOYSA-N 2,6-dichloroindophenol Chemical compound C1=CC(O)=CC=C1N=C1C=C(Cl)C(=O)C(Cl)=C1 CCBICDLNWJRFPO-UHFFFAOYSA-N 0.000 description 1
- 240000004160 Capsicum annuum Species 0.000 description 1
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 235000002560 Solanum lycopersicum Nutrition 0.000 description 1
- YVNQAIFQFWTPLQ-UHFFFAOYSA-O [4-[[4-(4-ethoxyanilino)phenyl]-[4-[ethyl-[(3-sulfophenyl)methyl]amino]-2-methylphenyl]methylidene]-3-methylcyclohexa-2,5-dien-1-ylidene]-ethyl-[(3-sulfophenyl)methyl]azanium Chemical compound C1=CC(OCC)=CC=C1NC1=CC=C(C(=C2C(=CC(C=C2)=[N+](CC)CC=2C=C(C=CC=2)S(O)(=O)=O)C)C=2C(=CC(=CC=2)N(CC)CC=2C=C(C=CC=2)S(O)(=O)=O)C)C=C1 YVNQAIFQFWTPLQ-UHFFFAOYSA-O 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000002479 acid--base titration Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- RJGDLRCDCYRQOQ-UHFFFAOYSA-N anthrone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3CC2=C1 RJGDLRCDCYRQOQ-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229940093915 gynecological organic acid Drugs 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000005985 organic acids Nutrition 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种寡照胁迫对温室番茄品质影响的评估方法及系统，在预设条件下采集日光温室内的空气温度和光合有效辐射信息；结合日光温室番茄花果期生长发育所需的上、下限温度，计算日光温室番茄花果期遭受寡照胁迫时每天的热效应、辐射效应、温光效应及累积温光效应；计算CK与不同寡照处理间累积温光效应的差值，并计算CK与不同寡照处理间番茄营养品质指标的差值，建立累积温光效应差值与营养品质指标差值的动态关系，模拟寡照胁迫对番茄营养品质指标的动态影响。本发明借鉴辐热积算法的优点，并利用温光效应算法，将光效应替代原辐热积指标中光合有效辐射，提升评估效果，提高寡照胁迫对番茄营养品质指标影响的评估精准度。
Description
技术领域
本发明涉及番茄种植技术领域，尤其涉及一种寡照胁迫对温室番茄品质影响的评估方法及系统。
背景技术
番茄(Lycopersicon esculentum Mill.)是典型的喜温喜光植物，是我国设施蔬菜生产的主栽品种之一。我国北方节能型日光温室的主要能量来源是太阳辐射，其安全生产与气象条件密切相关。随着气候变暖和大气污染的加剧，北方设施蔬菜主要生产季内，雾和霾天气频发、连阴雨(雪)天气时有发生，寡照灾害已成为影响设施农业生产最为广泛的农业气象灾害。
而寡照胁迫不仅直接影响设施蔬菜的植株形态、光合特性、干物质积累及分配，还会造成花粉和子房的发育不良，从而导致植株生殖生长进程缓慢，成熟果实单果质量明显降低，植株产量下降；此外，寡照胁迫还使得番茄维生素C、可溶性糖、可溶性固形物含量和糖酸比降低，有机酸含量升高，从而造成番茄品质降低、口感不佳。
当前关于作物果实品质或成熟期的模拟预测研究较多，比如现有的文献中建立基于桃子品质指标和环境条件的营养品质生态模拟模型，作为桃子品质或成熟期的模拟预测；还有通过计算有效积温，并结合库尔勒香梨硬度值及可溶性固形物、叶绿素、维生素C含量的积累，建立库尔勒香梨成熟规律的数学模型及最佳采收期预测模型，作为库尔勒香梨果实品质或成熟期的模拟预测；还有建立基于辐热积的番茄维生素C、可溶性蛋白、可溶性糖、有机酸含量的预测模型，作为番茄果实品质或成熟期的模拟预测。而上述方式均未公开寡照胁迫对温室番茄营养品质指标的影响。
