基于热红外成像的温室番茄植株水分评估方法.pdf

第 38 卷 第 18 期 农 业 工 程 学 报 Vol 38 No 18 2022 年 9月 Transactions of the Chinese Society of Agricultural Engineering Sept 2022 229 基于热红外成像的温室番茄植株水分评估方法 张舜凯 杨慧 杜太生 中国农业大学中国农业水问题研究中心 北京 100083 甘肃武威绿洲农业高效用水国家野外科学观测研究站 武威 733000 摘 要 为在诸多热红外指标中筛选出可靠的作物水分评估指标并探明其最优获取方法与最佳监测时段 该研究以西北 旱区主要经济作物番茄为试验材料 设置 2 个灌水量水平 充分灌溉和 1 2 亏缺灌溉 通过对比 3 种干湿参考平面的选 取方法 干湿红织物 干湿绿织物 人工喷涂介质 量化了包括作物水分胁迫指数 Crop Water Stress Index CWSI 相对气孔导度指数 I G 叶片温度 T leaf 叶气温差 T leaf air 在内的 4 个常用热红外指标与植株生理指标 气孔导度 g s 光合 速率 A n 叶水势 leaf 间的响应关系 并明确了利用热红外成像技术进行番茄植株水分评估的最佳测定时段 结果表明 以干湿红织物作为参考平面测得的 CWSI 与 g s A n leaf 间决定系数 R 2 分别达 0 687 0 698 0 669 I G 与 g s A n leaf 间决定系数 R 2 分别达 0 707 0 661 0 663 在 3 种方法中均最为显著 在 12 00 14 00 时段热红外指标 CWSI 与植株生 理指标 g s A n leaf 相关性和 I G 与植株生理指标 g s A n leaf 相关性均为最高 是利用热红外成像技术进行番茄植株水分 监测的最佳时段 根据获得的相关函数可实时预测叶片缺水指标 依此判定植株水分状况并作为制定灌溉制度的依据 关键词 热红外成像 作物水分胁迫指数 相对气孔导度指数 番茄 doi 10 11975 j issn 1002 6819 2022 18 025 中图分类号 S274 1 文献标志码 A 文章编号 1002 6819 2022 18 0229 08 张舜凯 杨慧 杜太生 基于热红外成像的温室番茄植株水分评估方法 J 农业工程学报 2022 38 18 229 236 doi 10 11975 j issn 1002 6819 2022 18 025 http www tcsae org Zhang Shunkai Yang Hui Du Taisheng uating the water status of greenhouse tomatoes using thermal infrared imaging J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2022 38 18 229 236 in Chinese with English abstract doi 10 11975 j issn 1002 6819 2022 18 025 http www tcsae org 0 引 言 植株水分状况可直接影响其生长状态并可用于预测 水分生产力水平 精准测量植株水分状况对于分析植株 生长趋势及其对不同非生物胁迫响应过程模拟具有重要 意义 1 在特定时段测量植株茎叶水势是最常见的植株水 分状态监测方法 2 但受限于试验人员间的测量误差以及 测量操作的复杂性 难以进行大规模测样 另一种评估 植株水分状况的方法是通过测量水蒸气在气孔中的扩散 程度 来实现监测单个叶片气体交换的目的 但该方法 需要与叶片直接接触 通常会对叶片的正常生理生态功 能产生较大干扰 3 此外 这两种测量方法大多费时费力 且受到样本数目的制约 因此 离体测量方法在很大程 度上限制了植物水分状况研究的深度与效率 近十年来 远程 快速连续监测植物气孔导度 g s 与光合速率 A n 由于具有非破坏性和可重复性的特点逐 渐成为评估植物水分状况的热点问题 4 7 其中 热成像 技术作为一种无损监测手段已成为植物水分状况的一种 重要判定方法 8 12 该技术可有效应用于单株 群体甚至 收稿日期 2022 07 01 修订日期 2022 08 12 基金项目 国家自然科学基金项目 