干旱处理条件下水稻冠层温度的变化规律探究

陈韵宇,王 鑫,,杨万能,高 欢,楼巧君∗

(1华中农业大学植物科学技术学院,武汉 430070;2上海市农业生物基因中心,上海 201106)

水稻是我国最主要的粮食作物之一,提高稻谷产量对于保障我国粮食安全具有重大意义。但我国淡水资源相对缺乏,是世界13个贫水国之一,目前我国超过约60%的水田会受到不同程度的干旱危害[1-2]。水稻生产中长期保持水层的种植方式使稻田甲烷排放量占总排放量的20%以上,且增施农药和化肥易加重面源污染。通过提高水稻品种的节水抗旱特性,采用旱种旱管、水种旱管的栽培模式,可以减少灌溉用水量,降低干旱胁迫对水稻生产的影响,减少面源污染和甲烷排放。因此,开展水稻抗旱性研究,培育节水抗旱新型水稻品种对保障粮食安全和保护生态环境均具有重大意义。

冠层温度指作物冠层茎、叶表面温度的平均值[3]。冠层温度是作物常用的生理生态特征之一,在抗旱研究中应用普遍,与作物的抗旱性密切相关。植物体温形成过程的研究始于20世纪60年代[4],冠层温度受基因、环境和田间管理等因素综合影响[5-7]。冠层温度是能量平衡的结果和体现,冠层与外界的能量交换通过辐射、传导、对流和蒸腾散热等方式实现,伴随光合作用、呼吸作用、酶促反应等一系列代谢活动[8]。

水分作为蒸腾散热的主要载体,对水稻冠层温度起到十分重要的调控作用。高温干旱条件下,土壤水势较低时,水稻会降低蒸腾作用以减少水分过快流失,此时植物将吸收的辐照热量以热和荧光的方式释放出来,致使冠层温度升高,因此在排除其他环境条件影响之后,干旱胁迫下水稻冠层温度一般会高于水分充足区域[9]。研究表明,水稻冠层温度与产量性状多呈负相关,尤其在灌浆后期对产量影响较大,原因在于冠层温度过高会影响水稻灌浆的生理生化过程,灌浆期间冠层温度低的水稻品种蒸腾作用和光合作用较强,有利于体内氮素的累积,使籽粒充实饱满[10],而伴随着冠层温度升高,水稻群体开花高峰提前,会严重影响饱粒数,进而影响水稻产量和品质[11]。

过去,由于缺乏对冠层温度的精确采集技术和田间环境的实时监测技术,很难通过实测手段定量分析大田环境下不同基因型及各项环境因素对水稻冠层温度变化的贡献大小。随着农业传感技术的发展,包括土壤水势传感器、水分传感器、空气温湿度传感器、红外热像仪等技术仪器的出现,现在已经能够在大田环境下连续、自动监测植株和环境参数,使得水稻冠层温度影响因素的定量分析成为可能。利用这些新的技术手段,研究人员在小麦、高粱等旱地作物中进行了水分监测和抗性基因筛选等方面较为深入的研究[12-14]。如陈金华等[15]研究表明,水稻冠层温度的变化与气温具有良好的线性关系;闫川等[16]发现相对湿度也是影响水稻冠层温度的主要因素;张文忠等[17]研究了光照强度对水稻冠层温度的影响;程旺大等[18]利用冠层温度进行了水稻抗旱基因筛选工作;Wang等[19]通过冠层温度探究了水稻花期热胁迫对水稻生长发育的影响。已有部分学者对水稻冠层温度变化规律进行了研究,但利用多传感器在干旱处理下研究水稻温度变化规律的报道较少。本试验利用非接触式红外热成像仪获取水稻冠层温度,结合多种环境传感器,分析干旱处理下水稻冠层温度的变化规律及影响因素,以期为进一步解析水稻抗旱机制奠定基础。

1 材料与方法

1.1 试验材料、种植和干旱处理方法

选用4个抗旱性不同的水稻品种(系)作为试验材料,其中‘IRAT109’是来自国际热带农业作物研究所的一个典型旱稻,避旱性较强;‘IR64’是来自于国际水稻研究所的籼稻品种,抗旱性较弱;‘旱优73’是由上海市农业生物基因中心选育的一个优良节水抗旱杂交稻品种,综合抗旱性较好;旱恢15是上海市农业生物基因中心选育的一个抗旱三系恢复系,耐旱性较好。

