参考网


多参数环境因子对黄瓜叶面湿度影响研究

2019-05-31 08:05:47 天津农业科学 2019年4期

钱春阳 王建春 李凤菊 宋治文

摘    要:为研究在日光温室环境下多因子对黄瓜叶面湿度影响情况,采用人造叶片电阻模拟叶面湿度值,试验针对天津地区日光温室环境安装小气候检测设备,分别对温室内湿度群数据(空气湿度RH,叶片湿度RHL,土壤湿度RH10、RH20、RH30、RH40)和温度群数据(空气温度T,土壤温度T10、T20、T30、T40),以及太阳辐射W进行数据采集,通过相关分析和主成分分析方法探讨各指标之间的关系。结果表明,除空气温度T和土壤温度T40与土壤湿度RH30以及土壤温度T20与太阳辐射W间无显著相关性(P>0.05)外,其他指标间均存在极显著的相关性(P<0.01);经主成分可将12个指标分为3个主成分,主成分I为土壤温度指标(T10、T20、T30、T40)和土壤湿度指标中的RH10、RH20、RH40,主成分II为空气温湿度指标(T、RH)、太阳辐射指标(W)和叶片湿度指标(RHL),主成分III为土壤湿度指标中的RH30。综合而言,本试验所选11个环境因子指标中,叶面湿度受空气温湿度和太阳辐射的影响较大,主要表现为空气温度和太阳辐射高,空气湿度低,则叶面湿度亦低,其他环境因子指标对其影響相对较小。

关键词:黄瓜叶面湿度;主成分分析;多参数因子

中图分类号:S126,TP23,S642.2            文献标识码:A         DOI 编码:10.3969/j.issn.1006-6500.2019.04.006

Effects of Multi-parameter Environmental Factors on Cucumber Leaf Surface Humidity

QIAN Chunyang1, WANG Jianchun1, LI Fengju1, SONG Zhiwen2

(1.Information Institute, Tianjin Academy of Agricultural Sciences, Tianjin 300192, China; 2.Tianjin Academy of Agricultural Sciences, Tianjin 300192, China)

Abstract: In order to study the influence of multi-factors on cucumber leaf humidity in solar greenhouse environment, artificial leaf resistance was used to simulate leaf humidity. A microclimate detection device was installed in Tianjin solar greenhouse environment. The humidity group data(air humidity RH, leaf humidity RHL, soil humidity RH10, RH20, RH30, RH40), temperature group data (air temperature, soil temperature T10, T20, T30, T40), and solar radiation (W) were collected respectively, the relationship between the indicators were explored by correlation analysis and principal component analysis. The results showed that there was a significant correlation among all the 12 indices in this experiment(P<0.01), except soil moisture RH30 and air temperature(T)(P>0.05), soil moisture RH30 and soil temperature(T40)(P>0.05), soil temperature(T20) and solar radiation (W)(P>0.05). According to the principal component analysis, the 12 indices were divided to three principal components,in which the principal component I included soil temperature index (T10, T20, T30, T40) and three soil moisture index (RH10, RH20, RH40), the principal component II included air temperature(T), air humidity (RH), solar radiation (W) and leaf humidity (RHL), the principal component III included only one soil moisture index (RH30). Generally speaking, among the 11 enviroment factor indexes selected in this experiment, the leaf humidity(RHL) was greatly affected by air temperature, humidity and solar radiation, and the main manifestations were that higher the air temperature and solar radiation were, lower the air humidity was, the leaf humidity was also lower; the other 8 indicators had relatively small impacts on the leaf humidity (RHL).

Key words: cucumber leaf humidity; principal component analysis; multi-parameter factors

设施农业具有高投入高产出、抵御自然灾害能力强等特点,目前已成为天津市现代都市型农业发展的重要方向,其面积已达4万hm2。高温、高湿对设施温室环境下作物的生长发育和病害的发生、生理生化过程均有一定的影响[1]。叶片作为植物的重要营养器官,其主要功能是进行光合作用和蒸腾作用。当叶面长期积累过量水汽时,很容易受到真菌和细菌等感染,导致病害发生,因此叶面湿度已成为评价植物生长的一项重要指标。近年来,有关设施温室小气候预警监测等技术[2-7]的研究发展迅速,但有关设施环境小气候对植物叶面湿度的影响研究相对较少。叶面湿度传感器一般采用人造叶片电阻,置于叶片附近,能够测定叶面上湿度的存在以及持续的时间,模拟通过电阻阻值变化来反映叶面湿度值,供研究人员或栽培管理人员参考,可预知疾病的发生并采取相关的保护措施[8]。