51725904 中央高校基本科研业务费 专项资金资助 2021TC107 作者简介 张舜凯 研究方向为节水灌溉理论与新技术 E mail zhangshunkai 通信作者 杜太生 教授 研究方向为农业节水与水资源高效利用 E mail dutaisheng 更大的区域尺度 13 可在非破坏性的条件下基于叶片表 面温度降低差值与蒸发失水速率呈正比的原理 14 通过 将植物体发出的不可见红外能量转变为可见的热图像来 提取作物生命需水信息从而监测植株水分状况 15 16 并 获得连续 实时 完整 客观的数据 植株的蒸腾作用 会对叶片能量平衡产生影响 具体体现在叶片温度的变 化上 因此 热成像是一种估算和量化气孔导度 g s 与 蒸腾速率 E 的有效技术手段 12 17 目前 热红外成像 监测技术已在植物与环境交互作用研究中表现出巨大的 应用潜力 同时对诸如气孔关闭等特殊现象可提供相应 的田间管理决策依据 然而 环境的可变性 例如光强 温度 相对湿度 风速 会影响热成像测量的准确性 在实际生产中 已开发建立了一系列易于计算的评估 指数 通过测得的冠层温度来评估植株的水分状况 如作 物水分胁迫指数 Crop Water Stress Index CWSI 18 19 与 相对气孔导度指数 I G 20 这些指数的估算均涉及最高 和最低叶片温度的参考靶叶确定问题 因此 能否选定 适宜的参考平面对水分供应充足与受到水分胁迫的植株 表面温度进行估算 决定着模型预测的精度 Leinonen 等 21 用凡士林涂抹叶片气孔面做干参考靶叶 获取图像 前在叶片两面喷 1 2 次清水作为湿参考靶叶 测得的 I G 与 g s 间呈线性相关 决定系数 R 2 为 0 20 Pou 等 22 用一 块 5 cm 1 cm 的黑色薄金属板作为干参考靶叶 选用一 块尺寸相同的能从集水器中吸水的黑色棉芯作为湿参考 靶叶 由于金属板和棉芯与葡萄叶片边界层条件间的巨 大差异 对叶片能量表征的准确性产生较大影响 测得 农业工程学报 http www tcsae org 2022 年 230 的 CWSI 与 g s 间决定系数 R 2 为 0 39 Maes 等 23 用一块 绿色纯棉布作为干参考靶叶 浸湿后作为湿参考靶叶 两测量日内根据靶叶温度计算所得的 I G 与 g s 间呈显著相 关 R 2 0 53 P 0 01 R 2 0 65 P 0 01 基于可操作 性与研究尺度等原因 前人的研究多限于一种参考方法 的实测应用或在不同试验中比较不同干湿参考面 对多 种干湿参考面选取方法在同一试验环境下进行评价的研 究较少 且不同参考平面材料模拟叶片热能与光学特性 的能力各有差异 因此对于最佳参考平面材料的选取原 则目前尚无定论 同时 植株温度不仅受气孔导度和蒸 腾作用影响 还受到一系列环境变量的影响 24 25 Pou 等 22 通过在西班牙西北部的葡萄灌溉试验得出热红外最佳 观测时间为 11 00 和 16 00 的结论 而 Garc a Tejero 等 10 的研究结果表明 11 00 和 14 00 时热红外指标与叶气交 换参数间的相关性最强 因此 确定一天内进行热红外 监测的最佳时段对于有效评估植株叶气交换水平同等重 要 本文拟通过西北旱区温室番茄亏缺灌溉试验 阐明 植株叶片热红外特征值对水分胁迫的响应机理 明确作 物水分胁迫指数和气孔导度指数的最优估算方法及最佳 获取时段 以期为作物缺水表型信息识别及高效灌溉调 控提供理论依据 1 材料与方法 1 1 试验概况 试验于 2021 年 5 月 9 月在甘肃武威绿洲农业高效 用水国家野外科学观测研究站日光温室内进行 试验所 用温室为非加热自然通风型温室 温室内设有小型气象 站 对温室内部空气温度 相对湿度和太阳辐射等环境 因子进行连续观测 温室内 0 1 m 深度的土壤为灌漠土 计划湿润层 0 0 6 m 内的土壤容重为 1 48 g cm 3 田间持 水率为 0 31 cm 3 cm 3 供试番茄为当地主要栽培品种粉禧 5 号 番茄籽苗以穴盘育苗法培育至四片真叶期时移栽到 日光温室内对应的各小区中 在定植当日和定植后 DAT 7 与 15 d 对所有植株分别进行 3 次充分灌溉 即 定植水和缓苗水 以保证幼苗成活 番茄植株于 2021 年 5 月 14 日定植至 9 月 22 日收获 每株保留 5 穗果 全生育期共 131 d 从定植到第一穗花开为番茄营养生长 