日光温室西瓜生育期模拟模型的研究

骆 飞,徐海斌,左志宇,毛罕平,赵桂东,郭小山,陈富平,张 超

(1.江苏徐淮地区淮阴农业科学研究所,江苏 淮安 223001;2.江苏大学 农业工程研究院,江苏 镇江 212013;3.哥本哈根大学 植物与环境科学系,措斯楚斯 DK-2630;4.江苏大学 现代农业装备与技术教育部重点实验室,江苏 镇江 212013;5.江苏省现代农业装备与技术协同创新中心,江苏 镇江 212013;6.江苏省淮安市现代农业高科技示范园,江苏 淮安 223001)

0 引言

西瓜(Watermelon)瓜瓤脆甜多汁,含丰富的矿物盐和维生素,具有极高的营养价值,素有夏季水果之王的美誉,深受市场消费者喜爱。联合国粮食及农业组织统计数据库(FAOSTAT)数据显示,2013年世界水果中西瓜的收获面积和产量分别居第7位和第1位,西瓜已成为世界水果产业中发展较快和水果贸易的主导产业[1-4]。许多气候因素会影响西瓜的生长发育,而温度又是西瓜环境中最重要的组成部分[5-7]。定量研究和准确模拟西瓜生育期与环境因子的动态关系,能够有效预测西瓜的生育期,解释和量化环境因子对西瓜生长发育的影响程度[8-11],为西瓜栽培管理、环境调控以及生产上市时间调控做出科学决策,成为淮安西瓜生产中获取较高经济效益的研究热点,也是淮安西瓜生产模型研究中的基础内容之一。

前人在对作物的生育期进行预测时,常采用生长度日(Growing Degree Days,GDD)和生理发育时间(Physiological Development Time,PDT)两种方法。生长度日法基于有效积温理论对作物的发育时期进行预测,忽略了日长对作物发育速率的影响,也没有考虑到作物发育速率不变时而相应的有效积温产生了很大的变化,在预测作物的生育期时误差较大[9,12-13]。生理发育时间法考虑了日长和温度对作物发育的影响,并且认为在不同的温度阶段作物发育的速率不同。采用生理发育时间法预测大田作物(水稻[14-16]、小麦[17-18]、玉米[5,10,19]、甜瓜[12,20-21])的生育期常有报道,但在温室园艺作物方面报道较少,且以一日中的平均温度作为计算尺度会产生一定的误差。本研究采用系统分析的方法,以生理发育时间作为西瓜定量发育进程的尺度,结合日光温室生产管理中物联网技术的应用实际,改进了生理发育时间的计算方式,并且根据淮安西瓜生长发育对光、温的反应规律,构建了淮安地区日光温室西瓜发育期的模拟模型,并用不同播期、不同试验地点的西瓜试验数据对所构建的模拟模型进行了检验。

1 材料与方法

1.1 供试品种

供试日光温室西瓜品种为苏创4号，由江苏徐淮地区淮阴农业科学研究所选育并提供。试验于2014～2017年在淮安市不同地点分3次陆续进行。

1.2 试验设计

试验Ⅰ:试验于2014年10月在江苏徐淮地区淮阴农业科学研究所八连栋日光温室进行,试验期间每天观测西瓜的生长发育状况,并记载各生育期日期。2014年10月9日进行播种,10月19日定植,2015年1月16日采瓜,栽培全生育期为99 d。

试验Ⅱ:试验于2016年2月在江苏省淮安市现代农业高科技示范园区1号日光温室进行,试验期间每天观测西瓜的生长发育状况,并记载各生育期日期。2015年2月19日进行播种,3月2日定植,5月26日采瓜,栽培全生育期为96 d。

试验Ⅲ:试验于2017年12月在江苏省淮安市经济开发区三联村西瓜专业合作社1号日光温室内进行,试验期间每天观测西瓜的生长发育状况,并记载各生育期日期。2016年12月25日进行播种,2017年1月4日定植,4月5日采瓜,栽培全生育期为101 d。

1.3 栽培管理

在西瓜适期播种后水肥管理、病虫害防治以及生长管理同常规生产。定植前每公顷施用腐熟有机肥30 t、45%硫酸钾型复合肥(N∶P∶K=15∶15∶15) 375 kg;在果实膨大期适时适量追施膨瓜肥。定植株距40 cm,行距250 cm,栽植密度9900～10200株/hm2,三蔓整枝。定植时连续2日进行灌溉；此后视墒情浇水,保证水分供应充足。

