CN113049750B - 一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 - Google Patents
一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 Download PDFInfo
- Publication number
- CN113049750B CN113049750B CN202110270346.3A CN202110270346A CN113049750B CN 113049750 B CN113049750 B CN 113049750B CN 202110270346 A CN202110270346 A CN 202110270346A CN 113049750 B CN113049750 B CN 113049750B
- Authority
- CN
- China
- Prior art keywords
- plant
- flux
- water stress
- water
- net radiation
- 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.)
- Active
Links
- 208000005156 Dehydration Diseases 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005855 radiation Effects 0.000 claims abstract description 43
- 230000004907 flux Effects 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 238000003745 diagnosis Methods 0.000 claims abstract description 25
- 230000002262 irrigation Effects 0.000 claims abstract description 16
- 238000003973 irrigation Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000011002 quantification Methods 0.000 claims abstract description 5
- 241000196324 Embryophyta Species 0.000 claims description 176
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 50
- 230000005068 transpiration Effects 0.000 claims description 31
- 230000012010 growth Effects 0.000 claims description 30
- 239000011148 porous material Substances 0.000 claims description 17
- 239000002689 soil Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000008033 biological extinction Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000009834 vaporization Methods 0.000 claims description 3
- 230000008016 vaporization Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims 1
- 230000006461 physiological response Effects 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract 1
- 240000008042 Zea mays Species 0.000 description 11
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 11
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 11
- 235000005822 corn Nutrition 0.000 description 11
- 230000001850 reproductive effect Effects 0.000 description 9
- 230000009105 vegetative growth Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 239000003621 irrigation water Substances 0.000 description 4