期 第一穗花开至第一穗结果为番茄开花期 第一穗结 果至成熟为果实膨大和成熟期 试验设置 2 个水分处理 分别为充分灌溉 W 1 和 亏缺灌溉 W 2 每个处理设 3 个重复 每个重复 1 个 小区 共计 6 个小区 当 W 1 处理的土壤计划湿润层深度 内平均含水率为田间持水率 F cm 3 cm 3 的 75 2 时 进行灌水 灌水上限为 90 2 F W 2 的灌水频率与 W 1 保持一致 每次灌溉水量为 W 1 的 1 2 灌溉方式采用膜 下滴灌 灌水量 I mm 按下式计算 Fv 10 90 Ip H 1 式中 p 为计划湿润比 取 0 5 H 为计划湿润层深度 取 60 cm v 为计划湿润层深度内实测的土壤体积含水率 cm 3 cm 3 除灌水外的其他农艺管理措施如施肥 授粉 吊蔓 等均与当地常规方式保持一致 各试验小区间不设差异 1 2 测定项目与方法 1 2 1 土壤的物理与水力特性 采用环刀法 体积为 100 cm 3 测定土壤的干容重 d g cm 3 孔隙率和田间持水率 测定深度依次为 20 40 60 80 和 100 cm 使用 ECH 2 O 土壤含水率监测系统 Decagon Devices Inc Pullman WA USA 测定 0 60 cm 深度土壤的体积含水率与温度 1 2 2 气象数据 采用标准自动气象站 HOBO U30 Onset Computer Crop USA 连续监测日光温室内的空气温度 T a 相对湿度 RH 太阳辐射 R s W m 2 等气象因子 1 2 3 热红外指标 植株叶片热红外图像 共选取 9 个全天晴朗无云的 典型测量日 利用 Fluke TiX650 便携式红外热成像仪 Fluke IR Flex Cam TiX650 Fluke Crop USA 在每个 观测日内 8 00 18 00 以 2 h 为一时段 在距离叶片向阳 侧 0 5 m 的位置进行拍摄 植株冠层热红外图像 共选取 3 个典型灌水周期 自 每次灌水处理第二天开始至下次灌水处理前一天 连续于 每日正午 在距离冠层向阳侧 1 5 m 2 22 的位置进行拍摄 热红外相机分辨率为 640 480 像素 热灵敏度为 0 025 测温范围为 40 2 000 可在 7 5 14 m 的 波段范围内正常工作 植株叶片与冠层的发射率均设置 为 0 96 10 22 以每个像素作为有效温度读数 可见光数字 图像 RGB 与热红外图像同时拍摄 并结合两组图像 来分离植株与参考平面及裸露地表 用 SmartView 工具 软件 通过面积选择和测量工具从图像中提取植株叶片 温度 T leaf 冠层温度 T c 及干湿参考平面温度 圈选过程 中忽略叶片边缘上的混合像素 作物水分胁迫指数 CWSI 根 据 Jones 18 19 定义的简 化公式计算 leaf dry wet dry CWSI TT TT 2 相对气孔导度指数 I G 根据 Jones 20 提出的公式 计算 dry leaf G leaf wet TT I TT 3 式中 T leaf 为选定待测的番茄叶片温度 T dry 为模拟气 孔完全闭合的无蒸腾叶片温度 分别选择干燥红织 物 图 1a 干燥绿织物 图 1b 以及人工向叶片涂抹 凡士林 图 1e 右 的方式进行测量 T wet 为模拟气孔完 全打开的充分蒸腾叶片温度 分别选择湿润红织物 图 1c 湿润绿织物 图 1d 以及人工向叶片喷水 图 1e 左 的方式进行测量 1 2 4 植株生理指标 在完成热红外图像采集后 立即采用便携式光合测 定系统 LI 6400XT LI COR Corporation Lincoln NE USA 测量对应时段下叶片的光合速率 A n mol m 2 s 和气孔导度 g s mol m 2 s 利用植物压力室 Soil 第 18 期 张舜凯等 基于热红外成像的温室番茄植株水分评估方法 231 Moisture Equipment Santa Barbara CA USA 测量各 时段实时叶水势 leaf MPa 干燥红织物 Dry red fabric 干燥绿织物 Dry green fabric 湿润红织物 Wet red fabric 湿润绿织物 Wet green fabric 人工喷涂介质 Artificial spray medium 喷水 Spraying water 涂抹凡士林 