基于辐热积的设施番茄开花坐果数及其干物质积累过程模拟分析

doi:10.11755/j.issn.1006-7639-2024-05-0784

摘要/Abstract

摘要：

光照和温度对设施番茄生长具有重要影响。为明确光温与番茄生长发育间的量化关系，以设施番茄为试材，构建番茄开花坐果数、果茎生长量、干物质分配与累计辐热积（Photo-thermal Product，PTP）的Logistic生长模型，并用不同茬口、不同地点和品种的番茄对模型进行验证。结果表明，番茄开花、坐果和果实长成所需的累计辐热积分别为146.59、146.90、252.00 mol·m^-2；模型在模拟番茄开花坐果数、果茎生长量和干物质分配方面精度较高，模拟值与实测值的回归标准误差为0.208~14.229，标准均方根误差为0.027~0.246，决定系数为0.905~0.999；番茄品种影响模型精度，坐果期后不同茬口间果茎生长量差异增大，但模型整体适用性强。该辐热积生长模型能准确预测番茄的开花坐果时间及果实生长进程，为设施番茄产量预报和上市时间预测提供科学依据。

关键词: 模拟, 开花坐果数, 干物质分配, 干物质积累, 产量

Abstract:

Light and temperature are important factors affecting greenhouse tomato growth. In order to find the relationship between light and temperature with growth and development of tomato，a Logistic growth model was constructed for the number of flowers and fruit set, fruit stalk growth, dry matter partition and cumulative Photo-thermal Product (PTP). The model was validated using different crops, locations, and tomato varieties. The results show that the cumulative PTP required for the number of flowers set, fruit set and fruit growth were 146.59, 146.90 and 252.00 mol·m^-2, respectively. The model demonstrated high accuracy in simulating the number of flowers and fruit set, fruit stalk growth and dry matter of tomato, with root mean square errors ranging from 0.208 to 14.229, normalized root mean square errors from 0.027 to 0.246, and correlation coefficients from 0.905 to 0.999, respectively. Varieties differences affected the accuracy of tomato growth model, and variations in fruit stalk growth among different crops increased after the fruit setting period, but the overall applicability of the model remained strong. This PTP growth model can accurately predict the timing of flowering and fruit set as well as the growth process of the fruit, providing a scientific basis for forecasting the yield and market timing of greenhouse tomatoes.

Key words: simulation, numbers of flowering and fruit setting, dry matter partitioning, dry material accumulation, yield

中图分类号:

朱雨晴, 薛晓萍. 基于辐热积的设施番茄开花坐果数及其干物质积累过程模拟分析[J]. 干旱气象, 2024, 42(5): 784-793.

ZHU Yuqing, XUE Xiaoping. Simulation analysis of numbers of flowering and fruit setting and dry matter accumulation of greenhouse tomato based on Photo-thermal Product[J]. Journal of Arid Meteorology, 2024, 42(5): 784-793.

