温室番茄植株蒸腾变化规律及主要影响因素研究

冀健红，刘新阳

(1.中国电建集团华中电力设计研究院有限公司，郑州 450007；2.华北水利水电大学，郑州 450045)

0 引 言

制定合理的灌溉制度不仅可以节约农业用水量，而且可以调节作物的产量和品质等指标[1]。目前，茎流计测量作物蒸腾量的方法已广泛应用于温室当中，用于确定作物的需水量，并作为标准值进行验证，其基本原理就是建立测定热量的扩散速率与液流速率的关系来确定植株蒸腾量。如彭致功等人[2,3]利用茎流计技术监测了温室茄子和番茄等作物的茎秆液流量，并对结果进行了验证，发现在不受或受外界影响较小的情况下，作物蒸腾的变化规律与作物茎秆液流量的变化基本一致。随后，刘浩等人[4]采用茎流计法监测了温室番茄的蒸腾变化，并利用该结果验证了Penman-Monteith方程估算温室番茄蒸腾量的准确性，结果显示模型估算结果与茎流计所测蒸腾量具有较高的吻合度。可见，采用茎流计监测温室作物蒸腾量已成为一种常用方法。然而，由于不同植株间的叶面积、茎粗、根系发育程度等个体差异较大，导致监测结果不一致，无法得到标准化的蒸腾量数据。本文以茎流计的操作流程入手对温室番茄实测结果进行验证，并提出了数据标准化处理方法，消除了个体之间的误差。采用通径分析法建立了温室气象与茎流之间的关系，探讨了主要通径因子对茎流变化的影响。本研究为进一步推广应用茎流计测量作物蒸腾量提供了理论参考。

1 材料与方法

1.1 试验条件

试验于2019年3-6月在河南郑州的华北水利水电大学温室中进行，试验区属暖温带大陆性季风气候区，年均降雨量640 mm，年均蒸发量1 900 mm，多年平均气温14.5 ℃。试验所用温室为现代化Venlo型玻璃温室，温室的跨度为9.6 m，长度为56 m，开间为4 m。温室为钢架结构，四周及顶部均是玻璃材质，温室南北面各安装了两台大型排风扇可保证内外空气交换，从而保持温室内的温湿度变化。试验区土壤为壤土类，0～100 cm平均密度为1.41 g/cm3，田间持水率为31.5 cm3/cm3。

1.2 试验设计

试验选用当地常用番茄品种“金顶新星”为研究对象，于1月20日育种，3月18日移栽到温室。对试验小区进行分区处理，各小区畦长8.0 m，宽1.0 m，整畦移植。为方便管理，试验采用宽窄行种植方式，宽行和窄行分别为65和45 cm，并在宽行中间起垄。滴灌带铺设在番茄植株行上，保证滴头与植株一一对应。试验设置3次重复。参考20 cm蒸发皿的累积蒸发量(Ep)作为灌水依据，即当Ep达到20 mm±2时开始灌水，为保证充分灌水，每次灌水定额为0.9Ep[4]。所有小区首部安装有水表记录，小区设置3次重复。各处理之间埋设塑料膜，以防止土壤水分的侧向渗透。

1.3 观测内容

1.3.1 气象资料

在温室内距地表高2 m位置处安装有一套自动气象站，该气象站可以同时监测温室内部的温度、相对湿度、太阳辐射和风速等气象因子，系统每隔30 min记录一次数据，并自动保存在CR1000数据采集器中(Campbell, USA)。

1.3.2 植株茎流速率

采用包裹式茎流计(Flow32-1k system, Dynamax, Houston, TX, USA)于2018年5月15日-7月15日测量番茄植株的蒸腾量，选择长势一致的4棵植株进行测量，探头安装在距地表20 cm以上的位置，以免测量过程中受到土壤热量的影响，所选番茄茎秆直径满足探头的测量范围，确保探头与茎秆紧密接触。采用CR1000数据采集器(Campbell, USA)每60 s读取一次数据，每30 min自动记录一次平均值。

1.3.3 盆栽试验

盆栽试验与小区试验结合进行，为使植株生长最大限度接近于小区环境条件，盆栽试验在同一个温室中进行，土壤、施肥和水分状况与小区试验相同。试验将盆栽表面用石蜡密封，以最大程度降低棵间蒸发的影响，采用输液器模拟滴灌控制土壤水分。每天上午8∶00-8∶30对盆栽进行称重以获得番茄的日蒸散量。同步观测植株不同部位的茎流速率，将称重所得的蒸腾量于茎流计进行对比。