发明内容
为了克服上述现有技术中的不足，本发明于番茄花果期在日光温室中利用遮阳网模拟持续寡照环境，建立寡照胁迫对温室番茄品质影响的评估模型，得到寡照胁迫对温室番茄营养品质指标的影响。
方法包括：
步骤一、在预设条件下采集日光温室内的空气温度和光合有效辐射信息；
步骤二、结合日光温室番茄花果期生长发育所需的上、下限温度，计算日光温室番茄花果期遭受寡照胁迫时每天的热效应、辐射效应、温光效应及累积温光效应；
步骤三、计算CK与不同寡照处理间APTE的差值，并计算CK与不同寡照处理间番茄营养品质指标的差值，建立APTE差值与营养品质指标差值的动态关系，模拟评估寡照胁迫对番茄营养品质指标的动态影响。
进一步需要说明的是，步骤一中，在日光温室中通过Watchdog 2000数据采集器采集日光温室内的空气温度和光合有效辐射信息；
采集温室内1.5m高处空气温度和光合有效辐射；
采集间隔为10s，并存储每30min的平均值，日平均气温为1d内存储的所有气温数据的平均值，日光合有效辐射为1d内存储的光合有效辐射的累积值。
进一步需要说明的是，步骤二中，累积温光效应的尺度计算方法如下：
F(R)＝1-exp-αR(R>0) (2)
PTE＝F(R)×F(T) (4)
R为日光温室内光合有效辐射，T为日光温室内气温，Tb、Tm分别为番茄花果期发育的下限温度和上限温度；
PTEn为寡照灾害发生第n天的温光效应；
α、β、γ分别为模型待定参数，α的生物学意义代表光合有效辐射增加1MJ·m-2，相对光效应增加e-α；β和γ的生物学意义分别表示日均温度T与最低温度Tb之间、最高温度Tm与日均温度T之间相差1℃，每日热效应分别增加e-β和e-γ；
APTE＝∑PTEn (5)
累积温光效应(APTE)为番茄在某一生育期内日温光效应PTE的总和，PTEn为某一生育期内第n天的温光效应。
进一步需要说明的是，番茄花果期生长的下限温度为8℃，上限温度为35℃；
对模型待定参数a、β、γ进行拟合，拟合结果分别为0.500、0.580、0.368。
进一步需要说明的是，步骤三之后还包括：
对模型预测效果进行对比检验；
利用PAR日积分法分析寡照胁迫下番茄营养品质指标变化量与PAR间的关系，建立相应的关系模型，与基于温光效应模型的预测结果进行对比；
采用回归估计标准误差(Root mean squared error，RMSE)对模型的模拟值和实测值之间的符合度进行检验，同时利用模拟值与实测值之间的1:1线和模拟值与实测值间的相关系数r表示模型的拟合度和可靠性；
式中OBSi为实际观测值，SIMi为模型模拟值，n为样本容量。
本发明还提供一种实现寡照胁迫对温室番茄品质影响评估方法的系统，包括：日光温室，日光温室内设有温室番茄品质数据处理装置；
温室番茄品质数据处理装置包括：Watchdog 2000数据采集器、通信单元、用户输入单元、显示单元、存储器、接口单元、控制器和用于给装置提供电能的电源单元；
Watchdog 2000数据采集器、通信单元、用户输入单元、显示单元、存储器、接口单元分别连接控制器。
从以上技术方案可以看出，本发明具有以下优点：
本发明提供的寡照胁迫对温室番茄品质影响的评估方法是基于温光效应，来评估寡照胁迫对温室番茄品质的影响。借鉴辐热积算法的优点，并利用温光效应算法，将光效应替代原辐热积指标中光合有效辐射，使评估模型对光合有效辐射的敏感性降低，提升评估效果，提高寡照胁迫对番茄营养品质指标影响的评估精准度。
本发明提供的实现寡照胁迫对温室番茄品质影响的评估方法及系统以番茄品种“金冠5号”为试材，于2015—2019年在日光温室中利用遮阳网设计不同寡照持续日数试验(0、1、3、5、7、9d)，果实成熟后测定抗坏血酸(Ascorbic Acid，AA)、维生素C(Vitamin C，VC)、总酸度(Total Acidity，TA)、有机酸(Organic Acid，OA)、可溶性蛋白(SolubleProtein，SP)及可溶性糖(Soluble Sugar，SS)含量等营养品质指标，分析寡照胁迫对番茄营养品质指标的影响，并基于温光效应(Accumulated Photo-thermal effectiveness，APTE)建立寡照胁迫对品质影响的评估模型。寡照胁迫下，番茄VC、SS、SP含量显著降低，而AA、OA、TA含量则随寡照持续时间增加而增加。评估模型明显提高了寡照胁迫下番茄营养品质指标的预测精度，使模型模拟值与实测值间的相关系数均大于0.984。与PAR法相比，番茄AA、VC、TA、OA、SP及SS含量较CK增加量(AAC、VCC、TAC、OAC、SPC、SSC)的RMSE依次减少了43.7％、139.2％、400.0％、23.1％、105.6％和90.9％。温光效应模型为定量评估寡照胁迫对温室喜温喜光蔬菜的影响提供了数据参考。