Covering vaseline jelly 图 1 三种参考平面选取方法的 RGB 和其相应的热红外图像 Fig 1 RGB images of three reference plane acquisition s and the corresponding thermal infrared images 1 2 5 数据处理 采用 SPSS 20 0 数据处理软件 SPSS Inc Chicago IL USA 对试验数据进行统计检验与分析 多重比较选 用 Tukey 方法 采用 Microsoft Office Excel 和 Origin 2022 进行图表绘制 2 结果与分析 2 1 不同水分处理下土壤体积含水率及冠层温度 图 2 表示了 3 次典型灌水周期内不同水分处理下土 壤体积含水率及番茄冠层温度的变化情况 如图所示 W 1 处理后的土壤体积含水率 v1 始终高于亏缺灌溉下的 土壤体积含水率 v2 两者间差异随灌水天数逐渐减小 在灌水周期末两者体积含水率间达到最小差值 在任一 测量日内 亏缺灌溉下的番茄冠层温度 T c2 均高于充分灌 溉下的番茄冠层温度 T c1 两冠层间温度差值随土壤水分 消耗逐渐减小 在灌水周期末无显著差异 2 2 三种参考平面方法下热红外指标与植株生理指标 响应关系 图 3 为三种参考平面选取方法下番茄植株叶片不同 生理指标与相对气孔导度指数 I G 间的响应关系 为探究 各方法表征不同植株水分状况的能力 图中数据均采用 同一参考方法下两个水分处理番茄热红外指标与叶片生 理指标的均值 图 4 同 如图 3 所示 I G 与叶片气孔 导度 g s 呈正相关关系 这与前人在葡萄植株 18 上的研究 结果一致 不同水分处理下的 I G 与叶水势 leaf 亦呈对数 正相关关系 本研究中实测 I G 值大于 0 5 的叶片 实时 气孔导度 g s 通常大于 0 15 mol m 2 s 光合速率 A n 大于 12 mol m 2 s 叶水势 leaf 通常高于 0 8 MPa 而 I G 小 于 0 5 时 对应更低的气孔导度与光合速率值 以及更低 的实时叶水势值 a 灌水周期 1 a Irrigation cycle 1 b 灌水周期 2 b Irrigation cycle 2 c 灌水周期 3 c Irrigation cycle 3 注 v1 v2 分别为 W 1 和 W 2 处理下的土壤体积含水率 cm 3 cm 3 T c1 T c2 分别为 W 1 和 W 2 处理下的番茄冠层温度 和 分别表示在 P 0 05 P 0 01 和 P 0 001 时两处理间有统计学意义的显著差异 ns 表示差异不显著 下同 Note v1 and v2 represent the soil volumetric water content under W 1 and W 2 water treatment respectively cm 3 cm 3 T c1 and T c2 represent the tomato canopy temperature under W 1 and W 2 water treatment respectively and and indicate statistically significant differences at P 0 05 and 0 01 and 0 001 respectively ns not significant the same as 图 2 两个水分处理下土壤体积含水率及番茄冠层温度在 3 个灌水周期内波动情况 Fig 2 Fluctuations of soil volumetric water content and tomato canopy temperature under two water treatments during three irrigation cycles 在参考平面的选取方法上 采用干湿红织物为对照 的方法计算的 I G 与 g s 的线性拟合 R 2 值最高 为 0 707 其次为干湿绿织物对照法 R 2 为 0 652 人工喷涂方法下 I G 与 g s 的响应关系最差 R 2 0 631 图 3a 在 I G 与 A n 和 leaf 间的响应关系中规律相同 均为红色织物效果最佳 图 3b 3c 同时 利用 I G 衡量番茄植株生理指标的缺 