- 230000000243 photosynthetic effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000003698 anagen phase Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000036579 abiotic stress Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- BJDCWCLMFKKGEE-CMDXXVQNSA-N chembl252518 Chemical compound C([C@@](OO1)(C)O2)C[C@H]3[C@H](C)CC[C@@H]4[C@@]31[C@@H]2O[C@H](O)[C@@H]4C BJDCWCLMFKKGEE-CMDXXVQNSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006353 environmental stress Effects 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004890 malting Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- VUZPPFZMUPKLLV-UHFFFAOYSA-N methane;hydrate Chemical group C.O VUZPPFZMUPKLLV-UHFFFAOYSA-N 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000005082 stem growth Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Wood Science & Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Botany (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了属于农业灌溉技术领域的一种基于高通量气孔导度诊断植物水分胁迫的方法及系统。通过高通量茎流、气象数据、净辐射测定设备以及植物株高叶面积参数辅助测定组成的植物水分胁迫诊断系统,结合P‑M公式连续输出高通量的气孔导度,从而利用气孔导度计算的水分胁迫指数,实现对植物水分胁迫长时间准确、高通连续地监测、量化及诊断;将无水分胁迫条件下生长的参考植物置于与待测植物同一生长气候环境,根据植物气孔导度对水分胁迫十分敏感的特点,本发明提出了诊断植物水分胁迫的指标,该指标可由高通量自动测定的待测植株与参考植株茎流、净辐射以及气象数据计算得到,从而实现对待测植株水分胁迫程度的高通量化和诊断。本发明综合考虑植物生理响应和环境影响,在诊断植物水分胁迫应用中具有生理基础、数据可靠、长时间准确、高通连续的特点。
Description
技术领域
本发明属于农业灌溉技术领域,特别涉及一种基于高通量气孔导度诊断植物水分胁迫的方法及系统。
背景技术:
近年来,随着其他行业对农业用水的挤占,农业灌溉用水量比例在逐步下降。在供水的不确定性和灌溉用水量减少的形势下,调亏灌溉(RDI)模式得到广泛应用。一些学者指出,调亏灌溉可能是实现更高水分生产率(即单位用水量的产量)的一种方式,在保证稳产的同时实现节水。调亏灌溉的核心思想是对作物整个生育期进行精准、差异化的灌溉,该灌溉模式依据作物在不同生育阶段的耗水规律,在作物生长发育的非敏感时期施加一定程度的有益亏水,可以利用作物气孔调节作用来减少奢侈蒸腾量进而提高水分利用效率,同时对作物进行抗旱锻炼,提高作物的后期抗旱能力以及改变光合产物在营养器官和生殖器官之间的分配比例,实现作物稳产从而提高作物水分生产率。
在调亏灌溉模式下,需要了解不同生育阶段作物对水分胁迫的响应并据此优化灌溉制度,从而达到灌溉用水与产量收益的最佳平衡。若要获取关于作物水分胁迫的准确信息,就需寻找能够有效监测及诊断作物水分胁迫的工具。水分胁迫的信息主要来源于对土壤水分的直接测量或是基于土壤水分平衡计算或是基于植物对干旱的生理响应。土壤水分测量会受到土壤异质性的影响,且土壤水分和植物水分状况的关系比较复杂,会受到作物品种及其他非生物胁迫如盐分胁迫的影响;耗水估算需要对作物系数进行良好的估算,这取决于作物生长如冠层覆盖度的变化;利用植物对干旱的生理响应诊断植物水分胁迫是比较精准的方法,也是多数研究人员都会考虑使用的方法,如使用株高、茎粗、叶面积等形态指标,其在长期水分胁迫中比较敏感,但植物初次受到水分胁迫时形态指标并不能快速响应。而光合速率可以较迅速的响应水分胁迫,但仪器操作较为复杂,技术要求高。能够较好指示作物对水分胁迫的敏感性的指标如叶水势、茎水势,也被认为是最直接反应植物水分状态的指标,然而实现过程会对植物产生损伤,也存在长期监测费时费力不易实现植物茎流是监测植物水分状况的一个重要生理指标,茎流值可以代表作物单株尺度的耗水量,如申请号为201010262481.5的发明专利,公开了一种基于多数据的作物需水检测系统,利用观测的作物茎流、作物水分含量和土壤水分含量等作物生长信息,对作物需水耗水动态监测并做出准确判断。测定植物茎流的液流计法可分为:热脉冲法、热扩散法和热平衡法,包裹式茎流计通过对植物茎秆加热,基于热平衡方法推算测量处的植物茎流且连续地监测,该方法具有无伤测定的优点,不会对植物正常的生理活动产生影响和破坏;适用于灌木及农作物等直径较小的植物茎流测定;精度较高,可获得长时间连续高通的茎流数据。茎流计的方法已经被广泛用于通过各种模型评估模拟作物的蒸腾量以及水分胁迫。
除上述植物生理指标之外,气孔导度对水分以及其他环境胁迫的响应研究也愈加深入,如申请号为201810188178.1的发明申请,公开了一种植物气孔监测系统以及利用该系统分析植物气孔对环境响应的方法,利用显微镜、光合仪、环控叶室及计算机图像处理软件集成的系统,对某时段内气孔导度对湿度、ABA等因子的响应过程进行实时观测。气孔是植物与大气之间碳水交换的关口,控制着作物蒸腾和光合等生理过程,因此许多植物的气孔导度对水分胁迫特别敏感。充分灌溉的植物会以潜在的速率蒸腾,此时气孔导度最大;当水分胁迫时,实际的蒸腾速率将低于潜在蒸腾速率,气孔导度会显著降低,因此实际的气孔导度与潜在的气孔导度之比可以作为衡量植物水分状况的一种指标。但现有的气孔导度测定方法一般基于光合仪和气孔计测量,这需要对植物叶片进行逐个测量,耗时费力而且由于叶片本身的生理状态的差异性,逐个测量的点值容易产生较大误差,很难连续准确的反应植物所受胁迫的程度,故难广泛应用于生产实践。
发明内容
本发明的目的是提供了一种基于高通量气孔导度诊断植物水分胁迫的方法及系统,其特征在于,通过高通量茎流、气象数据、净辐射测定设备以及植物株高叶面积参数辅助测定组成的植物水分胁迫诊断系统,结合P-M公式连续输出高通量的气孔导度,从而利用气孔导度计算的水分胁迫指数,实现对植物水分胁迫长时间准确、高通连续地监测、量化及诊断;具体包括如下步骤:
步骤1,分别获取参考植株与待测量植株高通量茎流,分别转换为高通量的单位叶面积蒸腾速率;所述参考植株与待测量植株处于相同的生长环境;
步骤2,分别获取参考植株与待测量植株的高通量净辐射,基于高通量的单位叶面积蒸腾速率以及冠层截获净辐射及其他参数,获取参考植株与待测量植株的高通量的气孔导度;
步骤3,根据高通量气孔导度计算水分胁迫指数;
步骤4,根据所述水分胁迫指数,对待测量植株水分胁迫程度进行诊断。
所述步骤1转换为高通量的单位叶面积蒸腾速率是基于高通量茎流、测定茎流植株的叶面积以及水的密度转换获得;
所述步骤2中获取参考植株与待测量植株的高通量的气孔导度,是根据高通量的单位叶面积蒸腾速率、高通量净辐射经叶面积指数修正获得的冠层截获净辐射Rn′、高通量气象数据转换获取的空气动力学导度ga和饱和水汽压差VPD来计算得到高通量的气孔导度gs:
上述公式(1)中gs为气孔导度,mol m-2s-1;Tr为高通量的单位叶面积的蒸腾速率,mm s-1,通过茎流测定设备测定的高通量的植株茎流,再根据该植株的叶面积转换得到;ga为空气动力学导度,m s-1;Δ为饱和水汽压-温度曲线斜率,kPa K-1;ρa为空气密度kg m-3;VPD为饱和水汽压差,kPa;Km为空气的摩尔密度,mol m-3,取值50;γ为湿度计常数,kPa K-1,取值0.06;λ为水的汽化潜热,J kg-1,取值2.45×106;Cp为空气的定压比热,J kg-1K-1,取值1013;Rn′为高通量的冠层截获的净辐射,W m-2;G为高通量的土壤热通量,W m-2;公式(1)中其他高通量的参数基于高通量的气象数据参考FAO56分册计算得到。
所述公式(1)中高通量的冠层截获净辐射Rn′等于冠层上方的净辐射与透过冠层到达土壤表面的净辐射差值:
R′n=Rn×[1-exp(-k×LAI)] (2)
上述公式(2)中Rn′为冠层截获的净辐射,W m-2;Rn为高通量的冠层截获的净辐射,W m-2,通过净辐射设备测定;LAI为平均叶面积指数,m2 m-2;k为消光系数。
所述步骤3中水分胁迫指数Ks-gs计算公式为
Ks_gs=1-gsi/gsr (3)
上述公式(3)中gsi代表待测量植株的气孔导度,mol m-2s-1;gsr代表参考植株的气孔导度,mol m-2s-1;要求待测植株与参考植株同时观测、处于同一生长环境且种类相同,参考植株处于无水分亏缺状态。
所述步骤4根据水分胁迫指数对待测植株水分胁迫程度进行诊断,当待测植株灌溉良好,不缺水时因植株蒸腾强烈导致茎流量达到最高水平,此时gsi存在最大值与gsr相同,Ks-gs计算结果为0,即指示待测植株不受水分胁迫;当待测植株蒸腾完全停止,极度缺水时因植株蒸腾产生的茎流量降至最低,gsi为0,Ks-gs计算结果为1.0,即指示待测植株受到的水分胁迫最大;其中所得作物水分胁迫系数与传统CWSI的作物水分胁迫系数类似,但更具有生理意义,该水分胁迫指数Ks-gs可以指示植物的水分状态,结果数值范围为0-1.0之间,Ks-gs值越高,则说明待测植株受水分胁迫程度越大。
所述茎流测定设备为包裹式茎流计,其传感器包括微传感器、茎秆测量计和枝干测量计;分别适宜测量茎秆直径在2-5mm、9-23mm和32-125mm的植物茎流量,其中直径60mm以下的探头应用时误差小,因此应用Ks-gs对多种植物的水分胁迫状态进行有效监测与诊断。
所述诊断多种植物的水分胁迫状态的各项指标均为自动测量,数据收集与记录时间间隔可重新设定,推荐设定每1分钟收集一次设备采集值,并记录为15分钟平均值,可实现各个生育期内关键指标的连续高通量的测定;因此水分胁迫指数Ks-gs可以连续稳定的输出,从而达到对植物水分利用状况长时间准确、高通连续的监测与诊断。
所述诊断多种植物水分胁迫状态的水分胁迫指数Ks-gs的自动测量时间推荐为每天正午时段11:00-14:00;利用P-M公式输出的高通量气孔导度的均值计算水分胁迫指数Ks-gs,这是因为此时植物的蒸腾作用最强,植物最易发生水分胁迫,基于此时段内植物高通量的茎流与气孔导度最能反映植物的水分状况,水分胁迫指数Ks-gs可以较准确指示植物水分胁迫。
所述茎流测定的开始时间与植物生长发育有关,在植物茎秆生长发育达到传感器要求的最低直径时,即可安装茎流测定设备开始监测,茎流测定覆盖时间时长,对于玉米来说,茎流测定时间覆盖了营养生长后期(V6-VT)、生殖生长前期(R1-R3)及生殖生长后期(R4-R6)。因此该方法的水分胁迫指数Ks-gs可以实现对植物关键生育期水分状态的实时连续监测,进而诊断植物所受水分胁迫的程度,根据植物在不同生育期对水分的不同需求,制定差异化的策略,进而指导生产经营者进行灌溉,达到灌溉用水与产量收益的最佳平衡。
所述植物水分胁迫诊断系统由水分胁迫诊断数据测定设备、供电设备、数据采集设备及终端设备处理器连接组成;其中水分胁迫诊断数据测定设备由茎流测定设备、气象数据测定设备、净辐射测定设备以及植物株高叶面积参数辅助测定设备集成为多种数据测定设备;数据采集器与终端处理器之间直接或者间接的电性连接,实现数据的传输或交互;系统内部数据均能利用数据采集器采集存储,在终端设备对数据进行实时查看与计算处理,根据得到的水分胁迫指数Ks-gs诊断植物水分胁迫,实现智能化的灌溉管理;供电装置在野外条件下至少包括一块太阳能板、一个转换器及一块蓄电池组成的供电设备,并根据不同设备的供电要求选择合适的蓄电池容量,将多种数据测定设备并联之后进行供电。
本发明的有益效果是本发明提出的高通量气孔导度诊断植物水分胁迫的方法,通过高通量的表型参数计算气孔导度,输出水分胁迫指数Ks-gs,在茎流、净辐射及气象等指标和植物的水分状况之间搭建了桥梁,利用所测得的高通量表型参数,克服了传统的植物生理诊断植物水分胁迫中操作复杂、易对植物产生损伤、点值测量误差大以及生育期内间断测量不连续等缺点,实现了对植物水分胁迫方便快捷、长时间准确、高通连续的监测及诊断。
附图说明