附图说明
为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为寡照胁迫对温室番茄品质影响的评估方法流程图；
图2为寡照试验期间日光温室内日光合有效辐射的变化柱状图；
图3为寡照试验期间日光温室内日平均气温的变化曲线图；
图4为两种模型对寡照胁迫下温室番茄营养品质指标增加量模拟值和实测值的比较图。
图5为实现寡照胁迫对温室番茄品质影响的评估方法的系统示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种寡照胁迫对温室番茄品质影响的评估方法，如图1所示，方法包括：
S11、在预设条件下采集日光温室内的空气温度和光合有效辐射信息；
S12、结合日光温室番茄花果期生长发育所需的上、下限温度，计算日光温室番茄花果期遭受寡照胁迫时每天的热效应、辐射效应、温光效应及累积温光效应；
S13、计算CK与不同寡照处理间APTE的差值，并计算CK与不同寡照处理间番茄营养品质指标的差值，建立APTE差值与营养品质指标差值的动态关系，模拟评估寡照胁迫对番茄营养品质指标的动态影响。
作为本发明提供的寡照胁迫对温室番茄品质影响的评估方法的实施例中，配置一个日光温室，在日光温室内进行寡照胁迫对温室番茄品质影响的模拟试验。
其中，本发明提供试番茄品种为“金冠5号”。供试日光温室坐北朝南，单坡式结构，东西长60m、南北宽10m，覆乙烯无滴膜(0.6mm)，透光系数为75％，夜间覆盖保温被。番茄幼苗第五片真叶展开时定植，垄宽70cm，每垄36株。前期观测资料表明，阴雨(雪)天气时日光温室内光合有效辐射在100—200μmol·m-2·s-1之间，本发明利用遮阳网遮蔽模拟连续寡照环境，在阴雨、多云、晴天分别采取不遮、遮一层和遮两层遮阳网的形式进行遮蔽，以使温室内合有效辐射保持在200μmol·m-2·s-1以下，通风、水肥等采用常规农事措施供番茄正常生长。于番茄花果期在温室中设置6个寡照持续日数处理，分别为寡照0d、1d、3d、5d、7d、9d，每个处理5垄，分别以CK、T1、T3、T5、T7、T9表示；寡照处理结束后恢复正常光照及生产管理，直至果实成熟采收；试验番茄植株6穗果后打顶。试验时段见表1：
表1试验时段
本发明涉及的试验1、试验2、试验3、试验4以及试验5是在同一个日光温室内，基于不同的时间段下进行的试验。
本发明在进行番茄品质测定过程中，果实成熟后，各处理选取3个成熟时间、大小、果实光泽度基本一致的正常果用于品质测定，测定值作为品质指标的3个重复。维生素C采用2，6—二氯酚靛酚法测定，有机酸采用酸碱滴定法测定，可溶性糖含量测定用蒽酮比色法，可溶性蛋白采用考马斯亮蓝G-250法进行测定。
对温室小气候观测资料收集的方式为：
由Watchdog 2000数据采集器(USA)自动采集，采集内容为温室内1.5m高处空气温度和光合有效辐射，采集间隔为10s，并存储每30min的平均值，日平均气温为1d内存储的所有气温数据的平均值，日光合有效辐射为1d内存储的光合有效辐射的累积值。
配置温光效应模型：
温度对番茄发育的影响可以用热效应来表示，每日热效应F(T)指作物在实际温度条件下生长一天相当于在最适宜温度条件下生长一天的比例；辐射对番茄发育的影响可以用辐射效应来表示，每日辐射效应F(R)指作物在实际辐射条件下生长一天相当于在最适宜辐射条件下生长一天的比例；番茄的生长发育主要受自身遗传特性及温度、光照等环境条件的影响。因此，对于特定的番茄品种，其完成某一特定发育阶段所需的累积温光效应是恒定的，以累积温光效应为尺度。具体计算方法如下：
F(R)＝1-exp-αR(R>0) (2)
PTE＝F(R)×F(T) (4)
结合日光温室番茄花果期生长发育所需的上、下限温度，计算日光温室番茄花果期遭受寡照胁迫时的每天的F(T)、F(R)及温光效应(PTE)。式中，R为日光温室内光合有效辐射(MJ·m-2)，T为日光温室内气温(℃)，Tb、Tm分别为番茄花果期发育的下限温度和上限温度(℃)；PTEn为寡照灾害发生第n天的温光效应。α、β、γ为模型待定参数，α的生物学意义代表光合有效辐射增加1MJ·m-2，相对光效应增加e-α；β和γ的生物学意义分别表示日均温度(T)与最低温度(Tb)之间、最高温度(Tm)与日均温度(T)之间相差1℃，每日热效应分别增加e-β和e-γ。据发明番茄花果期生长的下限温度为8℃，上限温度为35℃；利用试验数据对模型待定参数a、β、γ进行拟合，拟合结果分别为0.500、0.580、0.368。
APTE＝∑PTEn (5)