水响应情况时 I G 与 g s 的相关关系要优于 A n I G 与 leaf 的相关性最低 作物水分胁迫指数 CWSI 与 g s 间呈显著负相关关系 在 CWSI 与 A n 以及 leaf 的响应关系中发现了同样的趋势 当 CWSI 0 7 时 g s A n leaf 的取值范围分别为 0 02 0 1 mol m 2 s 2 10 mol m 2 s 1 2 0 8 MPa 当 农业工程学报 http www tcsae org 2022 年 232 0 3 CWSI 0 6 时 三者的取值范围分别在 0 15 0 25 mol m 2 s 12 5 17 5 mol m 2 s 0 6 0 3 MPa 图 4 通过拟合三种参考平面选取方法下 CWSI 与植株生 理指标间的响应关系 可以判断 CWSI 的最佳获取方式 如图所示 采用干湿红织物为对照的方法计算的 CWSI 与 g s 的拟合程度最优 R 2 0 687 采用干湿绿织物计算 的 CWSI 与 g s 的响应关系次之 R 2 0 631 采用人工喷 涂介质计算的 CWSI 与 g s 的决定系数 R 2 最低 为 0 628 图 4a 这种规律同样体现在 CWSI 与 A n 和 leaf 的响 应关系中 图 4b c 同样以干湿红织物作为参照效果 最佳 决定系数 R 2 分别为 0 698 和 0 669 人工喷涂介质 的参照效果最差 R 2 分别为 0 643 和 0 609 在对 CWSI 与 A n 间响应关系的研究中 三种方法下拟合所得的 R 2 值均大于 0 6 同时 利用 CWSI 衡量番茄植株的需水状 况时 A n 对 CWSI 的响应均优于 g s 与 leaf a I G 与 g s 响应关系 a Relationships between I G and g s b I G 与 A n 响应关系 b Relationships between I G and A n c I G 与 leaf 响应关系 c Relationships between I G and leaf 图 3 三种方法下相对气孔导度指数 I G 与叶片生理指标间响应关系 Fig 3 Relationships between relative stomatal conductance index I G and leaf physiological inds under three groups of reference plane acquisition s a CWSI 与 g s 响应关系 a Relationships between CWSI and g s b CWSI 与 A n 响应关系 b Relationships between CWSI and A n c CWSI 与 leaf 响应关系 c Relationships between CWSI and leaf 图 4 三种方法下作物水分胁迫指数 CWSI 与叶片生理指标间响应关系 Fig 4 Relationships between crop water stress index CWSI and leaf physiological inds under three groups of reference plane acquisition s 2 3 热红外指标与单叶气体交换参数间的关系 结合上文得到的最佳参考平面为红棉织物的结论 在研究不同热红外指标与叶片气体交换参数 g s 和 A n 间的响应关系时 均以红棉织物为参考平面来分别评估 两个水分处理下的叶片生理指标 如表 1 所示 热红外 指标 CWSI 和 T leaf 与叶气交换参数之间呈负相关 而 I G 和 T leaf air 与各生理指标呈正相关 两个水分处理下 g s A n 均与环境温度归一化的热红外指标 CWSI I G 呈极显著 的相关关系 P 0 01 CWSI 与 A n I G 与 g s 的相关性 更强 叶片红外温度 T leaf 与气体交换参数间亦呈显著的相 关性 P 0 05 利 用 T leaf 预测 g s 与 A n 的效果大致相同 且不同处理间的相关性无显著差异 代表叶片与周围空 气温度差值的 T leaf air 在与叶片生理指标的相关性评估中 均未表现出显著差异 2 4 利用热红外成像技术进行植株水 分监测的最佳 