图/表 11

参考文献 41

[1]	摆虹霞, 2021. 基于不同水分条件下的日光温室黄瓜生长模型研究[D]. 银川: 宁夏大学.
[2]	程陈, 董朝阳, 黎贞发, 等, 2021. 日光温室芹菜外观形态及干物质积累分配模拟模型[J]. 农业工程学报, 37(10):142-151.
[3]	乐章燕, 石茗化, 李德, 等, 2022. 河南省设施农业冬季低温灾害风险评估[J]. 干旱气象, 40(4):667-676. DOI
[4]	李翠云, 朱俊科, 贾鹏, 等, 2022. 作物模型在我国玉米生产中的应用与研究[J]. 农业与技术, 42(19):65-68.
[5]	李永秀, 罗卫红, 倪纪恒, 等, 2006. 基于辐射和温度热效应的温室水果黄瓜叶面积模型[J]. 植物生态学报, 30(5):861-867. DOI
[6]	刘福昊, 郭申伯, 王笛, 等, 2022. 设施番茄外观形态及物质累积分配模型构建与验证[J]. 农业工程学报, 38(21):188-196.
[7]	蒙继华, 王亚楠, 林圳鑫, 等, 2024. 作物生长模型研究现状与展望[J]. 农业机械学报, 55(2):1-15.
[8]	明村豪, 蒋芳玲, 王广龙, 等, 2012. 黄瓜壮苗指标与辐热积关系的模拟模型[J]. 农业工程学报, 28(9):109-113.
[9]	倪纪恒, 陈学好, 陈春宏, 等, 2009. 用辐热积法模拟温室黄瓜果实生长[J]. 农业工程学报, 25(5):192-196.
[10]	倪纪恒, 罗卫红, 李永秀, 等, 2006. 温室番茄干物质分配与产量的模拟分析[J]. 应用生态学报, 17(5):811-816.
[11]	石小虎, 蔡焕杰, 赵丽丽, 等, 2016. 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, 32(3):69-77.
[12]	王丹丹, 吕振宁, 李坚, 等, 2018. 基于辐热积的日光温室不同茬次袋培番茄干物质模型比较[J]. 西北农业学报, 27(2):238-243.
[13]	徐超, 王明田, 杨再强, 等, 2020. 苗期高温对草莓生育期的影响及其模拟[J]. 中国农业气象, 41(10):644-654.
[14]	薛晓萍, 2007. 棉花临界氮浓度稀释模型确定及其应用研究[D]. 南京: 南京农业大学.
[15]	郁继华, 舒英杰, 吕军芬, 等, 2004. 低温弱光对茄子幼苗光合特性的影响[J]. 西北植物学报, 24(5): 831-836.
[16]	袁丁, 武占会, 季延海, 等, 2020. 限根栽培条件下空气果穗部加温对深冬设施番茄产量和品质的影响[J]. 北方园艺(11):7-12.
[17]	张继波, 李楠, 邱粲, 等, 2022a. 寡照胁迫对温室番茄开花坐果特性的影响[J]. 气象与环境学报, 38(4):85-92.
[18]	张继波, 李楠, 邱粲, 等, 2022b. 寡照胁迫对温室番茄品质影响的模拟研究[J]. 气象与环境科学, 45(3):62-68.
[19]	张明达, 李蒙, 胡雪琼, 等, 2013. 基于辐热积法模拟烤烟叶面积与烟叶干物质产量[J]. 生态学报, 33(22): 7 108-7 115.
[20]	朱丽云, 2018. 花期低温寡照对设施番茄产量及果实品质的影响[D]. 南京: 南京信息工程大学.
[21]	朱雨晴, 薛晓萍, 2019. 遮阴及复光对花果期番茄叶片光合特性的影响[J]. 中国农业气象, 40(2):126-134.
[22]	朱雨晴, 薛晓萍, 2020a. 不同遮阴日数对花果期番茄开花坐果特性的影响[J]. 干旱气象, 38(5):820-827.
[23]	朱雨晴, 薛晓萍, 2020b. 花果期遮阴对番茄果实生长及品质的影响[J]. 干旱气象, 38(6):994-1 000.
[24]	邹雨伽, 高冠, 杨再强, 等, 2016. 低温寡照对番茄花期植株生长及干物质分配的影响[J]. 江苏农业科学, 44(12):178-184.
[25]	BAKER J T, LESKOVAR D I, REDDY V R, et al, 2001. A simple phenological model of muskmelon development[J]. Annals of Botany, 87(5): 615-621.
[26]	CALOIN M, YU O, 1982. An extension of the logistic model of plant growth[J]. Annals of Botany, 49(5): 599-607.
[27]	CAO W, MOSS D N, 1997. Modelling phasic development in wheat: a conceptual integration of physiological components[J]. The Journal of Agricultural Science, 129(2): 163-172.
[28]	DE KONING A N M, 1996. Quantifying the responses to temperature of different plant processes involved in growth and development of glasshouse tomato[J]. Acta Horticulturae (406): 99-104.
[29]	FANG S L, KUO Y H, KANG L, et al, 2022. Using sigmoid growth models to simulate greenhouse tomato growth and development[J]. Horticulturae, 8(11): 1021. DOI: 10.3390/horticulturae8111021.
[30]	HE C, ZHANG Z, 2006. Modeling the relationship between tomato fruit growth and the effective accumulated temperature in solar greenhouse[J]. Acta Horticulturae, 718: 581-588. DOI: 10.17660/ActaHortic.2006.718.68.
[31]	HEUVELINK E, 1995. Growth, development and yield of a tomato crop: periodic destructive measurements in a greenhouse[J]. Scientia Horticulturae, 61(1/2): 77-99.
[32]	HEUVELINK E, 1996. Tomato growth and yield: Quantitative analysis and synthesis[D]. The Netherlands: Wageningen Agriculture University.
[33]	HEUVELINK E, 1999. Evaluation of a dynamic simulation model for tomato crop growth and development[J]. Annals of Botany, 83(4): 413-422.
[34]	JONES J W, DAYAN E, ALLEN L H, et al, 1991. A dynamic tomato growth and yield model (tomgro)[J]. Transactions of the ASAE, 34(2): 663-672.
[35]	KARLSSON M G, HEINS R D, GERBERICK J O, et al, 1991. Temperature driven leaf unfolding rate in Hibiscus rosa-sinensis[J]. Scientia Horticulturae, 45(3/4): 323-331.
[36]	MARCELIS L F M, 1993a. Simulation of biomass allocation in greenhouse crops-a review[J]. Acta Horticulturae(328): 49-68.
[37]	MARCELIS L F M, 1993b. Fruit growth and biomass allocation to the fruits in cucumber. 1. Effect of fruit load and temperature[J]. Scientia Horticulturae, 54(2): 107-121.
[38]	MARCELIS L F M, 1994. A simulation model for dry matter partitioning in cucumber[J]. Annals of Botany, 74(1): 43-52. DOI PMID
[39]	MENG Z J, LU T, ZHANG G X, et al, 2017. Photosystem inhibition and protection in tomato leaves under low light[J]. Scientia Horticulturae, 217: 145-155.
[40]	VERSTRAETEN W W, VEROUSTRAETA F, FEYEN J, 2006. On temperature and water limitation of net ecosystem productivity: Implementation in the C-Fix model[J]. Ecological Modelling, 199(1): 4-22.
[41]	WURR D C E, FELLOWS J R, SUCKLING R F, 1988. Crop continuity and prediction of maturity in the crisp lettuce variety Saladin[J]. The Journal of Agricultural Science, 111(3): 481-486.