1.4 环境监控

在日光温室内部署了基于物联网技术的光温湿度3合1传感器(云计物联, YJ-THL20型)、CO2浓度传感器(新惠普, PH-CO2型)、土壤温湿度传感器(新惠普, PH-1A型)、土壤pH值传感器(新惠普, PH-SZSJ01型)以及水肥溶液EC-pH 2合1无线传感器(云计物联, SZS/SZEC01型),安装了PLC智能控制系统、自动灌溉施肥系统、加热保温系统、帘幕系统、通风系统。通过ZigBee及GPRS组网,24 h实时、动态地监测采集温室内环境参数,将环境监测数据自动传输到手机APP、电脑等终端供用户查询分析；当温室内实际数据达到控制阈值时,系统自动发出控制指令,用户可通过3G网络PLC驱动遮阳网、环流风机、通风机组、水帘机水泵、滴灌电磁阀等执行机构,将温室内的环境状况调节到满足西瓜生长发育的最佳状态。

1.5 数据分析

采用Microsoft EXCEL 2010和IBM SPSS 22.0软件对试验数据进行统计分析。

1.6 模型验证和方法

将试验Ⅰ监测和记录到的西瓜生产数据用来构建日光温室西瓜生育期模拟模型,利用试验Ⅱ和试验Ⅲ观测到的数据对构建出的模拟模型进行检验。

采用相对误差(Relative Error,RE)和根均方差(Root Mean Squared Error,RMSE)对模拟值与观测值两者间的符合度进行统计分析,RE和RMSE值能够很好地反映模型模拟值的预测性，若RE值和RMSE值越小,则模拟值与观测值的一致性越好,偏差越小,即模型的模拟结果越准确、可靠。RE和RMSE的计算公式如下:

RE=(SIMi-OBSi)/OBSi×100%

(1)

(2)

在公式(1)～公式(2)中,SIMi为西瓜生育模拟模型计算得到的生育阶段i的持续天数(d);OBSi为相应的实际观测天数(d);n为样本容量。

2 模型描述

2.1 西瓜生育期的划分

根据前人的研究结果和多年的栽培经验,将西瓜整个生长发育过程划分为发芽期、幼苗期、伸蔓期、开花坐瓜期、果实膨大期、果实成熟期6个阶段[9,22],整个生长发育历期为90～110 d。由于西瓜在播种期没有明显的生理变化特征,因此本研究未将播种作为发育期的划分标准。

2.2 形态指标观测

播种后每隔3～4 d随机取样5～10株观测并记录西瓜的叶片数、叶片大小、开花、果实大小等生长发育状况,西瓜的生育期进程划分与形态指标如表1所示。

表1 西瓜生育期发育进程与生育期形态指标

为了便于计算机的识别和运算,本研究采用的发育进程(Development Progress,DVP)需要数据化,即将西瓜的生育期变化用数值描述,如播种期用0.0表示,发芽期用1.0表示,伸蔓期用3.0表示,等等。

2.3 每日相对热效应

温度对西瓜发育速率的影响程度用每日相对热效应(Relative Thermal Effectiveness,RTE)来衡量,RTE即作物在实际温度条件下生长1 d完成的生育进度与在最适温度区间生长1 d完成的生育进度的比值,此比值区间为[0，1][23-25],如图1所示。描述这一过程的有Beta回归模型[26]、线性函数[24]、Logistic函数[9,27]等,本研究模型的RTE采用三段线性函数来计算,不仅可以简化算法,而且最终模拟精度也比较高。

(3)

式(3)中,RTE(T)表示温度为T时的相对热效应;Tob为生长发育最适温度的下限(℃);Tou为生长发育最适温度的上限(℃);Tb为生长发育的起点温度(℃),取值为10 ℃,当外界温度低于这一温度时,西瓜停止发育,甚至可能会发生冻害;Tm为生长发育温度的上限(℃),取值为40 ℃,当外界温度高于这一温度时,西瓜的发育速度为0。淮安西瓜各发育期的三基点温度如表2所示。

