不同水分处理下基于辐热积的温室番茄干物质生产及分配模型

石小虎，蔡焕杰，赵丽丽，杨　佩，王子申（1.西北农林科技大学旱区农业水土工程教育部重点实验室，杨凌 712100；2.西北农林科技大学中国旱区节水农业研究院，杨凌 712100）



不同水分处理下基于辐热积的温室番茄干物质生产及分配模型

石小虎，蔡焕杰※，赵丽丽，杨佩，王子申
（1.西北农林科技大学旱区农业水土工程教育部重点实验室，杨凌 712100；2.西北农林科技大学中国旱区节水农业研究院，杨凌 712100）

摘要：为了探讨干物质生产及分配模型在西北地区温室环境不同水分处理的使用性，以番茄为材料，于2013－2015年在陕西省杨凌区温室内进行亏水处理试验，设置全生育期充分灌水处理、仅苗期亏水50%处理、苗期开花期连续亏水50%和全部亏水50%共4种水分处理，通过2013－2014年温室试验分析不同水分处理条件下番茄茎、叶、果实和根系的动态变化，建立了基于番茄耗水量、地上部和根系分配指数、地上部各器官分配指数的番茄干物质生产及分配模型；利用2014 －2015年试验数据对干物质生产及分配模型进行验证。结果表明，利用累积辐热积与干物质总量进行拟合得到的关系式，可以利用累积辐热积较为准确地模拟不同水分处理下番茄干物质总量。番茄干物质总量受累积辐热积和水分影响较大，而干物质总量在地上部、根系及地上部各器官的分配指数只随辐热积变化，不随灌水量发生显著的变化。运用番茄耗水量、累积辐热积、经验公式和经验系数得到的干物质生产及分配模型，通过该模型估算不同水分处理番茄茎、叶、果实和根系干物质的预测值和实测值拟合度较高，其绝对误差为0.24～9.46 g/株，均方根误差为0.35～10.01 g/株和决定系数为0.78～0.89，可以用该模型预测肥料充分条件下各水分处理温室番茄各器官的干物质生产及分配，为温室番茄不同水分条件下番茄生产提供理论依据。

关键词：灌溉；模型；温室；干物质生产及分配；番茄；水分处理

石小虎，蔡焕杰，赵丽丽，杨佩，王子申. 不同水分处理下基于辐热积的温室番茄干物质生产及分配模型[J]. 农业工程学报，2016，32（3）：69－77.doi：10.11975/j.issn.1002-6819.2016.03.011http://www.tcsae.org

Shi Xiaohu, Cai Huanjie, Zhao Lili, Yang Pei, Wang Zishen. Greenhouse tomato dry matter production and distribution model under condition of irrigation based on product of thermal effectiveness and photosynthesis active radiation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 69－77. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.03.011http://www.tcsae.org

Email：shixiaohu2006@126.com

0　引　言

设施农业的兴起大大减少了农业生产受外界环境影响的制约，尤其在日照充足的西北地区设施农业得到了较快发展。温室内部温度和辐射是影响作物生长的主要因素[1-5]。在西北地区温室蔬菜生产中，主要通过调节温室内温度来增产，而太阳辐射作为主要热源，直接影响着温室内温度的变化，因此能否准确的掌握调节温度和辐射的尺度对温室蔬菜生产起着重要的作用。

目前对蔬菜生长发育的研究，主要集中体现在运用模型来模拟干物质分配，其中包括干物质分配模型。作物干物质分配模拟作为作物生长发育模拟中一部分，主要有功能平衡模型、源库理论[6-8]和分配指数模型[9-10]。功能平衡模型认为地上部分和地下部干物质之间的分配主要取决于根活性和地上部分活性的对比。功能平衡理论能够较好地模拟根茎类蔬菜干物质分配，但对于许多蔬菜作物来说，收获的不是全部地上部分，而仅仅是果实，例如番茄，采用这类模型无法模拟干物质在地上部分各器官的分配[11]；机理性较强的源库理论模型，主要有tomato growth model（TOMGRO）和tomato simulator （TOMSIM）模型，其中TOMGRO模型需要输入大量的参数，大大降低了模型的实用性；TOMSIM模型利用固定的茎、叶干质量比率来预测茎、叶干质量，运用该模型在预测产量结果差异较大[12-13]。Marcelis[9]提出了经验性的干物质分配指数模型，即首先确定各个器官之间的分配指数，然后根据相应分配指数随生育阶段的变化来模拟干物质分配。由于该模型需要参数少且易确定，是目前最常用的模拟干物质分配的方法，其中包括模拟温室作物的干物质分配[14-20]。

