基于灰色关联度模型的温室茶树腾发量影响因素研究

孙红严，马德新,2,3

(1.青岛农业大学动漫与传媒学院，山东 青岛 266109；2.山东省计算中心(国家超级计算济南中心)，济南 250014； 3.山东大学计算机科学与技术学院，山东 青岛 266237)

茶树[Camellia sinensis(L.)O.Ktze]是一种古老的双子叶植物，作为我国重要的传统种植作物之一，茶是现代社会的多功能产品，具有较大的经济效益。茶树主要生长在暖温带、亚热带地区，最适合其生长的温度为20～25 ℃，具有耐阴、喜光、耐湿的生长特点，可分为4个时期：幼苗期、幼年期、成年期和衰老期，其经济年龄期较长，约为45 a[1,2]。环境因子的控制对茶树的生长以及茶叶的产量具有重要意义，但是在我国北方地区冬天温度较低，降水量少，因此可以通过温室种植。茶树在生长期间需水量较多，需要精量精确灌溉，有效促进茶树生长。

作物需水量是制定灌溉用水额度的重要依据，而作物腾发量是确定其需水量的关键参数，它的精确度直接影响着作物需水量的准确度。对于作物参照腾发量，许多专家学者都提出了计算方法、模型与理论，其中联合国粮食及农业组织(FAO)专家组提出的Penman-Monteith方程是目前唯一推荐的计算方法[3,4]。由于露天大田环境具有较大的差异性，王健[5]等人，以P-M方程为基础公式，通过空气动力学原理对风速以及地表净辐射规律进行了修正，导出了适合温室参考作物腾发量的P-M修正式。潘永安[6]等人研究试验了在某些环境因子缺失下，P-M温室修正式的应用。但各环境因子之间作用关系联系非常复杂，因此在计算温室茶树腾发量之后通过引入灰色关联度模型来探索各环境因子对温室茶树腾发量的影响程度。

灰色关联度模型分析法是灰色系统理论中的一种分析法，该方法由于其在对分析相互关系方面具有极好的作用，因此被广泛应用。通过使用灰色关联分析法可以有效得出参考作物腾发量与各环境因子之间的相互关系，通过人为的调控各环境因子，来促进茶树更好的生长，达到增加产量和提高质量的目的。能为我国北方温室茶园精量灌溉提供理论依据，减少农业用水资源的浪费。

1 材料及方法

1.1 温室茶园试验区情况

试验地点位于青岛市城阳区东旺疃村北温室茶园(编号：9711)，距青岛农业大学约为5.7 km,地理坐标为E120°46′，N36°33′，海拔高度为54.90 m；主要位于暖温带季风气候；多年平均温度为13.12 ℃；降水量年平均为650 mm；年平均相对湿度约为72%。此茶园长宽和顶高分别为：38、12、2.5 m，整个温室约有1 900 株茶树，茶树品种为“黄山小种”。温室内植株高度在0.24～0.46 m范围之内，计算时取值为0.35 m。灌溉采用滴灌带方式，每个滴孔之间的距离约为0.2 m。

1.2 环境因子数据采集

采用压力表测量灌水量，温室内装有山东省计算中心智能控制技术创新团队研制的2台小型农业智慧监测站，它主要利用传感器监测温度T(℃)、相对湿度RH(%)、光照强度L和土壤含水量W(%)以及土壤热通量G(W/m2)。每1 h监测站上传一次数据，在茶树的春梢生长期内(2018年3月1日-2018年4月15日)进行数据的采集，数据可以通过手机应用端以及PC端网站进行导出Excel数据。

1.3 温室茶树腾发量计算方法

王林林[7]等人在青岛农大智慧茶园温室内以Penman-Monteith方程作为基础，通过借鉴P-M温室修正式结合温室茶园实际情况进行了试验，并提出相对准确的温室茶树腾发量计算模型ET0(T)。本文将利用此模型进行温室茶树腾发量计算，计算公式如下：

ET0(T)=

(1)

式中：ET0(T)为温室茶树腾发量，mm/d；Δ为饱和水汽压曲线斜率，kPa/℃；Rn为地表净辐射通量，MJ/(m2·d)；G为土壤热通量，MJ/(m2·d)；γ为干湿表常数0.064 6 kPa/℃；ea和ed分别为饱和水汽压和实际水汽压，kPa；T为2 m高度处的平均温度，℃；ht为茶树冠层高度，m；Z为该地的海拔高度，m。

2 灰色关联度模型介绍及其计算方法[8-11]

对于两个系统之间的因素，它们之间的变化不会随着时间的改变而改变的相关性大小的量度，被称为关联度。在这个系统发展变化时，如果两个或多个因素之间的变化具有一定的一致性，即变化的程度如果越高，则证明它们之间的关联度越高，否则，就越低。灰色关联度模型分析一般是包括以下5个环节：

(1)原始的数据的预先处理，确定对比因素与参照数例。首先设评价因素有a个，评价指标有b个参考数列：y0={y0(k|k=1,2,…,b)}，比较数列为：yi={y0(k)|k=1,2,…,b}。