累积温光效应(APTE)为番茄在某一生育期内日温光效应(PTE)的总和，PTEn为某一生育期内第n天的温光效应。
本发明涉及的建模及模型检验方式是：利用试验1、试验2、试验3观测资料计算CK与不同寡照处理间APTE的差值，并计算CK与不同寡照处理间番茄营养品质指标的差值，建立APTE差值与营养品质指标差值的动态关系，模拟寡照胁迫对番茄营养品质指标的动态影响，利用试验4、试验5观测资料对模型预测效果进行检验。
为了评价模型的精度，本发明参考《定植密度对日光温室甜椒干物质生产与分配影响的模拟发明》的计算方法，利用PAR日积分法(PAR)分析寡照胁迫下温室番茄营养品质指标与PAR间的关系，建立相应的关系模型，与温光效应模型的预测结果进行对比。采用回归估计标准误差(Root mean squared error，RMSE)对模型的模拟值和实测值之间的符合度进行检验，同时利用模拟值与实测值之间的1:1线和模拟值与实测值间的相关系数(r)表示模型的拟合度和可靠性。
式中OBSi为实际观测值，SIMi为模型模拟值，n为样本容量。
进一步的讲，分析试验时段气象条件：
图2和图3为2015—2019年番茄寡照试验期间日光温室内平均气温及光合有效辐射的变化情况。5组寡照试验均于设施寡照灾害高发的冬季进行，寡照试验期间，受天气影响，温室内日光合有效辐射波动较大，寡照处理下日光效有效辐射显著小于CK，且与其呈正相关，CK日光合有效辐射在2.0～6.8MJ·m-2之间，寡照处理在0.4～1.4MJ·m-2之间图2；由图3可知，温室内气温随辐射变化而变化，气温变化相对平稳，日平均气温在11.0～17.8℃。本发明为单因素寡照胁迫对温室番茄品质影响的模拟，试验期间温室内辐射和气温均能满足CK处理番茄植株的正常生长。
进一步的讲，本发明中寡照胁迫对番茄营养品质指标的影响中，寡照胁迫对温室番茄营养品质指标的影响见表2。
寡照胁迫下，番茄抗坏血酸(Ascorbic Acid，AA)、总酸度(Total Acidity，TA)和有机酸(Organic Acid，OA)含量均不同程度升高。T1处理AA、OA含量与CK差异不大，T3、T5处理间AA含量差异不显著，分别较CK升高1.2mg/100g和1.5mg/100g，T7、T9处理间AA含量差异也不显著，分别较CK升高2.1mg/100g和2.4mg/100g；T3、T5处理间及T7、T9处理间OA含量差异不显著，但均显著高于CK，T3、T5、T7和T9处理较CK高20％—50％；T1、T3处理TA与CK差异不大，T5、T7处理间差异不显著，分别较CK高0.014％和0.017％，T9处理TA则较CK高0.22％，差异达到显著水平。
番茄维生素C(Vitamin C，VC)、可溶性蛋白(Soluble Protein，SP)和可溶性糖(Soluble Sugar，SS)含量均随寡照持续天数的增加而降低。T1处理VC含量与CK差异不显著，T3、T5处理间VC含量差异不显著，但均显著低于CK，分别较CK低7.5％和13.0％，T7和T9处理间VC含量差异也不显著，分别较CK低24.5％和29.7％，差异达到显著水平；T1处理SP含量与CK差异不显著，T3、T5处理间和T7、T9处理间SP含量分别差异不显著，但均显著低于CK，T3、T5处理分别较CK低0.7mg/g和0.9mg/g，T7、T9处理分别较CK低2.3mg/g和3.0mg/g；T1、T3处理SS含量与CK差异不显著，T5、T7和T9处理间差异不显著，但均显著低于CK，分别较CK低1.8mg/g、2.2mg/g和2.6mg/g。
这样，1—3d的短时间寡照未对番茄营养成分造成太大影响，而5d以上持续寡照则会造成VC、SP和SS含量等营养成分的显著降低，AA、OA、TA含量则有所增加，导致番茄口感风味偏酸，口感不佳。
表2寡照处理对温室番茄品质指标的影响
注：采用邓肯新复极级差法分析，不同小写字母表示在0.05水平上差异显著。
本发明中构建番茄品质寡照胁迫影响模拟模型的方式为：
为定量评估寡照胁迫对温室番茄营养品质指标的影响，本发明利用试验1、试验2、试验3温室内气温、辐射资料计算CK及不同寡照处理下的APTE并做差，记为APTE，同时计算不同寡照处理下番茄AA、VC、TA、OA、SP及SS含量较CK的增加量，分别记为AAC、VCC、TAC、OAC、SPC和SSC，将APTE与不同寡照处理下番茄AAC、VCC、TAC、OAC、SPC和SSC分别进行拟合，拟合结果见表3。