倪纪恒等[14]和王新等[20]研究温室番茄分配指数模型时引入辐热积来综合考虑温度和有效辐射，采用分配指数和收获指数来预测番茄干物质分配和产量，并且在不同地区和品种得到了验证。然而目前国内外运用干物质分配指数模型模拟温室内不同水分处理下的干物质分配的研究较少。因此本研究通过温室辐热积对不同水分处理下番茄干物质分配进行研究，构建不同水分处理下温室番茄干物质分配模型，来预测在不同水分处理下温室番茄各器官的干物质量，为温室番茄不同水分条件下番茄生产提供理论依据。

1　材料与方法

1.1试验区概况

试验于2013－2015年在陕西省杨凌区大寨乡嘉兴花卉合作社温室内进行（34°18′N、108°4′E，海拔521 m）。试验温室为非加热型自然通风温室，主体为钢架结构，用聚氯乙烯薄膜覆盖，南北走向（长50 m×宽6.5 m×高4.6 m），温室顶部和底部各设1 m宽通风口，并配置手动启闭装置，当温室内温度＞35℃或＜10℃时，通过开启或关闭通风口来调节温室内温度。温室内部番茄为南北方向种植。该地温室0～60 cm土壤内，黏粒（＜2 μm）为22%，粉粒（2～20 μm）为56%，砂粒（≥20～2 000 μm）为22%，有机质质量分数为3.44%，容重为1.41 g/cm3，饱和含水率θSAT为0.41 cm3/cm3，田间持水量θFC为0.34 cm3/cm3，凋萎含水量θWP为0.14 cm3/cm3。

1.2试验设计及过程

本试验采用膜下沟灌灌溉方式进行试验。灌水从定植后15 d开始，各水分处理灌水周期为7 d左右，灌水量通过各小区管道首部的水表来控制。番茄生育期为：缓苗（2013年8月10－31日；2014年8月15日－9月8日）、苗期（2013年9月1日－10月5日；2014年9 月9日－10月12日）、开花期（2013年10月6日－12 月5日；2014年10月13日－12月12日）和成熟期（2013 年12月6日－2014年1月10日；2014年12月13日－2015年1月21日）。本研究设计4个水分处理：以全生育期充分灌水处理（T1）为对照，其他3个处理依次将苗期（T2）、苗期和开花期（T3）、苗期—成熟期（T4）的灌水量减少50%。设置充分灌溉处理T1处理灌水上限为田间持水率的90%[21]。石小虎[22]研究表明番茄根系在0～60 cm土层内分布，故设置计划湿润层深度为60 cm。根据王峰等[21]研究，计算出T1处理中各生育期灌水量If，其他处理只在灌水量上进行减少，灌水时间和次数均与T1处理相同。各处理进行3次重复，共12个小区，各小区面积为6.5 m×2.4 m=15.6 m2，完全随机布置，小区之间用埋深60 cm的塑料薄膜隔离。

试验用品种为番茄“丽娜”，分别于2013年8月10日和2014年8月15日定植，2014年1月10日和2015 年1月21日收获。种植方式为当地典型的起垄覆膜栽培模式，垄高20 cm、垄宽80 cm，番茄幼苗按单穴单株定植在垄的两侧，其宽行距为80 cm，跨沟窄行距为40 cm，株距为40 cm。定植前在温室内均匀施入等量的氮肥300 kg/hm2（以N计）、磷肥200 kg/hm2（以P2O5计）和钾肥300 kg/hm2（以K2O计）。定植时灌定植水20 mm，保证其成活率，定植后14 d内不灌水，以利于蹲苗，待番茄幼苗成活后再进行试验处理。定植当天沿温室南北走向铺设宽1.2 m，厚0.005 mm地膜，番茄开花后用细绳将番茄悬吊在温室上方的铁丝上，并每3 d人工授粉1次，同时进行喷药等农作管理。全生育期内，每株番茄留3穗果后摘心，每穗留4～5个番茄。番茄成熟后每2 d进行采摘1次，其他农作管理按当地常规进行。

1.3观测项目与方法

1）气象资料

采用位于温室中部距离地面2 m高度的自动气象站（Hobo，Onset Computer Corp.，USA）测定温室内温度（T，℃）、总辐射（Q，J/(m2·d)）等气象数据，数据每5 s采集1次，每15 min记录在数据采集器中。

2）土壤含水率

将Trime系列土壤水分测量仪（IMKO Corp.，Germany）埋设在距离植株20 cm位置处，分别测定各小区宽行、窄行和株间的土壤含水率，灌水前后各测1次，从表层到60 cm深每隔15 cm测量1次，计算时取其平均值。

3）充分灌水处理灌水量

灌水从定植后15 d开始，T1灌水上限为田间持水量的90%，其灌水量If（mm）为

式中θi为灌水前的土壤含水量，cm3/cm3；Zr为计划湿润层深度，cm，本文取60 cm。

4）耗水量

由于温室内地势平坦，没有地表径流；当地地下水埋设较深，地下水对番茄的补给可以忽略；温室常年有薄膜可以阻隔降雨的进入，因此降雨量可以忽略；根据温室内自制的渗透仪可以得到60 cm土层处没有深层渗漏。因此水量平衡公式可简化为