图1为基于高通量气孔导度诊断植物水分胁迫系统的结构框图。
图2为基于高通量气孔导度诊断植物水分胁迫方法的流程示意图。
图3为图2步骤中S1的子步骤流程图。
图4为图2步骤中S2的子步骤流程图。
图5为水分胁迫指数Ks-gs的每日变化示意图,图中,垂直虚线表示主要生育期之间的过渡(即分别为营养生长后期、生殖生长前期及生殖生长后期)。顶部的黑色箭头代表灌溉事件。实线黑心圆点代表无盐条件下生长的玉米,虚线空心圆点代表有盐条件下生长的玉米。
具体实施方式
本发明提供了一种基于高通量气孔导度诊断植物水分胁迫的方法及系统,该方法通过高通量茎流、气象数据、净辐射测定设备以及植物株高叶面积参数辅助测定组成的植物水分胁迫诊断系统,结合P-M公式连续输出高通量的气孔导度,从而利用气孔导度计算的水分胁迫指数,实现对植物水分胁迫长时间准确、高通连续地监测、量化及诊断。下面结合附图对本发明予以进一步说明。
图1所示为基于高通量气孔导度诊断植物水分胁迫系统的结构框图。图1中,所述植物水分胁迫诊断系统由水分胁迫诊断数据测定设备01、供电设备02、数据采集设备03及终端设备处理器04连接组成;其中水分胁迫诊断数据测定设备01由茎流测定设备、气象数据测定设备、净辐射测定设备以及植物株高叶面积参数辅助测定设备集成为多种数据测定设备;数据采集器03与终端处理器04(个人电脑或者台式电脑)之间直接或者间接的电性连接,实现数据的传输或交互;系统内部数据均能利用数据采集器03采集存储,在终端设备处理器04内对数据进行实时查看与计算处理,根据得到的水分胁迫指数Ks-gs诊断植物水分胁迫,实现智能化的灌溉管理;供电设备02在野外条件下至少包括一块太阳能板、一个转换器及一块蓄电池组成的供电设备,并根据不同设备的供电要求选择合适的蓄电池容量,将多种数据测定设备并联之后进行供电。
图2所示为基于高通量气孔导度诊断植物水分胁迫方法的流程示意图。具体包括如下步骤:
步骤S1为分别获取参考植株与待测植株的高通量茎流及叶面积,转换后获得参考植株与待测植株单位叶面积的高通量蒸腾速率;所述转换为高通量的单位叶面积蒸腾速率是基于高通量茎流、测定茎流植株的叶面积以及水的密度转换获得;
如茎流采集数据自玉米营养生长后期的V10开始,此时植物茎秆生长发育达到传感器要求的最低直径,茎流测定设备类型为包裹式茎流计(Flow32-1K,Dynamax Inc.,Houston,TX,USA),其中针对玉米直径仍然存在一定的差异,因此传感器型号选取SGEX-19与SGEX-25两种。
针对不同植物可以选不同类型的包裹式茎流计:微传感器、茎秆测量计及枝干测量计分别适宜测量茎秆直径在2-5mm、9-23mm及32-125mm的植物茎流量,其中直径60mm以下的探头应用时误差较小。分别适宜测量茎秆直径在2-5mm、9-23mm和32-125mm的植物茎流量,其中直径60mm以下的探头应用时误差小,因此应用Ks-gs对多种植物的水分胁迫状态进行有效监测与诊断。
所述诊断多种植物的水分胁迫状态的各项指标均为自动测量,数据收集与记录时间间隔可重新设定,推荐设定每1分钟收集一次设备采集值,并记录为15分钟平均值,可实现各个生育期内关键指标的连续高通量的测定;因此水分胁迫指数Ks-gs可以连续稳定的输出,从而达到对植物水分利用状况长时间准确、高通连续的监测与诊断。
所述步骤S1还包括S11和S12两个子步骤(如图3所示):
步骤S11测得关键生育期始末的参考植株与待测植株的叶面积,插值获得叶面积在各生育期内的日变化。这可以减轻叶面积测量的工作量而又保证数据的稳定。
步骤S12将高通量的植株茎流,根据叶面积与水的密度转换为高通量的单位叶面积蒸腾速率。
步骤S2为分别获取参考植株与待测植株的高通量冠层净辐射数据,基于高通量的单位叶面积蒸腾速率、净辐射、气象参数等基础数据的进一步计算,获得参考植株与待测植株的高通量气孔导度。
具体包括S21和S22两个子步骤(如图4所示):
步骤S21将参考植株与待测植株的高通量冠层净辐射,基于消光系数和叶面积指数转换为高通量冠层截获的净辐射。
步骤S22利用高通量气象数据计算得到高通量空气动力学导度、饱和水汽压差、饱和水汽压-温度曲线斜率以及空气密度等其他参数,结合高通量的单位叶面积蒸腾速率、高通量冠层截获的净辐射计算得到气孔导度gs:
上述公式(1)中gs为气孔导度,mol m-2s-1;Tr为高通量的单位叶面积的蒸腾速率,mm s-1,通过茎流测定设备测定的高通量的植株茎流,再根据该植株的叶面积转换得到;ga为空气动力学导度,m s-1;Δ为饱和水汽压-温度曲线斜率,kPa K-1;ρa为空气密度kg m-3;VPD为饱和水汽压差,kPa;Km为空气的摩尔密度,mol m-3,取值50;γ为湿度计常数,kPa K-1,取值0.06;λ为水的汽化潜热,J kg-1,取值2.45×106;Cp为空气的定压比热,J kg-1K-1,取值1013;Rn′为高通量的冠层截获的净辐射,W m-2;G为高通量的土壤热通量,W m-2;公式(1)中其他高通量的参数基于高通量的气象数据参考FAO56分册计算得到。
所述公式(1)中高通量的冠层截获净辐射Rn′等于冠层上方的净辐射与透过冠层到达土壤表面的净辐射差值:
R′n=Rn×[1-exp(-k×LAI)] (2)
上述公式(2)中Rn′为冠层截获的净辐射,W m-2;Rn为冠层上方的净辐射,W m-2,通过净辐射设备测定;LAI为平均叶面积指数,m2 m-2;k为消光系数。
步骤S3根据气孔导度计算得到水分胁迫指数:
水分胁迫指数Ks-gs计算公式为
Ks_gs=1-gsi/gsr (3)
上述公式(1)中gsi代表待测量植株的气孔导度,mol m-2s-1;gsr代表参考植株的气孔导度,mol m-2s-1;要求待测植株与参考植株同时观测、处于同一生长环境且种类相同,参考植株处于无水分亏缺状态。