由表3可知，除OAC与APTE呈对数函数关系外，不同寡照处理下番茄AAC、VCC、TAC、SPC和SSC均与APTE呈线性关系，且AAC、TAC与APTE呈线性正相关，VCC、SPC、SSC与APTE呈线性负相关，即寡照持续时间越久，番茄AA、TA较CK增加越多，而VC、SP、SS含量较CK减少越多；不同寡照处理下番茄OA也随APTE增加而增加，连续寡照发生时，番茄OA含量较CK显著增加，寡照持续时间越长，OA含量增加越缓慢，最终趋于平稳不再增加。此外，利用试验1、试验2、试验3温室内气温、辐射资料计算CK及不同寡照处理下PAR日积分(PAR)，记为PAR，分别与不同寡照处理下番茄AAC、VCC、TAC、OAC、SPC和SSC进行拟合(表2)。由表2可知，番茄VCC、SPC和SSC与PAR均呈线性负相关，而AAC、TAC与PAR呈线性正相关，OAC则与PAR均呈对数正相关。
表3温室番茄营养品质指标与APTE、PAR(MJ·m-2)的拟合结果
本发明中检验番茄品质寡照胁迫影响的模拟模型：
利用试验4和试验5番茄营养品质指标及对应的温室内气温、辐射资料，对温光效应模型模拟结果进行检验，并与PAR法的模拟结果进行比较。由图4和表4可知，基于APTE构建的模型模拟值与实测值吻合度较高，模型模拟的番茄AAC、VCC、TAC、OAC、SPC和SSC回归估计标准误差(RMSE)分别较PAR法低30.4％、58.2％、80.0％、18.8％、51.4％和47.6％；模型模拟值与实测值的相关系数(r)分别为0.986、0.991、0.995、1.000、0.987和0.984，均在0.984以上，而基于PAR构建的模型模拟值与实测值间相关系数(r)在0.713～0.880之间，明显低于前者，表明基于APTE构建的番茄品质寡照胁迫影响模型的模拟值与实测值匹配良好，且优于PAR法，这可能是由于PAR法仅利用辐射因素构建模型，未考虑气温、积温对番茄品营养质指标积累的影响造成的。相较基于PAR法构建的模型，基于APTE构建的模型预测结果RMSE值均较小，r更高，模型预测精度更高、更准确，模拟效果更优。
表4两种模型对寡照胁迫下温室番茄营养品质指标增加量模拟精度的比较
番茄富含维生素C、糖类及有机酸等营养成分，这些营养成分含量的高低是番茄品质等级评定的主要依据。寡照胁迫造成番茄AA、OA，TA含量升高，VC、SS和SP含量显著降低，1—3d短时间寡照对番茄营养成分影响不大，而5d以上的持续寡照胁迫则造成番茄营养成分减少，品质降低。
综合考虑影响温室番茄营养品质指标形成的两个主要环境因子光照和温度，建立了基于APTE的番茄品质寡照胁迫影响模拟模型。利用独立试验资料对模型的模拟效果进行检验，并与基于PAR法构建的模型进行了比较，结果表明基于APTE的模型能够模拟寡照胁迫发生时番茄营养品质指标的变化情况，且模拟预测精度显著高于PAR法构建的模型。
在水分、养分充足条件下，温室番茄植株生长及果实营养成分的积累主要受温度和辐射的共同影响。北方日光温室为非加温节能日光温室，其气温变化主要受辐射影响，因此PAR法是模拟寡照胁迫对温室番茄品质影响最直观的方法，是基于环境温度主要由太阳辐射决定这一条件建立。
为克服PAR法未考虑气温对番茄品质影响的缺点和局限性，建立的基于辐热积的黄瓜和番茄生长及果实品质模拟模型，利用辐热积算法模拟的优点，借鉴温光效应的算法，用光效应替代原辐热积指标中光合有效辐射，其取值范围在0—1之间，与热效应保持一致，进而使模型对光合有效辐射的敏感性降低，提升模型模拟效果，提高寡照胁迫对番茄营养品质指标影响的模拟精准度。
基于上述方法本发明还提供一种实现寡照胁迫对温室番茄品质影响的评估方法的系统，如图5所示：日光温室，日光温室内设有温室番茄品质数据处理装置；
温室番茄品质数据处理装置包括：Watchdog 2000数据采集器2、通信单元1、用户输入单元3、显示单元4、存储器7、接口单元5、控制器6和用于给装置提供电能的电源单元8；
Watchdog 2000数据采集器2、通信单元1、用户输入单元3、显示单元4、存储器7、接口单元5分别连接控制器。
通信单元可以将过程数据上传至服务器，或者手机终端。显示单元可以显示过程数据。用户输入单元可以采用鼠标键盘，或者触摸屏。
如图5中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
本发明提供的实现寡照胁迫对温室番茄品质影响的评估方法的系统以番茄品种“金冠5号”为试材，于2015—2019年在日光温室中利用遮阳网设计不同寡照持续日数试验(0、1、3、5、7、9d)，果实成熟后测定抗坏血酸(Ascorbic Acid，AA)、维生素C(Vitamin C，VC)、总酸度(Total Acidity，TA)、有机酸(Organic Acid，OA)、可溶性蛋白(SolubleProtein，SP)及可溶性糖(Soluble Sugar，SS)含量等营养品质指标，分析寡照胁迫对番茄营养品质指标的影响，并基于温光效应(Accumulated Photo-thermal effectiveness，APTE)建立寡照胁迫对品质影响的评估模型。