式中ETi为第i时间段内番茄的平均耗水量，mm；Ii为第i时间段内的灌水量，mm；ΔW为第i时间段内土壤含水量的变化量，mm。

5）番茄干物质量

番茄各生育期每隔5 d进行1次破坏性取样，各试验小区随机选取3株番茄，分别将番茄茎（含叶柄）、叶、果实和根系分开，采用105℃进行杀青后移至75℃烘箱内烘干至恒质量，采用精度0.01 g天平分别称取各部分干质量。

果实成熟时，每隔2 d左右采摘1次，各试验小区随机选取10株番茄，将成熟果实采用105℃进行杀青后移至75℃烘箱内烘干至恒质量，采用精度0.01 g天平称取其干质量。

6）累积辐热积

采用累积辐热积（product of thermal effectiveness and PAR，简称TEP）来综合考虑温度和光合有效辐射对干物质产生和分配的影响，累积辐热积采用如下方法计算[14,23]。

式中PARi为第i小时内有效辐射，J/(m2·h)；Qi为第i小时温室内太阳总辐射，J/(m2·h)；η为光合有效辐射和总辐射的比值，本文取0.5[18,24]；RTEi为第i小时内相对热相应；To为生长最适温度，℃；Tb为生长下限温度，℃；Tm为生长上限温度，℃；T为第i小时的平均温度，℃；番茄各生育时期的生长三基点温度如表1所示[25]。HTEP为第i小时内的辐热积，MJ/(m2·h)；TEP为N h内累积辐热积，MJ/m2。

表1　温室番茄生长三基点温度Table 1　Minimum, optimum and maximum temperature for greenhouse tomato

1.4误差分析

为了评价模型的精度，根据文献[26-27]计算模型模拟值和实测值之间的决定系数（R2）、绝对误差指标（mean absolute error，MAE）和标准误差（root mean square error，RMSE）。R2越接近1，MAE和RMSE越接近0时模拟值和实测值拟合越好。

2　结果与分析

2.1累积辐热积及其变化

表2为2013－2015年沟灌番茄各生育期温室内T、PAR和TEP。在番茄缓苗期时，T和PAR均为全生育期最大，分别为28.3～29.7℃和121.7～123.7 MJ/(m2·h)；随着季节性的变化，温室内T和PAR呈逐渐减小的趋势，在成熟期，温室内日均气温降到最低，为9.9～14.0℃，有效辐射降低为44.5～50.6 MJ/(m2·h)。而温室内累积辐热积随时间处于增加趋势，在成熟期结束时达到最大，为409.1～424.8 MJ/m2。

表2　温室各生育期平均气温、有效辐射和累积辐热积Table 2　Mean temperature, PAR and TEP inside greenhouse during whole stage of tomato

2.2不同水分处理干物质生产

图1为2013－2015年温室不同水分处理番茄干物质总量（total weight of dry weight，WTOT）与TEP的变化关系。由图1可以看出，通过拟合得到番茄干物质总量和累积辐热积的相关关系，番茄定植时，各处理番茄在缓苗期生长较为缓慢，干物质量与累积辐热积呈线性关系（WTOT=2.0+0.21TEP，TEP＜62 MJ/m2），进入苗期后，番茄干物质总量与累积辐热积的对数呈线性关系，且番茄干物质总量随着累积辐热积的增加而增加；干物质总量在苗期和开花期变化量较大，在成熟期时干物质总量变化减缓。比较各水分处理时，充分灌水处理（T1）干物质总量大于其他各水分处理干物质总量，且只在苗期亏水（T2）不会显著影响番茄干物质总量；随着亏水天数的增加，其干物质总量减少量逐渐增加；全生育期亏水（T4）时，干物质总量减少到最低，不同生育期干物质总量分别为充分灌水处理（T1）对应时期干物质总量的94.6%～97.9%、81.4%～81.7%和75.8%～77.1%。

图1　2013－2015年番茄不同处理干物质总量与累积辐热积的关系Fig.1　Relationship between total weight of dry weight and product of thermal effectiveness and PAR under different treatments in 2013-2015

将2013－2014年不同水分处理的番茄干物质总量与累积辐热积进行拟合（图1a），由图1a可以看出不同水分处理番茄干物质总量与累积辐热积的相关关系不同，其拟合的形式为

式中WTOT为干物质总量，g/株；TEP为累积辐热积，MJ/m2。不同水分处理拟合得到的经验参数有所不同，如表3所示。

表3　2013－2014年不同水分处理番茄干物质总量经验系数Table 3　Empirical coefficient of tomato dry weight under different irrigation treatments in 2013-2014