当待测植物灌溉良好,不缺水时因植物蒸腾强烈导致茎流量达到最高水平,此时gsi存在最大值与gsr相同,Ks-gs计算结果为0,即指示待测植物不受水分胁迫。当待测植物蒸腾完全停止,极度缺水时因植物蒸腾产生的茎流量降至最低,gsi为0,Ks-gs计算结果为1.0,即指示待测植物受到的水分胁迫最大。因此与传统CWSI等作物水分胁迫系数类似,但更具有生理意义。该方法的水分胁迫指数Ks-gs可以指示植物水分状态,结果数值范围为0-1.0之间,Ks-gs值越高,则说明待测植物受水分胁迫程度越大。其中,要求无水分胁迫条件下生长的参考植株与待测植株同时观测且处于同一生长气候环境。
所述诊断多种植物水分胁迫状态的水分胁迫指数Ks-gs的自动测量时间推荐为每天正午时段11:00-14:00;利用P-M公式输出的高通量气孔导度的均值计算水分胁迫指数Ks-gs,这是因为此时植物的蒸腾作用最强,植物最易发生水分胁迫,基于此时段内植物高通量的气孔导度最能反映植物的水分状况,水分胁迫指数Ks-gs可以较准确指示植物水分胁迫。
步骤S4根据所述水分胁迫指数Ks-gs,诊断待测植株关键生育阶段的水分胁迫。
根据每日11:00-14:00时段内P-M公式输出的高通量气孔导度的均值,计算水分胁迫指数Ks-gs,并作为该日Ks-gs平均值,建立关键生育期(包括营养生长后期(V10-VT)、生殖生长前期(R1-R3)及生殖生长后期(R4-R6))的Ks-gs日变化,如图5所示。在营养生长后期,对玉米进行有益的亏水处理,灌水量为充分灌溉ET的65%,可见处理后Ks-gs逐渐升高,Ks-gs在0.16-0.30之间,其均值为0.21,该阶段玉米处于中度水分胁迫状态。在生殖生长前期,对玉米进行水分敏感阶段的复水,灌水量为充分灌溉ET的100%,可见Ks-gs降至0.06-0.17的较低水平,其均值为0.12,此时玉米所受水分胁迫大大降低。在生殖生长后期,再次进行亏水处理,灌水量为充分灌溉ET的80%,此时水分胁迫指数Ks-gs上升至0.12-0.24,其均值为0.19,玉米再次受到水分胁迫。与营养生长后期相比,该阶段水分胁迫程度有所降低,玉米处于轻度水分胁迫状态。因此,水分胁迫指数Ks-gs可以较准确的诊断不同生育阶段作物所受水分胁迫的程度,对了解不同生育阶段作物对水分胁迫的响应以及指导在作物生育期内进行差异化的调亏灌溉具有一定的实际意义。
Claims (2)
1.一种基于高通量气孔导度诊断植物水分胁迫的方法,通过高通量茎流、气象数据、净辐射测定设备以及植物株高叶面积参数辅助测定组成的植物水分胁迫诊断系统,结合P-M公式连续输出高通量的气孔导度,从而利用气孔导度计算的水分胁迫指数,实现对植物水分胁迫长时间准确、高通连续地监测、量化及诊断;其特征在于,具体包括如下步骤:
步骤1,分别获取参考植株与待测量植株高通量茎流,通过高通量茎流、测定茎流植株的叶面积以及水的密度,分别转换为高通量的单位叶面积蒸腾速率;所述参考植株与待测量植株处于相同的生长环境;
步骤2,分别获取参考植株与待测量植株的高通量净辐射,基于高通量的单位叶面积蒸腾速率以及冠层截获净辐射及其他参数,获取参考植株与待测量植株的高通量的气孔导度;所述获取参考植株与待测量植株的高通量的气孔导度是根据高通量的单位叶面积蒸腾速率、高通量净辐射经叶面积指数修正获得的冠层截获净辐射Rn′、高通量气象数据转换获取的空气动力学导度ga和饱和水汽压差VPD来计算得到高通量的气孔导度gs:
上述公式(1)中gs为气孔导度,mol m-2s-1;Tr为高通量的单位叶面积的蒸腾速率,mm s-1,通过茎流测定设备测定的高通量的植株茎流,再根据该植株的叶面积转换得到;ga为空气动力学导度,m s-1;Δ为饱和水汽压-温度曲线斜率,kPaK-1;ρa为空气密度kg m-3;VPD为饱和水汽压差,kPa;Km为空气的摩尔密度,mol m-3,取值50;γ为湿度计常数,kPaK-1,取值0.06;λ为水的汽化潜热,J kg-1,取值2.45×106;Cp为空气的定压比热,J kg-1K-1,取值1013;Rn′为高通量的冠层截获的净辐射,Wm-2;G为高通量的土壤热通量,Wm-2;公式(1)中其他高通量的参数基于高通量的气象数据参考FAO56分册计算得到;
所述公式(1)中高通量的冠层截获净辐射Rn′等于冠层上方的净辐射与透过冠层到达土壤表面的净辐射差值:
R'n=Rn×[1-exp(-k×LAI)] (2)
上述公式(2)中Rn′为冠层截获的净辐射,Wm-2;Rn为高通量的冠层截获的净辐射,Wm-2,通过净辐射设备测定;LAI为平均叶面积指数,m2m-2;k为消光系数;
步骤3,根据高通量气孔导度计算水分胁迫指数;水分胁迫指数Ks-gs计算公式为
Ks_gs=1-gsi/gsr (3)
上述公式(3)中gsi代表待测植株的气孔导度,mol m-2s-1;gsr代表参考植株的气孔导度,mol m-2s-1;要求待测植株与参考植株同时观测、处于同一生长环境且种类相同,参考植株处于无水分亏缺状态;
步骤4,根据所述水分胁迫指数,对待测量植株水分胁迫程度进行诊断,当待测植株灌溉良好,不缺水时因植株蒸腾强烈导致茎流量达到最高水平,此时gsi存在最大值与gsr相同,Ks-gs计算结果为0,即指示待测植株不受水分胁迫;当待测植株蒸腾完全停止,极度缺水时因植株蒸腾产生的茎流量降至最低,gsi为0,Ks-gs计算结果为1.0,即指示待测植株受到的水分胁迫最大;其中所得作物水分胁迫系数与传统CWSI的作物水分胁迫系数类似,但更具有生理意义,该水分胁迫指数Ks-gs可以指示植物的水分状态,结果数值范围为0-1.0之间,Ks-gs值越高,则说明待测植株受水分胁迫程度越大,诊断多种植物的水分胁迫状态的各项指标均为自动测量,数据收集与记录时间间隔可重新设定,推荐设定每1分钟收集一次设备采集值,并记录为15分钟平均值,可实现各个生育期内关键指标的连续高通量的测定;因此水分胁迫指数Ks-gs可以连续稳定的输出,从而达到对植物水分利用状况长时间准确、高通连续的监测与诊断。