寡照胁迫下，番茄VC、SS、SP含量显著降低，而AA、OA、TA含量则随寡照持续时间增加而增加。温光效应法明显提高了寡照胁迫下番茄营养品质指标的预测精度，其中模型模拟值与实测值间的相关系数均大于0.984；与PAR法相比，番茄AA、VC、TA、OA、SP及SS含量较CK增加量(AAC、VCC、TAC、OAC、SPC、SSC)的RMSE依次减少了43.7％、139.2％、400.0％、23.1％、105.6％和90.9％。温光效应模型可为定量评估寡照胁迫对温室喜温喜光蔬菜的影响提供参考。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种寡照胁迫对温室番茄品质影响的评估方法，其特征在于，方法包括：
步骤一、在预设条件下采集日光温室内的空气温度和光合有效辐射信息；
步骤二、结合日光温室番茄花果期生长发育所需的上、下限温度，计算日光温室番茄花果期遭受寡照胁迫时每天的热效应、辐射效应、温光效应及累积温光效应；
步骤三、计算CK与不同寡照处理间APTE的差值，并计算CK与不同寡照处理间番茄营养品质指标的差值，建立APTE差值与营养品质指标差值的动态关系，模拟评估寡照胁迫对番茄营养品质指标的动态影响。
2.根据权利要求1所述的寡照胁迫对温室番茄品质影响的评估方法，其特征在于，
步骤一中，在日光温室中通过Watchdog 2000数据采集器采集日光温室内的空气温度和光合有效辐射信息；
采集温室内1.5m高处空气温度和光合有效辐射；
采集间隔为10s，并存储每30min的平均值，日平均气温为1d内存储的所有气温数据的平均值，日光合有效辐射为1d内存储的光合有效辐射的累积值。
3.根据权利要求1所述的寡照胁迫对温室番茄品质影响的评估方法，其特征在于，
步骤二中，累积温光效应的尺度计算方法如下：
F(R)＝1-exp-αR(R>0) (2)
PTE＝F(R)×F(T) (4)
R为日光温室内光合有效辐射，T为日光温室内气温，Tb、Tm分别为番茄花果期发育的下限温度和上限温度；
PTEn为寡照灾害发生第n天的温光效应；
α、β、γ分别为模型待定参数，α的生物学意义代表光合有效辐射增加1MJ·m-2，相对光效应增加e-α；β和γ的生物学意义分别表示日均温度T与最低温度Tb之间、最高温度Tm与日均温度T之间相差1℃，每日热效应分别增加e-β和e-γ；
APTE＝∑PTEn (5)
累积温光效应(APTE)为番茄在某一生育期内日温光效应PTE的总和，PTEn为某一生育期内第n天的温光效应。
4.根据权利要求3所述的寡照胁迫对温室番茄品质影响的评估方法，其特征在于，
番茄花果期生长的下限温度为8℃，上限温度为35℃；
对模型待定参数a、β、γ进行拟合，拟合结果分别为0.500、0.580、0.368。
5.根据权利要求1所述的寡照胁迫对温室番茄品质影响的评估方法，其特征在于，
步骤三之后还包括：
对模型预测效果进行对比检验；
利用PAR日积分法分析寡照胁迫下番茄营养品质指标变化量与PAR间的关系，建立相应的关系模型，与基于温光效应模型的预测结果进行对比；
采用回归估计标准误差(RMSE)对模型的模拟值和实测值之间的符合度进行检验，同时利用模拟值与实测值之间的1:1线和模拟值与实测值间的相关系数r表示模型的拟合度和可靠性；
式中OBSi为实际观测值，SIMi为模型模拟值，n为样本容量。
6.一种实现寡照胁迫对温室番茄品质影响评估方法的系统，其特征在于，包括：日光温室，日光温室内设有温室番茄品质数据处理装置；
温室番茄品质数据处理装置包括：Watchdog 2000数据采集器、通信单元、用户输入单元、显示单元、存储器、接口单元、控制器和用于给装置提供电能的电源单元；
Watchdog 2000数据采集器、通信单元、用户输入单元、显示单元、存储器、接口单元分别连接控制器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110099801.8A CN112766763A (zh) | 2021-01-25 | 2021-01-25 | 一种寡照胁迫对温室番茄品质影响的评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110099801.8A CN112766763A (zh) | 2021-01-25 | 2021-01-25 | 一种寡照胁迫对温室番茄品质影响的评估方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112766763A true CN112766763A (zh) | 2021-05-07 |
Family