采用2014－2015年温室数据验证式（7）的可行性。图1b和表4为利用2014－2015年累积辐热积和表3所示经验系数模拟所得的干物质总量与实测值之间的对比。由图1b和表4可以看出，各水分处理番茄干物质总量模拟值与实测量有较好的一致性，其MAE为1.67～2.76 g/株，RMSE为1.89～3.21 g/株和R2为0.89～0.91，说明在各水分处理时，利用累积辐热积模型可以准确模拟番茄全生育期内干物质总量。

表4　2014－2015年不同水分处理番茄模拟和实测干物质总量误差分析Table 4　Error between simulated and observed dry weight for tomato under different irrigation treatment in 2014-2015

不同水分处理时各生育期干物质总量拟合公式不同，因此对不同水分处理各生育期耗水量与对应生育期拟合公式经验系数（表3）进行了拟合。通过经验系数（a 和b）与番茄耗水量有关，如图2所示。番茄各生育期耗水量如表5所示。

图2　番茄相对耗水量与相对经验系数的关系Fig.2　Relationship between relative tomato water consumption and empirical coefficient

表5　温室不同水分处理番茄耗水量Table 5　Water consumption for different treatments for greenhouse tomato

2.3地上部和根系分配指数

在运用分配指数模拟干物质分配时，同化产物首先在地上部分和根系分之间分配，然后在地上部分之间进行分配[14]。地上部分配指数（partitioning indices of total dry matter to shoot，PIS）指的是地上部分干重（shoot dry weight，WSH）占干物质总质量（WTOT）的比例；根系分配指数（partitioning indices of total dry matter to root，PIR）为根系干质量（root dry weight，WR）占WTOT的比例。

图3为2013－2015年温室不同水分处理番茄地上部干物质和根系干物质量分配指数。由图3通过拟合得到番茄地上部分配指数和根系分配指数与累积辐热积的相关关系，地上部分配指数随累积辐热积的增加而增大，在番茄定植时地上部分配指数最小，为0.79，在番茄成熟期时最大，为0.95；而番茄根系分配指数表现出相反的规律，根系分配指数随累积辐热积的增加而减小，在番茄定植时根系分配指数最大，为0.21，在番茄成熟期时最小，为0.05；在番茄生育期内各水分处理地上部和根系分配指数无显著差异，不同生育期亏水不会显著影响地下部和根系分配指数。

图3　2013－2015年番茄各处理地上部和根系分配指数与累积辐热积的关系Fig.3　Relationship between partitioning indices of total dry matter to shoot and root and TEP under different treatments in 2013-2015

将2013－2014年不同水分处理的番茄地上部和根系与累积辐热积进行拟合（图3a），其拟合关系如图3a所示。采用2014－2015年数据验证图3a中拟合公式进行分配指数拟合的可行性，如图3b和表6所示。各水分处理番茄地上部和根系分配指数模拟值与实测量有较好的一致性，其MAE为0.004～0.005，RMSE为0.006～0.008 和R2为0.91～0.94；说明利用图3中拟合公式可以准确模拟番茄全生育期地上部和根系分配指数。

表6　2014－2015年不同水分处理番茄模拟和实测地上部及根系分配指数误差分析Table 6　Error between simulated and observed partitioning indices of total dry matter to shoot and root for tomato in 2014-2015

2.4地上部各器官分配指数

番茄地上部分器官包括茎、叶和果实，其中在开花期之前地上部分器官只有茎和叶，开花期之后地上部分器官有茎、叶和果实。茎、叶和果实的分配指数（partitioning indices of shoot dry matter to stem, leaf and fruit，分别简称PIST、PIL和PIF）指的是植株体茎、叶和果实干质量（dry weight of stem, leaf and fruit，分别简称WS、WL和WF）占地上部分干质量（WSH）的比例。

图4为2013－2015年温室不同水分处理番茄地上部分茎、叶和果实干物质分配指数与累积辐热积的关系。由图4通过拟合得到地上部各器官分配指数和累积辐热积的相关关系，PIST随累积辐热积的增加而先增加后减小，在番茄苗期结束时最大，为0.46～0.49，在番茄成熟期结束时最小，为0.22～0.23；PIL随累积辐热积的增加而降低，在番茄定植时最大，为0.74～0.76，在成熟期结束时最小，为0.20～0.22；开花期后番茄PIF随着累积辐热积的增加而增加，在开花期之前最小，为0，在成熟期结束时最大，为0.54～0.58。番茄开花期之前时，番茄植株只进行营养生长，包括茎和叶的生长，茎和叶的分配指数在定植时分别为0.24～0.26和0.74～0.76，随着营养生长的进行，茎和叶的分配指数逐步接近，在苗期结束时最为接近，为0.49～0.51和0.49～0.51，随后茎和叶分配系数随着累积辐热积的增加而降低；开花期初期时果实开始膨大，果实干物质增加速率较快，因此果实分配指数增加速率较大，在成熟期时，果实开始成熟，大部分果实已经膨大，干物质增加速率减缓，其果实分配指数增加较缓。各水分处理之间地上部各器官分配指数无显著差异，说明亏水处理不会显著影响干物质在地上部分各器官的分布。

