基于茎流传感器的茎秆储水动态观测方法

植物茎秆储水每天都会发生周期性变化。针对目前缺少对草本植物茎秆储水无损测量传感器的问题,提出了一种基于茎流传感器的草本植物茎秆储水动态观测方法。该方法以温室盆栽向日葵为试验对象,通过茎流传感器及电子秤的输出,得出向日葵茎秆储水状况及其内部充放水状态切换时间。向日葵茎秆直径动态变化的观测结果进一步验证了该方法的有效性。同时,该方法还可以采集向日葵所处环境下的微气象因子变化,试验结果表明微气象因子变化是引起茎秆储水动态变化主要因素。     

温室膜下滴灌条件下黄瓜需水规律研究

根据试验区温室黄瓜生育期环境因子实测资料,采用土壤水量平衡原理模拟了黄瓜生育期土壤含水量的变化过程,以模拟计算的土壤含水率与实际测试的土壤含水率的误差平方和最小为目标函数来确定温室膜下滴灌条件下的作物系数和作物需水量。结果表明,黄瓜生长期土壤含水率的模拟值和实测值较为吻合,两者相对误差在10%以内。作物系数在生长前期是逐渐变大,在作物生长旺盛时期作物系数达到最大值,随后逐渐减小,与作物叶面积指数的变化规律一致。温室黄瓜需水量在生长期的前期随时间的变化幅度较小,变化为1.5~3.5mm/d;中期随时间的变化幅度较大,变化为0.2~7.5mm/d;后期随时间的变化幅度又变小,变化为3.5~7.2mm/d。     

苹果树液流变化规律研究

利用液流传感器(sapflowsensor)监测苹果树液流,并用自动气象站和土壤水分测定仪(TRIME-FM)对气象因素和土壤水分进行同步监测。分析了苹果树液流日变化和日际变化与太阳辐射强度的关系、苹果树液流Tr与参考作物蒸发蒸腾量ET0的相关性,以及Tr/ET0和100cm深的平均土壤相对含水率AW的关系。运用回归分析方法建立了液流通量与气象因子间的经验公式,并比较了预测值与实测值。其结果表明:液流变化曲线与太阳辐射的变化曲线较一致,太阳辐射是果树液流的首要影响因子;Tr和ET0变化曲线相似;相对含水率越大,Tr/ET0的值越大;反之越小;用经验公式预测的液流值与实测值相比较,二者最大相差10.13%,最小相差3.45%。     

温室湿度动态预测模型建立与试验

根据温室内水气收支平衡关系,建立了与室内外气象参数、温室结构、作物生长状况、土壤潮湿程度等有关条件下的温室湿度动态预测模型。同时定量描述了温室内作物蒸腾、土壤蒸发、壁面凝结、自然通风和机械通风等与湿度变化相关的各种物理过程。基于华北塑料连栋温室对所建模型进行了试验验证。结果表明:模型能较好预测温室内空气相对湿度值,预测值和实测值之间的均方根误差为5.9%。     

基于茎直径变化监测番茄水分状况的机理与方法

该研究以春季温室番茄为试验材料,以筒栽和小区相结合的方法探索了番茄茎直径变化的机理与规律、外界环境因素对茎直径变化的影响以及如何消除气象因子对实测日最大收缩量（MDS）数值干扰等问题,目的在于为基于茎直径变化监测作物水分状况、实现自动灌溉的技术提供理论和实践依据。试验结果表明,番茄茎直径变化落后于叶水势变化,二者存在很好的相关性。番茄茎直径收缩过程是由韧皮部及木质部收缩同步构成,而恢复过程则是不同步的,木质部恢复较快。番茄盛果期蒸腾强度大于花果期蒸腾强度,蒸腾强度越大一天中最小茎直径出现的时间越晚,而其茎直径开始恢复的临界气孔导度值越小。番茄MDS的变化趋势和日均辐射的变化趋势一致,但变化幅度由土壤水分决定。当土壤相对含水率由田间持水率降至50%时,MDS随土壤水分的下降而变大,天气晴好时MDS能够很好的反映出土壤水分的差异;而当土壤相对含水率小于50%后,MDS随土壤水分的下降而变小。通过统计分析,由实测MDS与参照MDS相比的相对日最大收缩量（RMDS）指标基本上可以消除气象因子对监测结果的影响,稳定的反映土壤水分状况。     