试验	地点	经纬度	试验品种	定植日期	试验日期	结束日期	垄宽/cm	行间距/cm	株间距/cm
试验1	临沂市沂南县设施农业气象试验站	118.47°E，35.56°N	粉冠	2017年10月1日	2017年11月10日	2018年1月1日	95	40	30
试验2	济南市长清区济西农业设施蔬菜大棚	116.76°E，35.56°N	粉冠	2018年10年10日	2018年11月20日	2019年1月10日	60	40	30
试验3	济宁市兖州瑞鹏农业设施蔬菜大棚	116.75°E，35.56°N	普罗旺斯	2021年10月7日	2021年11月17日	2022年1月3日	50	40	20

试验	地点	经纬度	试验品种	定植日期	试验日期	结束日期	垄宽/cm	行间距/cm	株间距/cm
试验1	临沂市沂南县设施农业气象试验站	118.47°E，35.56°N	粉冠	2017年10月1日	2017年11月10日	2018年1月1日	95	40	30
试验2	济南市长清区济西农业设施蔬菜大棚	116.76°E，35.56°N	粉冠	2018年10年10日	2018年11月20日	2019年1月10日	60	40	30
试验3	济宁市兖州瑞鹏农业设施蔬菜大棚	116.75°E，35.56°N	普罗旺斯	2021年10月7日	2021年11月17日	2022年1月3日	50	40	20

生育指标	生长模型与特征值
	生长模型		R²	p₁/（mol·m^-2）	p₂/（mol·m^-2）	p₃/（mol·m^-2）	V_max
	编号	公式	R²	p₁/（mol·m^-2）	p₂/（mol·m^-2）	p₃/（mol·m^-2）	V_max
开花	（6）	y=5.238/[1+3.979exp （-0.058x）]	0.994	1.10	46.52	23.81	0.08朵·d^-1
坐果	（7）	y=5.028/[1+2.995exp （-0.054x）]	0.994	0	44.70	20.31	0.07个·d^-1
果实横茎	（8）	y=87.782/[1+1.888exp （-0.016x）]	0.996	0	122.03	39.72	0.35 mm·d^-1
果实纵茎	（9）	y=60.573/[1+1.477exp （-0.016x）]	0.995	0	106.69	24.38	0.24 mm·d^-1
果实分配比	（10）	y=0.126/[1+2.436exp （-0.034x）]	0.992	0	64.92	26.19	0
花果干物质量	（11）	y=30.74/（1+3.066exp （-0.021x））	0.998	0	116.07	53.35	0.16 g·d^-1
总干物质量	（12）	y=366.158/（1+1.982exp （-0.011x））	0.998	0	181.92	62.19	1.01 g·d^-1

生育指标	生长模型与特征值
	生长模型		R²	p₁/（mol·m^-2）	p₂/（mol·m^-2）	p₃/（mol·m^-2）	V_max
	编号	公式	R²	p₁/（mol·m^-2）	p₂/（mol·m^-2）	p₃/（mol·m^-2）	V_max
开花	（6）	y=5.238/[1+3.979exp （-0.058x）]	0.994	1.10	46.52	23.81	0.08朵·d^-1
坐果	（7）	y=5.028/[1+2.995exp （-0.054x）]	0.994	0	44.70	20.31	0.07个·d^-1
果实横茎	（8）	y=87.782/[1+1.888exp （-0.016x）]	0.996	0	122.03	39.72	0.35 mm·d^-1
果实纵茎	（9）	y=60.573/[1+1.477exp （-0.016x）]	0.995	0	106.69	24.38	0.24 mm·d^-1
果实分配比	（10）	y=0.126/[1+2.436exp （-0.034x）]	0.992	0	64.92	26.19	0
花果干物质量	（11）	y=30.74/（1+3.066exp （-0.021x））	0.998	0	116.07	53.35	0.16 g·d^-1
总干物质量	（12）	y=366.158/（1+1.982exp （-0.011x））	0.998	0	181.92	62.19	1.01 g·d^-1

	验证	R²	RMSE	nRMSE
开花/朵	1	0.970	0.728	0.196
	2	0.966	0.780	0.235
	3	0.839	0.753	0.246
坐果/个	1	0.965	0.564	0.147
	2	0.997	0.208	0.061
	3	0.974	0.588	0.145
横茎/mm	1	0.987	4.246	0.080
	2	0.993	2.690	0.053
	3	0.992	7.436	0.133
纵茎/mm	1	0.999	2.932	0.078
	2	0.989	0.991	0.027
	3	0.988	6.182	0.147
果实分配比	2	0.905	0.015	0.164
果实分配比	3	0.925	0.026	0.227
总干物质量/g	2	0.996	6.435	0.035
总干物质量/g	3	0.993	14.229	0.078
果实干物质量/g	2	0.993	0.878	0.046
果实干物质量/g	3	0.989	4.893	0.213