由2013－2014年试验数据拟合地上部各部分分配系数与累积辐射积的关系，如图4a所示。番茄地上部茎、叶和果实分配指数和累积辐热积的关系如下

图4b和表7为通过2014－2015年累积辐热积和公式（8）～（10）所得模拟得到温室各水分处理地上部分各器官分配指数模拟值与实测值的对比结果。由图4b和表7可以看出，各水分处理番茄地上部各器官分配指数模拟值与实测量有较好的一致性，其绝对误差（MAE）为0.007～0.030，均方根误差（RMSE）为0.011～0.034和决定系数（R2）为0.91～0.95；说明利用累积辐热积和公式（8）～（10）可以准确模拟番茄全生育期地上部分各器官分配指数。

图4　2013－2015年模拟番茄各处理地上部各器官分配指数和辐热积的关系Fig.4　Relationship between partitioning indices of stem, leaf and fruit and TEP under different treatments in 2013-2015

表7　2014－2015年不同水分处理番茄地上部茎、叶和果实分配指数模拟值和实测值误差分析Table 7　Error between simulated and observed partitioning indices of shoot dry matter to stem, leaf and fruit for the tomato in 2014-2015

2.5番茄各器官干物质分配模型验证

运用2013－2014年建立基于耗水量、累积辐热积、干物质总量、分配指数建立干物质分配模型，通过2014 －2015年不同水分处理番茄耗水量、累积辐热积、经验公式（7）～（10）、图2～3中的经验公式、充分灌水处理番茄耗水量和经验系数（ap和bp）可得到不同水分处理番茄干物质总量（WTOT）、地上部和根系分配指数（PIS和PIR）及地上部各器官分配指数（PIST、PIL和PIF），进而得到不同水分处理各器官干物质量。

图5和表8为通过2014－2015年各水分处理耗水量、累积辐热积和经验公式得到番茄茎、叶、果实和根系干物质模拟值与实测值对比分析。由图5和表8可以看出，各水分处理试验，各器官干物质模拟量与实测量有较好的一致性，其MAE为0.24～9.46 g/株，RMSE为0.35～10.01 g/株和R2为0.78～0.89。说明在不同水分处理时，根据各水分处理耗水量、累积辐热积和经验公式所得的模型可以准确模拟番茄茎、叶、果实和根系干物质量。因此可以将充分灌水处理得到的耗水量（ETp）和经验系数（ap和bp）作为定值，在不同水分处理时可直接引用来估算番茄茎、叶、果实和根干物质量，对于预测不同水分处理下温室番茄各器官的干物质分配提供理论依据。

图5　2014－2015年番茄各处理模拟茎、叶、果和根系干物质模拟值与实测值Fig.5　Values of simulated and observed dry weight of stem, leaf, fruit and root under different treatments in 2014-2015

表8　2014－2015年番茄各处理模拟茎、叶、果和根系干物质模拟值与实测值误差分析Table 8　Error between simulated and observed dry weight of stem, leaf, fruit and root for tomato in 2014-2015

3　讨　论

3.1温室番茄干物质生产模拟

目前对植株干物质生产的模拟多集中为机理性和经验性模型，其中干物质生产机理性模型的研究有王新等[20]和刁明等[19]采用单叶光合速率、冠层光合速率和呼吸作用对植株干物质的生产进行模拟，得到了较为理想的结果；干物质生产经验性模型的研究有张红菊等[17]研究干物质生产时引入了生理辐热积来拟合植株干物质生产，马万征等[18]利用辐热积模拟黄瓜干物质量分配，建立了干物质总量与累积辐热积之间相关关系，均达到了较为理想的结果。本研究建立了西北地区温室番茄4个水分处理下经验型的干物质生产模型，利用累积辐热积与干物质总量进行拟合得到的关系式。不同水分处理时，拟合公式中经验参数a和b均有所变化，由表3及图2可以看出，相对经验参数a和b与对应时期相对耗水量呈显著二次相关关系，在一定范围内相对经验参数a和b随相对耗水量的增加而增加，因此在本试验条件下只要测得番茄耗水量就可准确模拟番茄干物质总量。该干物质生产模型适合于肥料无胁迫条件下不同水分处理干物质总量生产，提高了干物质生产模型的普适性。本研究所得到的干物质生产模型与基于源库理论的温室番茄干物质生产模型相比，只需要番茄各水分处理的耗水量和气象资料（总辐射和温度）即可根据拟合经验公式得到准确的各水分处理干物质总量，具有参数少、易于获取和实用性强的特点。然而该干物质生产模型在不同肥料条件下的番茄干物质分配模型需要进一步的试验资料对模型参数进行校正，同时干物质生产模型还需要在不同地点进行验证，以提高模型的广适性和稳定性。