夏玉米茎流和茎直径变化规律及其关系分析

通过对夏玉米生育期的茎直径微变化和茎流变化过程的监测,分析了茎直径微变化、茎流随土壤含水率和气象因子的变化规律,并对茎流与茎直径微变化之间的关系进行了分析。结果表明,茎直径微变化的日变化过程呈现明显的昼夜变化规律,白天收缩,夜间复原;茎直径日最大收缩量随含水量的升高而降低,可将其作为诊断作物水分状况的一个指标。茎流同样呈现明显的昼夜变化规律,白天茎流逐渐增大,在13:30左右达到最大值,然后减小。茎直径微变化、茎流的变化均受到太阳辐射、饱和水汽压差、空气温度、风速的影响。茎直径微变化与主要气象因子均呈负相关,茎流与其均为正相关关系。茎直径微变化与茎流之间呈负相关关系,且相关性很好。     

蓄水坑灌条件下苹果树茎流速率的BP神经网络模型

为给蓄水坑灌条件下苹果园灌溉制度的制定提供可靠依据,以山西省太谷县矮化苹果树为研究对象,经过一年的田间试验,获取了大量茎流速率与气象因子的数据,并通过MATLAB软件,建立了气象因子与茎流速率间的BP神经网络模型。研究表明:以气象因子辐射强度、相对湿度、土壤温度、温度及风速作为BP神经网络模型的输入参数是合理的,所建立的模型高度相关,茎流速率的实测值与预测值的相对误差可控制在5%以下。因此,用气象因子通过BP神经网络对茎流速率进行预测是可行的。     

基于茎直径和茎流复合测量的植物根压无损观测方法

植物夜间补水依靠根压。根压是研究植物水分生理的重要指标之一,但是根压测量是一个迄今尚未解决的技术难题,尤其是对草本植物,因不允许采用开窗式测量,所以具有更大的技术挑战性。为此探讨了在茎直径与茎流速率复合测量基础上,对Steppe水分存储和流动数学模型作算法换序,实现植物根压的无损动态观测。实验样本选取3株温室茄子,得到了2个独立的、连续5 d的实验数据。结果显示夜间及次日凌晨茄子样本的茎流速率为零,茎直径缓慢增长,此时间段内根压开始出现;晴天时,白天茄子样本蒸腾作用强烈,茎流速率大,茎秆收缩明显,夜间根压增幅较快;阴天时,情况恰好相反,夜间茄子样本根压幅值较小。可见,根压动态均满足茎流速率和茎直径变化的信息解译与气象数据的影响,完全符合已知的植物水分生理调节规律。因此,算法换序对无损观测茄子样本的根压是可行的,可将该方法应用于其他植物根压的无损检测。     

浅层土壤水分特征曲线模拟与运移机理研究

土壤水分作为干旱环境下影响植物生长发育生存的关键因子,对植物正常生长起至关重要作用。为此,以不同性质土壤为研究对象,设置了4种类型土柱,研究不同类型土壤下的水分垂直分布变化规律,建立浅层与深层土壤水分含量的定量模型。结果表明:建立表层土壤与深层土壤的4种土壤含水率的回归模型,90cm土层深度的土壤含水率为田间持水率80%的二次曲线拟合的效果最好;低浓度盐水(0.2%)建立的浅层与深层土壤水分含量反演模型效果更优,为我国土壤水分监测研究提供了借鉴。     

基于灰色关联分析-BP神经网络的冻融土壤蒸发预报模型

根据冻融期气象资料和土壤蒸发量实测资料,利用灰色关联分析与BP神经网络相结合的方法,对冻融期大田土壤蒸发量进行了模拟预报。采用灰色关联度方法分析了影响冻融土壤蒸发的9个因子的关联度,确定了降水量、日平均气温、水面蒸发量、地表土壤温度和地表土壤含水率5个主要因子,并将其作为冻融土壤蒸发量预报模型的输入层进行模拟预测。结果表明:模型预测值与实测值的平均相对误差为9.9078%,决定系数为0.93,所建模型合理可行,可较好地用于冻融土壤蒸发预报。