时段 为了进一步探究以干湿红织物为参考平面下不同时 段热红外指标与番茄生理指标间的响应关系 分别对一 第 18 期 张舜凯等 基于热红外成像的温室番茄植株水分评估方法 233 天内不同时段测得的 CWSI 与 A n 和 leaf I G 与 g s 进行拟 合分析 表 2 结果表明 一天内不同时段的 CWSI I G 均与植株生理指标 A n leaf 和 g s 呈极显著相关 12 00 14 00 时段测得的 CWSI 与 A n 间 R 2 值为 0 761 I G 与 g s 间 R 2 值为 0 755 CWSI 与 leaf 间 R 2 值为 0 686 均在此时段为最高 其次为 10 00 12 00 时段 表 1 四个热红外指标与叶片气体交换参数间的皮尔逊相关系数 Table 1 Pearson correlation coefficients between four thermal indicators and leaf gas exchange parameters 参数 Parameters 作物水分胁迫指数 Crop water stress index 相对气孔导度指数 Relative stomatal conductance index 叶片温度 Leaf temperature 叶气温差 Temperature difference between leaf and surrounding air W 1 W 2 W 1 W 2 W 1 W 2 W 1 W 2 气孔导度 Stomatal conductance 0 706 0 686 0 812 0 797 0 535 0 542 0 373 0 382 光合速率 Photosynthesis rate 0 737 0 717 0 658 0 705 0 525 0 547 0 315 0 391 注 表中参与相关性分析的数据为全天五个时段内测得的两个水分处理下不同热红外指标与叶片气体交换参数的观测值 Note The data involved in the correlation analysis in the table are the values of thermal indicators and leaf gas exchage parameters under two water treatments measured at five time periods 表 2 不同时段内热红外指标与植株生理指标间的响应关系 Table 2 Different relationships between thermal indicators and plant physiological indicators in different time periods 时段 作物水分胁迫指数 CWSI 光合速率 A n Crop water stress index CWSI Photosynthesis rate A n 相对气孔导度指数 I G 气孔导度 g s Relative stomatal conductance index I G Stomatal conductance g s 作物水分胁迫指数 CWSI 叶水势 leaf Crop water stress index CWSI leaf water potential leaf Time 响应关系 Response relationship R 2 响应关系 Response relationship R 2 响应关系 Response relationship R 2 8 00 10 00 A n 14 011CWSI 19 399 0 557 g s 0 076I G 0 028 0 584 leaf 0 094CWSI 2 1 053CWSI 0 072 0 499 10 00 12 00 A n 17 956CWSI 22 498 0 677 g s 0 070I G 0 054 0 661 leaf 0 883CWSI 2 8 744CWSI 1 587 0 594 12 00 14 00 A n 18 869CWSI 21 340 0 761 g s 0 077I G 0 028 0 755 leaf 6 191CWSI 2 14 840CWSI 0 169 0 686 14 00 16 00 A n 16 