3.2温室番茄干物质分配指数模拟

在干物质分配的研究中，通常假定干物质首先在地上部分与地下部分之间进行分配，然后地上部分干物质再向茎、叶、果中分配[28]。倪纪恒等[14]对利用辐热积对不同品种、基质和地点对番茄干物质分配与产量进行模拟，得出的地上部和根系分配指数与TEP的关系形式与本研究得出的表达式形式一致，但由于地域及处理措施等的不同导致表达式经验系数的不同。在地上部各器官的分配指数的研究中，张红菊等[17]、刁明等[19]利用辐热积对地上部干物质量进行分配模拟时也表明，PIS、PIL和PIF与累积辐热积之间的关系式形式与本文一致，其经验参数会随供试品种、地域及种植环境所变化。本研究表明PIS、PIR、PIST、PIL和PIF与TEP之间的关系形式上与前人表达形式的相似，不同水分处理对PIS、PIR、PIST、PIL和PIF均无显著影响，干物质在地上部、根部及地上部各器官的分布不受生育期内灌水量的影响，可能的原因是本研究施入的肥料较为充分，水分在干物质分配中不会起到显著的作用，但是干物质分配指数模型是否会随施肥量的不同而经验参数有所变化需要进一步的试验资料对其进行验证。

4　结　论

通过2013－2015年温室内不同水分处理试验，基于累积辐热积和番茄耗水量拟合干物质总量、地上部和根系分配指数和地上部各器官分配指数的干物质生产及分配模型，通过模型预测不同水分处理下番茄干物质生产及分配，得到如下结论：

1）得出累积辐热积与干物质总量拟合关系式，不同水分处理时经验参数a和b均有所变化，与对应时期相对耗水量呈显著二次相关关系。番茄干物质总量受辐热积和水分影响较大，而干物质在地上部、根系及地上部各器官的分配指数只随辐热积变化，不随灌水量发生显著的变化。

2）运用番茄耗水量、累积辐热积、经验公式和经验系数（ap和bp）得到的干物质生产及分配模型，通过该模型估算不同水分处理番茄茎、叶、果实和根系干物质的预测值和实测值拟合度较高，其绝对误差为0.24～9.46 g/株，均方根误差为0.35～10.01 g/株和决定系数为0.78～0.89，可以用该模型预测肥料充分条件下各水分处理温室番茄各器官的干物质生产及分配，为温室番茄不同水分条件下番茄生产提供理论依据。

[参考文献]

[1] Guojing L, Benoit F, Ceustermans N. Influence of day and night temperature on the growth, development and yield of greenhouse sweet pepper[J]. Journal of Zhejiang University, 2004, 30(5): 487－491.

[2] Turc O, Lecoeur J. Leaf primordium initiation and expanded leaf production are co-ordinated through similar response to air temperature in Pea (Pisum sativum L.)[J]. Annals of Botany, 1997, 80: 265－273.

[3] 袁洪波，李莉，王俊衡，等. 基于温度积分算法的温室环境控制方法[J]. 农业工程学报，2015，31(11)：221－227. Yuan Hongbo, Li Li, Wang Junheng, et al. Control method for greenhouse climate based on temperature integration[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(11): 221－227. (in Chinese with English abstract)

[4] Marcelis L F M, Heuvelink E, Goudriaan J.Modelling biomass production and yield of horticultural crop: A review[J]. Scientia Horticulturae, 1998, 74(1): 83－111.

[5] 王纪章，李萍萍，赵青松. 基于积温模型的温室栽培生产规划决策支持系统[J]. 江苏大学学报：自然科学版，2013，34(5)：543－547. Wang Jizhang, Li Pingping, Zhao Qingsong. Decision support system of greenhouse production planning based on temperature integration model[J]. Journal of Jiangsu University: Natural Science Edition, 2013, 34(5): 543－547. (in Chinese with English abstract)

[6] Marcelis L F M. A simulation model for dry matter partitioning in cucumber[J]. Annals of Botany, 1994, 74(1): 43－52.

[7] Thornley John H M. Modeling shoot：root relation：the only way forward?[J]. Annals of Botany, 1998, 81(2): 165－171.

[8] Reynolds J F, Chen J L. Modeling whole-plant allocation in relation to carbon and nitrogen supply: Coordination versus optimization[J]. Plant and soil, 1997, 185(1): 65－74.

[9] Marcelis L F M. Simulation of biomass allocation in greenhouse crops: A review[J]. Acta Horticulture, 1993, 328(1): 49－67.

[10] Gutierrez Colomer R P, Gonzalez-Real M M, Baille A. Dry matter production and partitioning in rose (Rosa hybrida) flower shoots[J]. Scientia Horticulturae, 2006, 107: 284－291.