2.一种权利要求1所述的基于高通量气孔导度诊断植物水分胁迫的方法的植物水分胁迫诊断系统,其特征在于,所述植物水分胁迫诊断系统由水分胁迫诊断数据测定设备、供电设备、数据采集设备及终端设备处理器连接组成;其中水分胁迫诊断数据测定设备由茎流测定设备、气象数据测定设备、净辐射测定设备以及植物株高叶面积参数辅助测定设备集成为多种数据测定设备;数据采集器与终端处理器之间直接或者间接的电性连接,实现数据的传输或交互;系统内部数据均能利用数据采集器采集存储,在终端设备对数据进行实时查看与计算处理,根据得到的水分胁迫指数Ks-gs诊断植物水分胁迫,实现智能化的灌溉管理;供电装置在野外条件下至少包括一块太阳能板、一个转换器及一块蓄电池组成的供电设备,并根据不同设备的供电要求选择合适的蓄电池容量,将多种数据测定设备并联之后进行供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110270346.3A CN113049750B (zh) | 2021-03-12 | 2021-03-12 | 一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110270346.3A CN113049750B (zh) | 2021-03-12 | 2021-03-12 | 一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049750A CN113049750A (zh) | 2021-06-29 |
CN113049750B true CN113049750B (zh) | 2024-05-03 |
Family
ID=76511989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110270346.3A Active CN113049750B (zh) | 2021-03-12 | 2021-03-12 | 一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049750B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113607124B (zh) * | 2021-08-02 | 2022-05-03 | 中国农业大学 | 一种基于叶片角质层导度比较的测量作物叶片卷曲程度的方法 |
CN114324265A (zh) * | 2021-12-03 | 2022-04-12 | 中国农业大学 | 叶片生理生化指标高通集成测定方法及系统 |
CN114441712B (zh) * | 2022-01-21 | 2023-04-28 | 中国农业大学 | 基于气孔脆弱特性的灌溉曲线确定方法及装置 |
CN115343422B (zh) * | 2022-08-11 | 2023-07-04 | 武汉大学 | 基于改进Feddes模型的水稻蒸腾量计算方法 |
CN115792185A (zh) * | 2022-12-05 | 2023-03-14 | 山东大学 | 一种基于气孔导度参数检测外来物种土壤滞留效应的方法 |
CN116773744B (zh) * | 2023-06-19 | 2024-02-06 | 中国农业大学 | 一种基于土壤水分和气象监测的作物水分亏缺诊断方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6597991B1 (en) * | 2001-03-28 | 2003-07-22 | Agrosense Ltd. | System and method for remote monitoring of water stress status of growing crops |
CN2616908Y (zh) * | 2003-04-11 | 2004-05-19 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置 |
CN1536362A (zh) * | 2003-04-11 | 2004-10-13 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置及其测定方法 |
CN103477948A (zh) * | 2013-09-30 | 2014-01-01 | 中国农业大学 | 用于盐碱地的灌溉控制方法与系统 |
CN105841847A (zh) * | 2016-03-21 | 2016-08-10 | 北京师范大学 | 一种估算地表潜热通量的方法 |
CN106556569A (zh) * | 2016-11-11 | 2017-04-05 | 北京林业大学 | 一种基于红外成像的植物缺水状况诊断方法 |
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 |
CN110059362A (zh) * | 2019-03-22 | 2019-07-26 | 兰州大学 | 考虑植被动态变化的区域尺度双源蒸散发模型的构建方法 |
CN110736809A (zh) * | 2019-10-28 | 2020-01-31 | 沈阳农业大学 | 一种日光温室作物水分胁迫诊断系统 |
CN112182882A (zh) * | 2020-09-28 | 2021-01-05 | 河海大学 | 一种顾及物侯信息的植被冠层蒸腾反演算法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8205486B2 (en) * | 2009-02-25 | 2012-06-26 | Ramanathan Sri Ranjan | Plant-controlled atmometer for measuring crop evapotranspiration |
US9374950B2 (en) * | 2013-05-02 | 2016-06-28 | The Regents Of The University Of California | System and methods for monitoring leaf temperature for prediction of plant water status |