本研究在构建西瓜发育模型时,为了精确描述温度对西瓜生育进程的影响，反映西瓜生长发育过程中某一时间段的热效应积累,进一步考虑到了1 d中温度每次变化产生的热效应积累,将温度传感器采集时间间隔设置为4 min/次,1 h采集温度数据15次,将1 d进一步划分成360个时间节点；采用线性插值的方法,通过逐个时间节点采用下式计算1 d中温度的变化产生的热效应积累。

表2 淮安西瓜各发育期的三基点温度 ℃

注:Tb为生长发育的起点温度;Tob为生长发育最适温度的下限;Tou为生长发育最适温度的上限;Tm为生长发育温度的上限;*代表土壤温度。

(4)

Tn=Ti+(Sn-Si)ki

(5)

式(4)中,Ti与Ti+1为相邻两个时间节点监测到的温度(℃)；Si和Si+1为监测的相邻两个时间节点；ki为监测的相邻两个时间节点内温度变化率(Rate of change)。在式(5)中,Sn为Si和Si+1之间某个时间；Tn为在Sn时的温度。

根据插值的温度,结合式(3)可知各个时段相对热效应RTEi:

RTEi=RTE(T)

(6)

当天的相对热效应RTEn为各个时段相对热效应RTEi的总和:

(7)

2.4 相对光周期效应

相对光周期对日光温室西瓜发育速率的影响程度用每日相对光周期效应(Relative Photoperiodic Effectiveness,RPE)来衡量,其取值范围为0～1[23-25]。西瓜属于喜光作物,生长期间需要充足的日照时数和较强的光照强度,每天应有10～12 h以上的日照时间，以利于其进行光合作用。在幼苗期维持10～12 h/d光照有利于幼苗的生长速度和幼苗的质量;开花坐瓜期是西瓜生长发育的关键时期,需要保证较强的光照和足够的日照时数,以有利于雌花形成及提高坐果率,减少落花及化瓜。根据发育临界日长(DLc)、发育最适日长(DLo)、全天实际日长(DL)来计算日光温室西瓜生长中每日相对光周期效应RPE,计算见公式(8)。

在公式(8)中，当DLo

(8)

图2 相对光周期效应RPE与全天实际日长间的关系

2.5 生理发育时间的计算

生理发育时间(Physiological Development Time,PDT)是指在最适的光温条件下,完成从西瓜播种到西瓜成熟某一特定生育阶段所需要的生理日数。生理发育时间PDT由植株基因型(品种遗传特性)、环境温度、光照条件决定[9,23-25]。将西瓜在特定光温环境中生长1 d与在最适条件下生长1 d生理发育时间的比值定义为每日相对生理发育效应(Relative Physiological Development Effectiveness,RPDE)[23-24]。将西瓜在最适光温环境中生长1 d时的生理发育效应定义为1个生理发育日,而西瓜在非最适光温环境中生长1 d时的生理发育效应均小于1个生理发育日。西瓜在各生长发育阶段的每日相对生理发育效应RPDE由每日相对热效应RTE、每日相对光周期效应RPE决定,采用下列公式计算:

(9)

式(9)中,GER为完成发芽期所需要的生理发育时间(d)；FPW是完成播种到开花坐瓜期所需要的生理发育时间(d)。

对特定基因型西瓜来说,完成其生育阶段所需要的生理发育时间(PDT)是恒定的,即西瓜完成某一发育阶段所需要的生理发育时间(PDT)是该发育阶段相对生理发育效应(RPDE)之和[10,23],可以用下述公式计算:

PDT= ∑RPDE

(10)

3 结果与分析

3.1 西瓜完成各生育期所需的生理发育时间

试验Ⅰ监测到的西瓜生长数据用来构建出日光温室西瓜生育期模拟模型,并利用公式(1)～公式(8)可计算出西瓜到达各个生育阶段所需要的生理发育时间(模拟值)。结果表明,西瓜从播种到果实成熟所需的生理发育时间为99 d(表3),其中西瓜发芽期、幼苗期、伸蔓期、开花坐瓜期、果实膨大期和果实成熟期所需的生理发育日分别为10、27、24、7、23和8 d。

表3 西瓜从播种到达各个生育阶段所需要的生理发育时间d

注:西瓜各发育期的起始标准同表1。

3.2 模拟结果及检验

根据试验Ⅱ和试验Ⅲ观测到的数据对日光温室西瓜生育期模拟模型进行检验,计算出该西瓜品种到达各个生育阶段所需要的天数(模拟值),进而与实际生育所需天数(观测值)进行比较；西瓜生育期模拟模型的输入参数为试验Ⅱ和试验Ⅲ观测采集到的温度、日照时数、光照强度等信息,输出参数为西瓜品种到达各个生育阶段所需要的生理发育时间。比较结果如表4所示。