ID=75707325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110099801.8A Pending CN112766763A (zh) | 2021-01-25 | 2021-01-25 | 一种寡照胁迫对温室番茄品质影响的评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112766763A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113575240A (zh) * | 2021-09-02 | 2021-11-02 | 西北农林科技大学 | 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统 |
| CN114793785A (zh) * | 2022-03-31 | 2022-07-29 | 河源弘稼农业科技有限公司 | 番茄植株种植方法 |
| CN116369175A (zh) * | 2023-04-10 | 2023-07-04 | 宁夏大学 | 一种提升番茄风味品质的灌溉决策方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950321A (zh) * | 2010-07-30 | 2011-01-19 | 沈阳农业大学 | 一种建立日光温室长季节栽培番茄植株叶片数模型用于控制番茄长势的方法 |
-
2021
- 2021-01-25 CN CN202110099801.8A patent/CN112766763A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950321A (zh) * | 2010-07-30 | 2011-01-19 | 沈阳农业大学 | 一种建立日光温室长季节栽培番茄植株叶片数模型用于控制番茄长势的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 张继波等: "红光与远红光比值对切花菊‘神马’发育和外观品质的影响", 《生态学杂志》 * |
| 杨再强等: "基于光温效应的杨梅生育期模型的建立与验证", 《园艺学报》 * |
| 熊宇: "寡照对设施黄瓜生长和品质的影响及模拟研究", 《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑（月刊）》 * |
| 谭文等: "基于温光效应的小白菜营养品质模拟模型研究", 《中国农业气象》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113575240A (zh) * | 2021-09-02 | 2021-11-02 | 西北农林科技大学 | 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统 |
| CN113575240B (zh) * | 2021-09-02 | 2022-04-19 | 西北农林科技大学 | 一种基于累积空气温度亏缺量的植物低温伤害评价预警系统 |
| CN114793785A (zh) * | 2022-03-31 | 2022-07-29 | 河源弘稼农业科技有限公司 | 番茄植株种植方法 |
| CN114793785B (zh) * | 2022-03-31 | 2023-11-10 | 河源弘稼农业科技有限公司 | 番茄植株种植方法 |
| CN116369175A (zh) * | 2023-04-10 | 2023-07-04 | 宁夏大学 | 一种提升番茄风味品质的灌溉决策方法及装置 |
| CN116369175B (zh) * | 2023-04-10 | 2024-05-07 | 宁夏大学 | 一种提升番茄风味品质的灌溉决策方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112766763A (zh) | 一种寡照胁迫对温室番茄品质影响的评估方法及系统 | |
| Baier | Crop-weather analysis model: review and model development | |
| Graybill et al. | Detecting the aerial fertilization effect of atmospheric CO2 enrichment in tree‐ring chronologies | |
| Sau et al. | Testing and improving evapotranspiration and soil water balance of the DSSAT crop models | |