US10143148B2 (en) * | 2016-05-13 | 2018-12-04 | Ceres Imaging Inc. | Methods and devices for assessing a field of plants for irrigation |
-
2021
- 2021-03-12 CN CN202110270346.3A patent/CN113049750B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6597991B1 (en) * | 2001-03-28 | 2003-07-22 | Agrosense Ltd. | System and method for remote monitoring of water stress status of growing crops |
CN2616908Y (zh) * | 2003-04-11 | 2004-05-19 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置 |
CN1536362A (zh) * | 2003-04-11 | 2004-10-13 | 中国科学院地理科学与资源研究所 | 一种作物水分胁迫指数测定装置及其测定方法 |
CN103477948A (zh) * | 2013-09-30 | 2014-01-01 | 中国农业大学 | 用于盐碱地的灌溉控制方法与系统 |
CN105841847A (zh) * | 2016-03-21 | 2016-08-10 | 北京师范大学 | 一种估算地表潜热通量的方法 |
CN106556569A (zh) * | 2016-11-11 | 2017-04-05 | 北京林业大学 | 一种基于红外成像的植物缺水状况诊断方法 |
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 |
CN110059362A (zh) * | 2019-03-22 | 2019-07-26 | 兰州大学 | 考虑植被动态变化的区域尺度双源蒸散发模型的构建方法 |
CN110736809A (zh) * | 2019-10-28 | 2020-01-31 | 沈阳农业大学 | 一种日光温室作物水分胁迫诊断系统 |
CN112182882A (zh) * | 2020-09-28 | 2021-01-05 | 河海大学 | 一种顾及物侯信息的植被冠层蒸腾反演算法 |
Non-Patent Citations (19)
Title |
---|
A dynamic surface conductance to predict crop water use from partial to full canopy cover;Risheng Ding;Agricultural Water Management;20151231;全文 * |
Improved application of the Penman–Monteith model using an enhanced Jarvis model that considers the effects of nitrogen fertilization on canopy resistance;Huiping Zhou等;Environmental and Experimental Botany;20181210;全文 * |
Micrometeorological conditions and canopy energy exchanges of a neotropical rain forest (Surumoni-Crane Project, Venezuela);Jörg Szarzynski 等;Plant Ecology;20011231;全文 * |
Practical and Theoretical Benefits of an Alternative to thePenman-Monteith Evapotranspiration Equation;Kaighin A. McColl等;Water Resources Research;20200630;全文 * |
S.L.Neitsch等.SWAT 2009理论基础.黄河水利出版社,2012,全文. * |
Simulating nectarine tree transpiration and dynamic water storage from responses of leaf conductance to light and sap flow to stem water potential and vapor pressure deficit;Indira Paudel等;《Tree Physiology》;20151231;第35卷;Canopy conductance from SF measurements * |
作物水分亏缺诊断研究进展;张瑞美等;《干旱地区农业研究》;20060331;第24卷(第2期);全文 * |
土壤水分对玉米蒸腾特性的影响;朱秀群等;《水利水电技术》;20190930;第50卷(第9期);全文 * |
土壤水分状况对花生和早稻叶片气体交换的影响;陈家宙等;《应用生态学报》;20050131;第16卷(第1期);全文 * |
基于夏玉米叶片气孔导度提升的冠层导度估算模型;张宝忠;刘钰;许迪;蔡甲冰;赵娜娜;;农业工程学报;20110531(第05期);全文 * |
基于树干液流测定值的马占相思(Acacia mangium)冠层气孔导度计算及数值模拟;许文滔;赵平;王权;饶兴权;蔡锡安;曾小平;;生态学报;20071015(第10期);全文 * |
杨东方、苗振清.水分胁迫指数和恢复度.《数学模型在生态学的应用及研究》.2009, * |
桂花树冠层气孔导度模型的优化及其参数分析;罗紫东;关华德;章新平;刘娜;张赐成;王婷;生态学报;20161231;第36卷(第013期);全文 * |