413CWSI 22 015 0 584 g s 0 071I G 0 067 0 591 leaf 24 794CWSI 2 19 842CWSI 9 235 0 440 16 00 18 00 A n 18 174CWSI 20 803 0 592 g s 0 073I G 0 001 0 555 leaf 7 527CWSI 2 1 654CWSI 3 222 0 506 注 表中数据均为不同时段下测得的两个水分处理下热红外指标与相应植株生理指标的均值 Note The data in this table are the pooled values of thermal indicators and plant physiological indicators under two water treatments measured at different time periods 3 讨 论 通过遥感技术监测作物生长及水分状况可为灌溉制 度的拟定及田间水分管理提供实时可靠的依据 前人研 究表明 热红外成像技术可用于定量评估田间玉米 26 27 水稻 28 棉花 29 葡萄 4 杏树 30 核桃 31 等作物与树 木的水分状况 已有的部分研究着眼于红外图像的提取 与分析优化 这为基于热红外成像技术进行植株水分状 况诊断提供了可靠的技术支撑 32 33 本文通过对比两个 水分处理间温室番茄冠层温度 T c 进一步证实 水分胁迫 程度较高的番茄植株具有较高的冠层温度值 未受或受 到轻度水分胁迫的植株表现出较低的冠层温度值 其根 本原因是水分胁迫下的叶片会通过减小气孔开度来限制 蒸腾作用 以减少水分的过多散失 从而导致冠层温度 的升高 34 35 然而 热红外指标不能单独作为植株水分 亏缺的评估因素 必须将其实测值与植株的生理指标相 关联 目的是为了减少单一温度估计产生的误差 提高 利用热红外成像技术判断作物水分胁迫程度的可靠性 本文对比了三组不同参考平面选取方法 主要目的是甄 别不同参考平面材料及其颜色对番茄植株水分监测结果 的影响 结果表明 干湿红织物为对照的方法在一系列 热红外指标中表现最为稳定 根据其计算的 CWSI 和 I G 与番茄叶片生理指标间的响应关系均优于干湿绿织物和 人工喷涂介质方式 图 3 图 4 相较于干湿织物的参 考方式 人工喷涂介质的方法难以保持操作的稳定性 且手动润湿后的叶片温度存在较短的稳定期 24 红外测 温仅应在特定的时间内进行 否则容易造成 T wet 的估算误 差 在风速更高 干燥更快的野外种植条件下存在更大 的局限性 通过人工涂抹凡士林来主动闭合叶片气孔的 方式也会对番茄叶片生理与光学特性产生永久性影响 无法进行可持续生产 通过对比同种材料下不同颜色织 物对评估结果产生的影响 发现以红色织物为参考平面 进行植株水分监测的效果均优于绿色织物 这与两颜色 织物对环境影响的不同反应有密切关系 绿色织物更易 受到日光温室内太阳直射光及周围高温物体反射光的影 响 36 且本研究中采用的暗红色织物材料较亮绿色材料 具有更高的发射率 而发射率高的物体其表面温度更接 近其真实温度 发射率低的物体表面温度与环境温度更 接近 因此绿色织物易造成 T wet 和 T dry 的估计偏差 由此 对评估结果产生影响 同时红色织物在热红外图像的处 理过程中更易于区分 不会在图像提取过程中造成像素 块的错误圈选 由此提升了测量的精度与准确性 热红外指标 CWSI I G 与番茄植株生理指标 A n 和 g s 间表现出最高的线性回归系数 未经环境归一化处理的 热红外指标 T leaf 也与两生理指标间具备一定的相关性 但 叶气温差 T leaf air 与两个水分处理下的番茄植株生理指标 间均未表现出显著的相关性 表 1 主要原因可能是由 于部分测量目标叶片与温室内气象站间存在一定距离 由此对 T leaf air 测量的稳定性产生影响 与 T leaf 相比 CWSI 和 I G 均需依据与目标叶片处在同一区域的参考表 面温度 T wet 和 T dry 计算得出 是考虑环境因素的归一 化指标 很大程度的避免了单一叶片温度受温室气象变 化的影响 这也是 T leaf 与 g s A n 间的相关性较 CWSI I G 低的主要原因 尽管如此 参考平面温度的使用也存在 一定的限制 可能会制约 CWSI 和 I G 在植株水分评估上 的表现 