(2)确定各个因素所对应的权重。在这里可以利用层次分析法来确定相关因子所占的权重r=[r1,r2,…,rn]，其中rk(k=1,2,…,b)为第k个因素所占的权重。

(3)计算灰色相关系数。

计算灰色关联系数公式为：

ζ(k)=

(2)

(4)评价分析。根据灰色关联度的大小对各个环境因子进行排序，确定其相关程度。

3 结果与分析

3.1 温室茶树腾发量典型天气日变化量结果与分析

选取试验期间内选取相近的日期，不同典型的天气。分别是雨天(2018年4月3日)、阴天(2018年4月4日)以及晴天(2018年4月6日)作为典型数据进行计算，并对实验结果进行分析。实验数据选取阶段从10∶00至下午17∶00结束，以温室茶树腾发量模型ET0(T)为基本计算公式，使用Matlab进行计算。3月典型天气温室茶树各时间段腾发量如图1所示。从图1明显可以得出温室茶树腾发量无论是在晴天、阴天还是雨天，它总体趋势都是先上升并在13∶00左右会达到峰值之后会继续下降。说明光照强度对温室茶树腾发量影响较大，且晴天时茶树腾发量明显高于阴天和雨天，并且在阴天和雨天时变化量基本相同，但由于雨天时天气闷热温度较高所以有时雨天茶树腾发量会高于阴天的。

图1 2018年3月典型天气温室茶树各时间段腾发量

3.2 温室茶树腾发量每日变化结果分析

选取试验期间内选取相近的日期，从2018年3月2日-2018年3月20日，利用Matlab通过编写程序计算2018年3月2日-2018年3月20日茶树腾发量数据，其具体变化量如图2所示。从图2可以看出随着天气慢慢地回升，温室茶树的腾发量也在逐渐地增加，但在阴雨天气时或者当日温度降低时茶树腾发量会有明显的降低。例如在3月3日和3月4日天气状况分别是小雨和中雨天气，当日光照强度不强进而影响茶树腾发量大小，随着天气温度的上升茶树腾发量也随着增大。因此，可知在阴天、雨天或者温度较低等不同天气时会对温室茶树的腾发量产生不同程度的影响。

图2 2018年3月2日-2018年3月20日茶树腾发量数据

3.3 利用灰色关联度模型计算结果与分析

晴天(2018年4月6日)和阴天(2018年4月4日)以及雨天(2018年4月3日)这三天温室内气象因子数据以及茶树蒸腾蒸发量数据如表1～表3所示，参考作物腾发量与各气象因子的关联度及排序如表4～表6所示。根据灰色关联度模型的计算公式，将数据代入用Matlab软件编写的计算程序内可以算出各因素关联度的大小，如果灰色关联度的数值越大，就说明某个环境因子对目标因素的影响越大[12]。通过表4～表6可以得出：无论是在阴天、雨天还是晴天的状态下影响度大小都是按着土壤含水量>温度>相对湿度>光照强度顺序排列的。就此温室茶园来说，在晴天与阴天和雨天天气情况下，利用温室茶树蒸腾蒸发模型计算的作物腾发量与各温室环境因子之间关系整体上趋势相同，其中土壤含水量对温室茶树腾发量的影响最大，因此在灌溉施水时要注意控制水量，结合其他环境因子通过调控其大小可以促进和降低温室茶树的腾发量，从而提高茶树生长条件以及茶叶产量。

表1 晴天(2018年4月6日)各气象因子数据

表2 阴天(2018年4月4日)各气象因子数据

表3 雨天(2018年4月3日)各气象因子数据

表4 参考作物腾发量晴天(2018年4月6日)与

表5 参考作物腾发量阴天(2018年4月4日)与

表6 参考作物腾发量与雨天(2018年4月3日)与

4 结 语

参考作物蒸腾量的大小除了受自身生理条件和环境因子影响外，种植户的栽培技术、灌溉施肥、自身品种也会对其产生不同程度的影响[13-15]。使用灰色关联度分析法，简单方便且结果与作物实际表现一致[16]。在这里主要运用灰色关联度模型分析结果表明，影响北方温室茶树腾发量的主要因素为环境因子且对茶树腾发量的影响程度不同。在实际操作计算中，还存在一些“理想处理因素”，对一些测量值采用代入公式计算时还具有一定的认为主观性，因此我们应该更多地运用现代智慧农业技术对温室茶园环境因子进行监控，以求数据更加准确。在温室茶园中使用智慧农业设施进行工作，根据茶树的生长需求设定一定的数据临界值，当达到这一临界值时就采用灌溉、施肥、通风、遮阴、通过等一系列操作去调节环境因子,以求能降低环境因子对茶树生长所造成的不利影响，在灌溉时能够根据茶树需水量和蒸腾蒸发量进行精确浇水，提高茶叶的产量以及质量，同时也节约一定的水资源，减少肥料的浪费，进一步促进茶叶经济发展的稳步向前。