植物气孔导度的环境响应模拟及其尺度扩展;高冠龙;张小由;常宗强;鱼腾飞;赵虹;;生态学报;20160630(第06期);全文 * |
红砂(Reaumuria soongorica)、珍珠(Salsola passerine)蒸腾耗水规律的尺度整合;金艳霞;王新平;张亚峰;潘颜霞;虎瑞;徐浩杰;石薇;中国沙漠;20181231(第002期);全文 * |
蓄水坑灌下苹果树冠层导度日变化及影响因子研究;赵文渊;孙西欢;马娟娟;郭向红;孟玮;马文云;张威贤;;节水灌溉;20200905(第09期);全文 * |
西北干旱区灌溉绿洲农田生态系统冠层导度估算及其在蒸散计算中的应用;郭飞;吉喜斌;金博文;赵丽雯;焦丹丹;赵文玥;张靖琳;;地球科学进展;20200531(第05期);全文 * |
赵娜娜 ; 蔡甲冰 ; 许迪 ; 刘钰 ; 张宝忠.基于夏玉米叶片气孔导度提升模型的农田尺度ET估算.中国水利水电科学研究院第十届青年学术交流会.2010,全文. * |
金艳霞 ; 王新平 ; 张亚峰 ; 潘颜霞 ; 虎瑞 ; 徐浩杰 ; 石薇 ; .红砂(Reaumuria soongorica)、珍珠(Salsola passerine)蒸腾耗水规律的尺度整合.中国沙漠.2018,(第02期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113049750A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113049750B (zh) | 一种基于高通量气孔导度诊断植物水分胁迫的方法及系统 | |
Liu et al. | Environmental controls on seasonal ecosystem evapotranspiration/potential evapotranspiration ratio as determined by the global eddy flux measurements | |
Zhao et al. | Seasonal variations in vineyard ET partitioning and dual crop coefficients correlate with canopy development and surface soil moisture | |
CN112485204A (zh) | 基于高光谱的水稻穗期氮营养监测与诊断方法及应用 | |
Rochette et al. | Crop net carbon dioxide exchange rate and radiation use efficiency in soybean | |
Liu et al. | Reponses and sensitivities of maize phenology to climate change from 1981 to 2009 in Henan Province, China | |
Marek et al. | Simulating evapotranspiration and yield response of selected corn varieties under full and limited irrigation in the Texas High Plains using DSSAT-CERES-Maize | |
CN107037090A (zh) | 一种基于叶片紧张度变化的光合作用预测方法 | |
Zhang et al. | Incorporating root distribution factor to evaluate soil water status for winter wheat | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN110533287A (zh) | 夏玉米干旱灾损定量测评模型的构建与应用 | |
CN112931167B (zh) | 植物灌溉决策系统和方法 | |
CN109425703A (zh) | 一种用于精准灌溉控制的无损监测温室作物水分状况的方法 | |
CN114418235A (zh) | 一种农作物生长状况确定方法及系统 | |
CN114365682A (zh) | 一种设施栽培土壤水分预测方法、装置及电子设备 | |
CN105993720B (zh) | 一种日光温室基质袋培作物灌水量的模拟计算方法 | |
Harder et al. | Crop water use efficiency from eddy covariance methods in cold water-limited regions | |
CN115308368A (zh) | 农田作物水分胁迫诊断方法、装置及电子设备 | |
CN114186425A (zh) | 一种冠层导度与气象变量相关性评估方法及系统 | |
Li et al. | Automatic measurement of greenhouse tomato evapotranspiration based on negative pressure irrigation system | |
CN113640230B (zh) | 一种田间小麦水分利用率快速检测方法及系统 | |
Remzi et al. | Performance of web based microprocessor system for measurement of soil quality parameters | |
CN113504186B (zh) | 一种遥感估算小麦氮肥利用率的方法 | |
CN112990692B (zh) | 一种基于分生育阶段多参数耦合的冬小麦产量估计方法 | |
CN115201412A (zh) | 一种基于植株形态的棉花水分诊断方法 |
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 |