本试验通过搭建温室小气候环境监测系统,定时采集影响黄瓜叶面湿度变化的温度群数据、湿度群数据及太阳辐射数据,研究多参数环境因子对黄瓜叶面湿度的影响作用,旨在通过大量群数据参数采样,筛选出影响黄瓜叶面湿度的关键因子,为合理控制叶面湿度,以及对建立植物常见病害监测预警模型提供参考。

1 材料和方法

1.1 试验基本情况

试验于2018年3月30日—2018年6月15日在天津市北辰区实验基地日光温室(长70m,宽12 m)进行,供试作物为黄瓜。试验期间分别在温室东部、中部和西部3个区域安装美国HOBO公司生产的U30-NRC小气候环境监测系统,设备性能指标见表1,安装位置及测量参数表2。叶片湿度传感器水平固定在支架上,测定由上到下第5片叶。试验期间连续采样,时间间隔采集湿度群数据:空气湿度RH,10~40 cm土壤湿度RH10、RH20、RH30、RH40,叶面湿度RHL;温度群数据:空气温度T,10~40 cm土壤温度T10,T20,T30,T40;以及太阳辐射W,共12个指标。

1.2 数据处理与分析

采用Microsoft Excel 2010、 SPSS 20.0、 Matlab 2012等软件进行对数据进行相关分析和主成分分析。

2  结果与分析

2.1 相关分析

通过对空气湿度RH,10~40 cm土壤湿度值RH10,RH20,RH30,RH40,叶片湿度RHL,空气温度T,10~40 cm土壤温度T10,T20,T30,T40,以及太阳辐射W共12个变量进行相关分析,分析结果如表3所示。

2.1.1 湿度指标间相关性 叶面湿度RHL、空气湿度RH和土壤湿度RH40指标间均呈极显著正相关关系(P<0.01),叶面湿度RHL、空气湿度RH均与土壤湿度RH10,RH20和RH30呈极显著负相关关系(P<0.01),各层土壤湿度指标间均存在极显著正相关关系(P<0.01),由于土壤湿度RH40在空间上与温室内环境存在一定距离,在黄瓜根系生长过程中,此层土壤主要起到对于深层水分的渗漏作用,与叶面湿度RHL、空气湿度RH相关性较弱。此外,土壤湿度RH30与叶面湿度RHL之间相关性较其它层土壤绝对值最大,同时从采样数据可以看出同一时刻该层土壤湿度较其他三层也最大,分析可能是由于30 cm土层充分持水,含水量达到最大值,从而湿度值也最大。

2.1.2 温度指标间相关性 空气温度T和各层土壤温度T10,T20,T30,T40指标间均呈极显著正相关关系(P<0.01),说明空气温度越高,各层土壤温度亦越高。

2.1.3 温度、湿度和太阳辐射指标间相关性    叶面湿度RHL、空气湿度RH与空气温度T、土壤温度T10和T20以及太阳辐射W均呈极显著负相关关系T,而与土壤温度T30和T40呈极显著正相关关系T;除空气温度T和土壤温度T40与土壤湿度RH30以及土壤温度T20与太阳辐射W间无显著相关性外,空气、土壤温度、各层土壤湿度以及太阳辐射W指标之间均存在极显著正相关关系(P<0.01);太阳辐射W与空气温度和土壤温度T10存在极显著正相关关系(P<0.01),而与土壤温度T30和T40之间存在极显著负相关关系。空气湿度RH、空气温度T、太阳辐射W在空间上与叶片直接接触,直接作用于光合作用,影响气孔开度及能量耗散等,较其他因子對叶面湿度影响更为直接,其表现为空气温度越高,太阳辐射越大,空气湿度和叶面湿度越低;对于10~40 cm土壤温度、湿度因子则通过由太阳能驱动水分从土壤到叶片直至大气,从而影响叶片的蒸腾及能量耗散,起到间接作用,表现为10~20 cm土壤温度越高,10~30 cm土壤湿度亦越高,空气湿度和叶面湿度越低。

2.2 叶面湿度主成分分析

通过对影响日光温室智能灌溉控制系统的湿度群和温度群以及太阳辐射数据进行相关性分析,初步了解相关群数据特征及对叶面湿度的影响和作用方式,对于筛选更具价值的影响因子、提高关键因子在预测模型中的权重、有效地简化模型维度、提高模型的计算速度均有着至关重要的作用[9-12]。采用主成分分析方法对输入样本进行预处理,可把多个影响灌溉用水的变量转化为较少的彼此不相关的综合变量[13-17]。