1.3.4 土壤水分

采用两套ECH2O土壤水分监测系统(Decagon Devices, Inc., USA)测量20、40、60和80 cm处的体积含水率，探头埋设在番茄植株的行上，并保持与滴头15 cm的距离，系统每隔30 min自动记录一次数据。根据水量平衡法确定作物的耗水量：

ET=P+I+W-D-ΔS

(1)

式中：ET为耗水量，mm；P为降雨量，mm；I为灌水量，mm；W为地下水补给量，mm；D为深层渗漏量，mm；ΔS为土壤储水量的变化量，mm。

在温室中，由于不受降雨的影响，因此，P=0。本试验地地下水位在5 m以下，无地下水补给量，W=0。滴灌条件下，最大灌水量为20 mm，不产生渗漏，D=0。因此，温室中的水量平衡公式为：

ET=I-ΔS

(2)

1.3.5 株高和叶面积

试验期间，随机选择5棵植株进行标记，每隔7 d，同时测量这5棵番茄植株的株高和叶面积。株高采用直尺进行测量，测量范围为地表至最大冠层处。测量番茄叶片的最大叶宽和叶长，叶面积=最大叶宽×叶长×0.65[4]。

目前，网上购书已经成为流行趋势，纸质书电子书一应俱全。在这种形势下，我们可以从国内的各个较有影响力的网上购书平台找寻有说服力的参考数据。比如京东网上书店的原版外文图书销售排行榜。我们可以通过这个排行榜观察读者的阅读喜好，补充馆藏外文资源。

1.4 数据处理

所有数据均采用Excel 2017进行分析绘图，采用SPSS 18.0进行方差分析。

2 结果与分析

2.1 不同天气状况下茎秆液流的变化

图1为晴天、多云和阴雨天3种不同天气条件下的茎秆液流(Tf)变化规律，可以看出，在晴朗无云条件下，番茄Tf的日变化呈单峰曲线，并且夜间仍有微弱茎流量。从图1中还可以看出，Tf几乎是从早上6∶00之后开始增大，并随着太阳辐射(Rs)和水汽压差(VPD)的升高，Tf逐渐增大，到中午13∶00左右达到最大值，且变化趋于平缓，最大Tf为115 g/h，此时Rs在1.7 MJ/(m2·h)附近波动。14∶00之后随着Rs和VPD的降低，Tf也逐渐减小，这可能是由于植株内部机制自我调节和外部VPD共同作用的结果。多云天气下，Tf变化曲线呈多峰型，这是由于Rs强弱不稳定导致的结果。阴雨天，Rs的值较低，最大值低于0.5 MJ/(m2·h)，且不稳定，此时Tf的波动也比较小。

图1 不同天气条件下温室番茄的茎秆液流日变化

从图1中还可以看出，在晴天和多云天气下，Rs最大时，Tf并未达到最大，说明Tf具有一定的滞后性，而VPD却滞后于Tf，可见，在晴天和多云天气下Rs是影响植株茎流变化的主导因子，VPD次之；而在阴雨天，由于云层薄厚的变化导致Rs出现不规律波动，辐射强度维持在较低水平，而Tf随VPD的变化呈现规律性变化，且Tf的变化与VPD的变化几乎同步。

2.2 茎流速率与LAI的关系

图2给出了充分供水条件下番茄4棵植株的Tf。由图2可知，4棵番茄的Tf变化趋势基本一致，但大小存在明显差异，其中不同植株之间Tf的最大差异超过了60%。造成此差异的可能原因是不同植株间的叶面积指数(LAI)不同引起的。此外，当茎流计的探头与茎秆直径不相匹配时，也会影响茎流计的测量精度。因此，解释LAI与Tf的相关性，以及安装茎流计之前准确测量茎秆直径大小至关重要[5]。从6月1日-5日番茄植株日茎流总量与LAI的关系可以看出(图3)，番茄植株日茎流量均随LAI的增大呈线性增大趋势，决定系数(R2)为0.77，且达到了极显著性水平(P<0.01)，因此，可将茎流速率按探头上方的叶面积与茎流速率进行转化[6-9]，可按照公式(3)进行处理：