表4 西瓜从播种到达各生育阶段所需的生理发育时间PDT的实测值与模拟值间的比较

从图3和图4可直观地看出两个试验数据模拟的结果与实际情况比较吻合,可知模型对西瓜不同生育期的预测性都较高。由表4可以进一步得知,该模型对西瓜各个生育阶段的模拟误差小于3 d,模拟值与观测值的根均方差RMSE在西瓜从播种到达发芽期、幼苗期、伸蔓期、开花坐瓜期、果实膨大期、果实成熟期分别为1.00、1.58、1.00、1.58、2.24、1.58 d。所以本模拟模型可作为一种较为精确、广适的模型应用于淮安地区日光温室西瓜生育期的模拟和预测。

图3 试验Ⅱ模拟值与观测值对比

图4 试验Ⅲ模拟值与观测值对比

4 应用

近年来,具有地理标志品牌的“南马场西瓜”、“棉花西瓜”、“苏嘴西瓜”等淮安西瓜在栽培过程中逐步引入了农业物联网装备以及环境监测设备、电动开窗、风机、喷滴灌电磁阀的PLC远程(自动)控制系统,生产管理者基于现代农业物联网远程监控平台即可实现在多种终端(计算机、移动设备等)对生长环境进行连续、动态、实时的监测。本研究构建的日光温室西瓜生育期模拟模型为西瓜的生产管理提供了决策分析和方案支持,采用“物联网+生长模型”模式持续调控西瓜的外界环境因子,使其达到最适生长状态,合理调控西瓜的生长发育进程并安排上市时间,实现自动化生产管理,可有效减少劳力用工,提高西瓜的产量和品质,从而获取最大化的经济效益。

5 小结与讨论

以往针对生理发育时间的生育期模拟研究大多采用每日平均温度计算热效应积累和生理发育时间。而在淮安地区日光温室作物生产中,越冬生产时通常只有在正午前后可以达到作物生长的适合温度,在这种情况下,采用较长时间尺度的温度平均值计算热效应积累,计算结果会出现较大的误差。随着物联网技术被应用于传统的农业生产中,对设施生产环境的监控逐步实现智能化,具有了连续、实时监测的能力,能够对温度进行24 h不间断监测和记录。因此本研究根据在日光温室部署了物联网装备的西瓜生产实际,采用了以秒为单位计算每日热效应,避免了因计算平均温度而带来的相对热效应积累计算误差,这样可以提高每日热效应的计算精度,精确地计算出设施蔬菜生长过程中热效应的积累。

本研究在前人研究的基础上,以淮安地区日光温室西瓜对温光条件的生理反应为基础,采用了线性插值的方法计算每日相对热效应,根据在日光温室部署的光温传感器实时采集到的数据,精确计算每个时间节点间温度的变化产生的热效应积累,与平均温度法相比,提高了日光温室西瓜在生长发育过程中热效应的计算精度。此外,进一步量化了日光温室西瓜到达各个生育阶段的生理发育时间,构建了日光温室西瓜发育期模拟模型。通过对该模型进行检验,模型的运行结果与实际情况比较吻合,西瓜从播种到达发芽期、幼苗期、伸蔓期、开花坐瓜期、果实膨大期、果实成熟期的检验RMSE分别为1.00、1.58、1.00、1.58、2.24、1.58 d。该模型具有较高的精确性、机理性和实用性,不仅可以模拟预测日光温室西瓜的生长发育进程,还能够为西瓜的栽培管理、环境调控以及生产时间的合理安排提供理论依据和决策支持。

由于目前淮安地区西瓜种植生产品种较多,没有特定的西瓜品种,因此本研究在构建模型时,未考虑不同西瓜品种的遗传特性,当品种改变时,则会产生较大的模拟误差。在今后的研究中考虑引入早熟性参数,进一步明确生理发育时间和各品种早熟性参数的互作效应,使用不同品种的生产数据对模型进行进一步验证和完善,使模型适合不同遗传型的品种,进一步提高模型的普适性和通用性。