| Fang et al. | Evapotranspiration partitioning, water use efficiency, and maize yield under different film mulching and nitrogen application in northwest China | |
| Cole et al. | Usefulness of early morning stem water potential as a sensitive indicator of water status of deficit-irrigated grapevines (Vitis vinifera L.) | |
| Adhikari et al. | Simulated effects of winter wheat cover crop on cotton production systems of the Texas Rolling Plains | |
| CN111275569B (zh) | 一种烤烟产区生态特征测定方法、系统、存储介质、终端 | |
| CN110793921A (zh) | 一种抽雄授粉期玉米洪涝灾害遥感监测与评估方法与系统 | |
| CN110189793A (zh) | 基于高光谱的小麦氮肥生理利用率估测模型构建及不同氮效率小麦品种分类 | |
| Grace et al. | A physiological and mathematical study of the growth and productivity of a Calluna-Sphagnum community. I. Net photosynthesis of Calluna vulgaris L. Hull | |
| CN114254964B (zh) | 水稻区域气候品质评估方法及系统 | |
| Ehret et al. | Artificial neural network modelling to predict cuticle cracking in greenhouse peppers and tomatoes | |
| Streck et al. | Simulating leaf appearance in rice | |
| González-Paleo et al. | Carbon acquisition strategies uncoupled from predictions derived from species life-cycle | |
| Dias et al. | High-yielding sugarcane in tropical Brazil–Integrating field experimentation and modelling approach for assessing variety performances | |
| CN113552096A (zh) | 一种基于光谱的菠萝叶片氮含量估算方法 | |
| Viola et al. | Olive yield and future climate forcings | |
| Li et al. | Broccoli plant nitrogen, phosphorus, and water relations at field scale and in various growth media | |
| CN116090914B (zh) | 微咸水用于农业灌溉的矿化度安全阈值识别方法及系统 | |
| CN108460691A (zh) | 一种日光温室连阴寡照气象指数保险方法 | |
| WO2018103136A1 (zh) | 一种基于温室番茄叶片长度的营养液管理技术 | |
| CN113935542A (zh) | 一种基于气候适宜度的棉花单产预测方法 | |
| Berghuijs et al. | Catching-up with genetic progress: Simulation of potential production for modern wheat cultivars in the Netherlands | |
| Chen et al. | Evaluation and grading of climatic conditions on nutritional quality of rice: A case study of Xiaozhan rice in Tianjin |
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 |