Fi=fi/LAi

(3)

式中：Fi为第i个植株茎秆单位叶面积上的茎流速率，g/(m2·h)；fi为第i个茎秆监测所得茎流速率，g/h；LAi为第i个植株探头安装点位上方的叶面积，m2。

图2 标准化处理前植株茎流速率的株间变异

图3 植株茎流速率与LAI的关系

4个不同茎秆的Tf经各自探头上方叶面积标准化处理后(图4)彼此互相叠加，但仍存在一定的差异，番茄不同植株之间的最大差异缩小到15%以内，这是由于不同植株个体发育和构造的不一致性，以及不同植株性状之间的差异导致的。因此，在实际茎流速率监测过程中，可选取有代表性的植株4～6株进行监测，进行水分状况判别时去掉由探头热电偶、加热器损坏等原因引起的极端植株监测数据，取其余植株监测数据平均值作为诊断依据，这样即可削弱株间变异对监测结果的影响程度。

图4 标准化处理后植株茎流速率的株间变异

(4)

式中：Tf为番茄植株蒸腾速率，mm/h；n为植株监测数；LAI为叶面积指数，m2/m2；其他符号意义同前。

2.3 对茎流计监测结果的验证

为验证茎流速率监测结果的可靠性，验证LAI转换后的茎流速率精度。通过连续7 d对2株番茄的茎流观测结果与相应称重结果进行对比，从图5可以看出，茎流监测结果与称重结果相关性较好，2株茎流监测结果在7 d内的日最大误差为21.7%，2株番茄7 d内累计茎流量分别为2 327和2 177 g，称重实测蒸腾量分别为2 394和2 368 g，监测值与实测值的误差分别为2.8%和8.0%，由此可见，茎流监测值可以真实的反映番茄植株的蒸腾量。

图5 茎流监测结果与实测蒸腾量的对比

2.4 植株茎流速率与气象因子的相关性

气象因子是影响植株茎流大小的关键要素，图6分析了太阳辐射(Rs)、气温(Ta)、相对湿度(RH)、风速(u2)和水汽压差(VPD)与Tf的关系，并采用通径分析方法建立了回归方程(表1)。可以看出，Rs和VPD是影响茎流量的主要因子，达到了显著水平(P<0.01)，相关系数分别为0.908和0.872。Ta和u2对茎流的影响不显著，相关系数分别为0.483和0.649(表1)，因此，Rs和VPD具有统计学意义，应留在方程中，气象因子与Tf的回归方程可表示为：Tf= 0.213Rs+1.536VPD-0.305。从通径分析结果来看，Rs对Tf的影响是最大的，其次是VPD，而Ta是最小的，间接通径系数的合计值低于对应的直接通径系数，说明Ta和u2对Tf的影响主要是通过Rs和VPD实现的。决策系数是通径分析中的决策指标，用它可把自变量对响应变量的综合作用进行排序，确定主要决策变量和限制变量。可以看出，Rs和VPD的决策系数均大于0，说明自变量Rs和VPD对于响应变量均起到了增进作用，且Rs的增进作用要高于VPD。因此，温室中影响番茄茎秆液流变化的主要因子是太阳辐射。

3 结 论

本文系统分析了温室滴灌番茄茎秆液流在不同天气条件下的变化规律，探讨了叶面积指数与茎秆液流的关系，采用通径分析法建立了气象因子与茎秆液流的简单回归方程，得出以下结论。

(1)不同天气条件下太阳辐射和水汽压差是影响茎秆液流的主要因素，其中太阳辐射的作用大于水汽压差，且太阳辐射相对于茎秆液流的最大值具有一定的滞后性；

图6 茎流速率与气象因子的相关性

表1 番茄植株日茎流速率与气象要素的通径系数法分析

(2)LAI与茎秆液流的关系密切，随着LAI的增加，茎秆液流有线性增大的趋势，采用LAI标准化处理后的茎秆液流，偏差在15%以内；

(3)采用茎流计测量蒸腾量的结果与称重法几乎一致，平均偏差为5.4%，可用茎流计法直接测量作物的需水量；

(4)采用通径分析法得出气象因子与茎秆液流的回归关系为：Tf= 0.213Rs+1.536VPD-0.305，气温和风速对茎秆液流的影响主要是通过Rs和VPD实现的，且Rs对茎秆液流的直接作用要高于VPD。