[11] Hunt H W, Morgan J A, Read J J. Simulating growth and root: Shoot partitioning in prairie grasses under elevated atmospheric CO2and water stress[J]. Ann Bot, 1998, 81(4): 489－501.

[12] Jones J W, Dayan E, Allen L H, et al. A dynamic tomato growth and yield model (TOMGRO)[J]. Transactions of the American Society of Agricultural and Biological Engineers, 1991, 34(2): 663－672.

[13] Heuvelink E. Tomato Growth and Yield: Quantitative Analysis and Synthesis[D]. Netherlands: Wageningen Agriculture University, 1996.

[14] 倪纪恒，罗卫红，李永秀，等. 温室番茄干物质分配与产量的模拟分析[J]. 应用生态学报，2006，17(5)：811－816. Ni Jiheng, Luo Weihong, Li Yongxiu, et al. Simulation of greenhouse tomato dry matter partitioning and yield prediction[J]. Chinese Journal of Applied Ecology, 2006, 17(5): 811－816. (in Chinese with English abstract)

[15] 李永秀，罗卫红，倪纪恒，等. 温室黄瓜干物质分配与产量预测模拟模型初步研究[J]. 农业工程学报，2006，22(2)：116－121. Li Yongxiu, Luo Weihong, Ni Jiheng, et al. Simulation of dry matter partitioning and yield prediction in greenhouse cucumber[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2006, 22(2): 116－121. (in Chinese with English abstract)

[16] 员玉良，盛文溢. 基于主成分回归的茎直径动态变化预测[J].农业机械学报，2015，46(1)：306－314. Yun Yuliang, Sheng Wenyi. Method for predicting stem diameter variations based on principal component regression[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(1): 306－314. (in Chinese with English abstract)

[17] 张红菊，戴剑锋，罗卫红，等. 温室盆栽一品红生长发育模拟模型[J]. 农业工程学报，2009，25(11)：241－247. Zhang Hongju, Dai Jianfeng, Luo Weihong, et al. Model for simulating development and growth of pot planted poinsettia (Euphorbia pulcherrima) grown in greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(11): 241－247. (in Chinese with English abstract)

[18] 马万征，毛罕平，倪纪恒. 不同果实负载下温室黄瓜干物质分配的模拟[J]. 农业工程学报，2010，26(10)：259－263. Ma Wanzheng, Mao Hanping, Ni Jiheng. Simulation of dry matter partitioning of greenhouse cucumber under different fruit load conditions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(10): 259－263. (in Chinese with English abstract)

[19] 刁明，戴剑锋，罗卫红，等. 温室甜椒生长与产量预测模型[J]. 农业工程学报，2009，25(10)：241－246. Diao Ming, Dai Jianfeng, Luo Weihong, et al. Model for simulation of growth and yield of greenhouse sweet pepper[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(10): 241－246. (in Chinese with English abstract)

[20] 王新，马富裕，刁明，等. 加工番茄地上部干物质分配与产量预测模拟模型[J]. 农业工程学报，2013，29(22)：171－179. Wang Xin, Ma Fuyu, Diao Ming, et al. Simulation of shoot dry matter partitioning and yield prediction of processing tomato[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(22): 171－179. (in Chinese with English abstract)

[21] 王峰，杜太生，邱让建，等. 亏缺灌溉对温室番茄产量与水分利用效率的影响[J]. 农业工程学报，2010，26(9)：46－52. Wang Feng, Du Taisheng, Qiu Rangjian, et al. Effects of deficit irrigation on yield and water use efficiency of tomato in solar greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(9): 46－52. (in Chinese with English abstract)

[22] 石小虎. 温室膜下滴灌番茄对水氮耦合的响应研究[D].杨陵：西北农林科技大学，2013. Shi Xiaohu. Response of Greenhouse Tomato with Drip Irrigation under Plastic Mulch to Water-nitrogen Coupling[D]. Yangling: Northwest A＆F University, 2013. (in Chinese with English abstract)

[23] Nash J E, Sutcliffe J V. River flow forecasting through conceptual models, part I-A discussion of principles[J]. Journal of Hydrology, 1970, 10: 282－290.

[24] Willmott C J, Matsuura K. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance[J]. Climate Research, 2005, 30(1): 79－82.

[25] 倪纪恒，陈学好，陈春宏，等. 用辐热积法模拟温室黄瓜果实生长[J]. 农业工程学报，2009，25(5)：192－196. Ni Jingheng, Chen Xuehao, Chen Chunhong, et al. Simulation of cucumber fruit growth in greenhouse based on production of thermal effectiveness and photosynthesis active radiation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(5): 192－196. (in Chinese with English abstract)

[26] 黄秉维，郑度，赵名茶，等. 现代自然地理[M]. 北京：科学出版社出版，1999.