尤其是在种植环境复杂多变以及太阳辐射角不 农业工程学报 http www tcsae org 2022 年 234 固定的情况下 37 潮湿环境会减少水分的蒸发冷却 由 此降低 T wet 与 T dry 间的差异 20 大风条件可能会改变冠层 能量平衡并导致叶片气孔关闭 38 因此 在多变的气象条件下对缺水植株进行及时的 识别 需要确定最可靠的热红外指标以及一天内进行热 红外成像测量的最佳时段 本研究表明 利用热红外成 像技术判定番茄植株水分状况的最佳时段为 12 00 14 00 在这一时段内测得的热红外指标与植株生理 指标间相关性最高 表 2 这也是一天内不同水分处理 下番茄植株叶片温度 T leaf 热红外指标和叶片生理特性间 差异最显著的时段 正是在这一时段内环境温度与植株 水分蒸发强度达到最大值 由此导致叶片气孔开度以及 叶片温度间的显著差异 10 22 此外 在任一测量日内 W 2 处理下的冠层温度均高于 W 1 处理 土壤水分的亏缺 导致了不同水分处理下冠层温度 T c 的差异 这也是热红 外指标可以表征植株水分状态的根本原因 根据 CWSI 和 I G 预测番茄植株叶气交换指标的线性函数证实了热红 外成像技术在番茄植株水分状况判定上的应用潜力 本 研究主要聚焦于利用热红外手段监测番茄植株水分状况 的方法探究上 未来还需对亏水识别后热红外指标向灌 水制度的转化进行深入研究与探讨 以便更好的服务于 作物水管理 4 结 论 1 以干湿红织物作为参考平面测得的作物水分胁迫 指数 相对气孔导度指数与叶片生理指标间关系在三种 方法中最为显著 作物水分胁迫指数与气孔导度 光合 速率 叶水势间决定系数 R 2 分别达 0 687 0 698 0 669 相对气孔导度指数与气孔导度 光合速率 叶水势间决 定系数 R 2 分别达 0 707 0 661 0 663 可作为热红外指 标获取的最优方法 2 作物水分胁迫指数 相对气孔导度指数与气孔导 度 光合速率间均呈极显著相关关系 P 0 01 叶片 温度与气孔导度 光合速率呈显著相关关系 P 0 05 叶气温差与气孔导度 光合速率无显著相关关系 作物 水分胁迫指数和相对气孔导度指数可用于预测植株叶气 交换水平 作为衡量番茄植株是否缺水的代表性热红外 指标 3 利用热红外成像技术获取具备生理学意义的热红 外数据以评估番茄植株水分状况的最佳推荐时段为 12 00 14 00 此时作物水分胁迫指数与光合速率 叶水势 间的决定系数分别为 0 761 0 755 相对气孔导度指数与 气孔导度间的决定系数为 0 686 能更好地反映番茄作物 水分胁迫状况 参 考 文 献 1 山仑 邓西平 康绍忠 我国半干旱地区农业用水现状及 发展方向 J 水利学报 2002 33 9 27 31 Shan Lun Deng Xiping Kang Shaozhong Current situation and perspective of agricultural water used in semiarid area of China J Journal of Hydraulic Engineering 2002 33 9 27 31 in Chinese with English abstract 2 Jones H G Irrigation scheduling Advantages and pitfalls of plant based s J Journal of Experimental Botany 2004 55 407 2427 2436 3 Costa J M Grant O M Chaves M M Thermography to explore plant environment interactions J Journal of Experimental Botany 2013 64 13 3937 3949 4 Petrie P R Wang Y Liu S et al The accuracy and utility of a low cost thermal camera and smartphone based system to assess grapevine water status J Biosystems Engineering 2019 179 126 139 5 Briglia N Montanaro G Petroz