对6个湿度群指标、5个温度群指标和1个太阳辐射指标进行主成分分析,结果(表5)表明,KMO检测结果P=0.000<0.05,说明数据主成分分析效果具有统计学意义,其中前3个主成分的累积贡献率为89.701%,故取前3项主成分作为评价指标。

主成分载荷是主成分与变量因子之间的相关系数,系数绝对值越大表明该主成分与指标间的联系越密切。从表6中可以看出,X2、X3、X4、X5、X7、X8、X10在第一主成分的载荷较大,均与主成分Ⅰ正相关,说明主成分Yi可以看成是由温室内环境中10~40 cm土壤温度与10,20,40 cm的土壤湿度组成的综合指标;X1、X6、X11、X12在第二主成分载荷较大,其中X6、X12与主成分Ⅱ正相关,与主成分Ⅱ负相关,故主成分Y可以看成是环境空气温度、空气湿度、太阳辐射值以及叶面湿度组成的综合指标,这也间接表明叶面湿度与空气温湿度和太阳辐射的相关性较强;X9在第三主成分中的载荷较大,与主成分Ⅲ负相关,故主成分YⅢ可以看成是RH30组成的综合指标,也进一步印证了本文对于30 cm土层土壤湿度的相关分析。综上所述,主成分分析结果体现了设施温室环境中多参数环境因子间相互作用情况。

3 结论与讨论

有研究表明,温室绝大部分的空气相对湿度在85%以上[18],采用日光温室冠层温湿度预测模型可以有效模拟黄瓜夜间冠层温湿度[19],适当降低土壤湿度(60%~80%)可以提高黄瓜幼苗的耐冷性,以保证低温冷害环境中幼苗黄瓜叶片光合作用酶的活性[20]。同时,有研究认为,引起叶面湿度不同的原因主要是植物营养生长与生殖生长在生长中期和后期的差异所致[21]。在日光温室环境当中黄瓜全生育期叶面湿度主要受温室内温度群数据、湿度群数据,以及环境光照等条件的影响,本试验采用人造叶片电阻模拟叶面湿度值,采集与植物叶面湿度相关的集群数据,通过相关性和主成分分析对以叶面湿度、空气湿度和土壤湿度组成的湿度群数据,以空气温度和土壤温度组成的温度群数据,以及太阳辐射等指标之间的关系进行研究,相关分析结果表明,叶面湿度与空气和土壤的温湿度指标及太阳辐射均存在着极显著的相关性;经主成分可将12个指标分为3个主成分,主成分I为土壤温度指标(T10、T20、T30、T40)和土壤湿度指标中的RH10、RH20、RH40,主成分II为空气温湿度指标(T、RH)、太阳辐射指标(W)和叶面湿度指标(RHL),主成分III为土壤湿度指标中的RH30。综合而言,叶面湿度受空气温湿度和太阳辐射的影响较大,主要表现为空气温度和太阳辐射高,空气湿度低,则叶面湿度亦低,而有关叶面湿度与各指标之間的具体关系可根据主成分对指标群降维后建立植物全生育期叶面湿度预测模型,实现通过对叶面湿度的实时监测来及时调整温室内环境参数,同时结合植物常见病害建立的植物病害监测预警模型,以适应植物当前生长需求。

参考文献:

[1]崔海,郭文忠.不同生育期黄瓜叶片湿度变化特征及其影响因子[J].设施园艺,2017(7):52-55.

[2]王慧,李梅兰,许建平,等.基于冠层温湿度模型的日光温室黄瓜霜霉病预警方法[J].应用生态学报,2015(10):3027-3034.

[3]王慧,陈梅香,李文勇,等.不同天气条件下黄瓜日光温室温湿度空间分布研究[J].北方园艺,2015(17):41 46.

[4]董志南,郑拴宁,赵会兵,等.基于空间插值的风场模拟方法比较分析[J].地球信息科学,2015,17(1):37-43.

[5]王虎,许哲,郭静,等.玉米品种多环境测试数据的空间插值分析[J].玉米科学,2012,20(6):143-148.

[6]凤舞剑.剖析温湿度与温室蔬菜病虫害的相关及应对措施[J].现代化农业,2009(10):7-8.

[7]齐志广.塑料温室生态环境调控技术的研究[J].生态农业研究,1997,5(2):57-60.