[27] 王冀川，马富裕，冯胜利，等. 基于生理发育时间的加工番茄生育期模拟模型[J]. 应用生态学报，2008，19(7)：1544－1550. Wang Jichuan, Ma Fuyu, Fen Shengli, et al. Simulation model for the development stages of processing tomato based on physiological development time[J]. Chinese Journal of Applied Ecology, 2008, 19(7): 1544－1550. (in Chinese with English abstract)

[28] 倪纪恒，罗卫红，李永秀，等. 温室番茄叶面积与干物质生产的模拟[J]. 中国农业科学，2005，38(8)：1629－1635. Ni Jihen, Luo Weihong, Li Yongxiu, et al. Simulation of leaf area and dry matter production in greenhouse tomato[J]. Scientia Agricultura Sina, 2005, 38(8): 1629－1635. (in Chinese with English abstract)

Greenhouse tomato dry matter production and distribution model under condition of irrigation based on product of thermal effectiveness and photosynthesis active radiation

Shi Xiaohu, Cai Huanjie※, Zhao Lili, Yang Pei, Wang Zishen
(1. Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas of Ministry of Education; Northwest A&F University, Yangling 712100, China;2. Chinese Arid Area Research Institute of Water-saving Agriculture, Northwest A& F University, Yangling 712100, China)

Abstract:To know the applicability of dry matter production and distribution model in greenhouse environment in northwest of China, we conducted a tomato deficit irrigation experiment in 2013-2015 in Yangling Shaanxi Province. Four treatments were set up including no deficit in whole growth period, deficit of 50% only in seedling stage, deficit of 50% both in seedling stage and flowering stage and deficit of 50% in whole growth period. We analyzed the dynamic changes of tomato stems, leaves, fruits and roots under different irrigation treatment in 2013-2014, and established a dry matter production and distribution model by using water consumption, aboveground and root distribution index, aboveground organ allocation index. Then the experimental data in 2014-2015 was used to validate the dry matter production and distribution. Total radiation, temperature, and water consumption of tomato under different treatments and dry matter weight of tomato including stems, leaves, fruits and roots in different growth stages were observed. Meteorological data was measured by artificial weather station, and water consumption was calculated based on water balance theory, and dry matter weight of each organ was measured by weighing method. The results showed that the total cumulative of thermal effectiveness and PAR (TEP) and water condition influenced tomato’s dry matter most. For full irrigation treatment, dry matter increased rapidly in seedling stage and flowering stage. In mature stage the increase rate of dry matter reduced to the minimum level, and the total amount of dry matter increased to the maximum level. Water deficit in seedling stage would not significantly reduce the total amount of dry matter. Water deficit both in seedling stage and flowering stage would significantly reduce the total amount of dry matter in mature stage, and longer durations would result in larger reduction. The process of dry matter production under different water condition could be simulated by using total cumulative of TEP as an input variable in a dry matter production and distribution model. The dry matter allocation index of aboveground and root only changes with TEP while irrigation amount influenced it little. The aboveground index increased with TEP, and reached minimum in establishment stage, i.e.0.79, reached maximum in mature stage, i.e.0.95. While the root index decreased with TEP, and reached maximum in establishment stage, i.e. 0.21, reached minimum in mature stage, i.e. 0.05. Before flowering, tomato only underwent vegetative growth, distribution indexes of stem and leaf were 0.24-0.26 and 0.74-0.76, respectively in establishment stage. Distribution indexes of stem and leaf became closer in later vegetative growth stage, and were 0.49-0.51 and 0.49-0.51 respectively in the end of seedling stage. The distribution index of fruit increased with TEP after flowering. A high precision could be attained when using this dry matter production and distribution model to calculate tomato’s stem, leave, fruit and root dry matter under different water condition, and absolute errors were 0.24-9.46 g per plant, root mean square errors were 0.35-10.01 g per plant, and coefficients of determination were 0.78-0.89. This model could be used to simulate production and distribution of tomato’s dry matter under different water condition when fertilizer supply was sufficient. This research provides useful information for greenhouse tomato production under different water conditions.

Keywords:irrigation; models; greenhouse; dry matter production and distribution; tomato; water treatment

通信作者：※蔡焕杰，男，河北藁城人，教授，博士生导师，主要从事农业节水与水资源高效利用研究。杨凌西北农林科技大学旱区节水农业研究院，712100。Email：caihj@nwsuaf.edu.cn

基金项目：国家科技支撑计划（2011BAD29B01）；国家自然基金（51179162）；2011年度高等学校博士学科点专项科研基金资助课题（20110204130004）

作者简介：石小虎，男，山西大同人，博士生，主要从事农业节水理论研究。杨凌西北农林科技大学旱区节水农业研究院，712100。

收稿日期：2015-09-26

修订日期：2015-12-10

中图分类号：S625.5；S641.2

文献标志码：A

文章编号：1002-6819(2016)-03-0069-09

doi：10.11975/j.issn.1002-6819.2016.03.011