每个品种(系)取150粒饱满种子,50℃烘1 d去休眠,浸种催芽3 d后,在2021年5月21日播种于金山廊下试验秧田;6月30日移栽至高通量抗旱表型平台的鉴定岛上。每个小区种植4行×15株,每个材料设置6—9个重复小区,采用常规田间管理措施。

8月1日开始断水,抽掉排水沟(深1.2 m)中的积水,保持水沟水位低于水稻种植面10 cm。每5 d在中间水沟(深30 cm)中加水一次,保持中央一侧土壤湿润,加水至9月1日停止。这样,在一个材料的两侧可形成土壤水分梯度,分别取有水一侧和无水一侧作为水区和旱区。除了土壤水分条件不同,水区和旱区其他生长条件均相同。

1.2 水稻冠层温度获取

本试验通过红外热像仪获取水稻冠层温度数据。红外热成像仪选用烟台艾睿光电科技有限公司的30万像素(640×512)红外热成像系统AT600。红外热像仪装载在AGV导航天车上,可根据设定时间自动进行红外扫描。为了提高冠层温度的精确度,还对采集的原始红外图像进行了冠层分割,以减少非冠层像元对冠层温度获取的干扰。温度图像处理步骤如图1,对于获取到的原始温度图像,首先将其归一化为像素值范围为0—255的灰度图,再将图像划分成若干块小窗口,对每个窗口分别使用最大类间方差(OTSU)算法进行分割,将窗口内分割结果再次整合,得到水稻冠层分割图像;最后用分割图对原始温度图做掩膜,并对掩膜区域求取平均值,就获得了该区域水稻冠层的平均温度。

图1 水稻冠层温度获取流程Fig.1 Rice canopy temperature acquisition process

水稻冠层温度的采集统一在13:00—15:00进行。该时段内气温较高,水稻植株代谢稳定,冠层温度呈现平缓浮动变化状态;由于此时蒸腾作用旺盛,土壤水势能有效影响植株叶片水势和蒸腾速率[20]。从2021年8月1日断水之日起,每3 d进行一次水稻冠层温度采集,采集时间为14:30—15:00。对于每个采集时间点,经上述水稻冠层温度获取流程提取到4种水稻材料所有重复在水、旱区域的平均温度共8个温度数据。8月1日—9月24日共采集了19个时间点152个水稻冠层温度数据。

1.3 环境参数获取

在该表型平台的连栋大棚内安装一个小型气象仪(上海云农信息科技有限公司),可以连续记录空气温度、相对湿度和光照度等气象数据,无线上传至后台服务器存储。在土壤中靠近植株根系附近的位置,插入温湿度探头和土壤水势探头,插入深度为地下8—10 cm,获取连续的土壤温度和水势数据。

1.4 抽穗期记录

每隔3 d观察一次抽穗情况,当试验小区有5株以上抽穗即记录为该水稻材料的抽穗期。距抽穗期天数=数据记录日期-抽穗期,例如‘IRAT109’抽穗期为8月10日,则在8月1日距抽穗期天数为-10 d,9月24日距抽穗期天数为45 d。

2 结果与分析

2.1 环境条件变化进程

对小型气象站及水势探头获取到的环境数据进行整理,并抽提出红外水稻冠层温度采集期间的环境监测参数(图2)。空气温度处于28—38℃,未出现极端温度情况,空气温度和土壤温度有较强的一致性,且土壤温度相较空气温度变化更为平缓。光照度波动幅度较大,最高达15 000 lx左右,最低不到2 000 lx。光照度变化也与温度变化具有一致性,均在8月14日和9月15日到达谷值。根据气象台的数据记录,这两天为雨天,实际的空气温度和光照度均较低。与空气温度和光照度变化趋势相反,空气湿度在8月14日和9月15日到达峰值,这也与气象情况吻合。水旱区域水势值在8月1日断水后均缓慢下降,在8月22日前后,水旱区域水势值开始出现显著差异。

图2 红外水稻冠层温度采集期间环境数据Fig.2 Environmental data during infrared rice canopy temperature acquisition

2.2 水旱条件下水稻冠层温度变化进程

对采集到的水稻冠层温度数据按时间序列进行整理,汇总出4种水稻材料水旱条件下冠层温度的变化进程,同时汇总了水旱处理水稻植株冠层温度差值随时间的变化进程(图3)。观测期间,4种水稻材料在水旱条件下的冠层温度均处于26—34℃(图3A),且变化趋势与环境温度变化趋势(图2A)有较强的一致性。不同水稻材料之间冠层温度差异显著(图3C),从整体趋势来看,不同水稻材料的冠层温度为‘IRAT109’＞旱恢15＞‘IR64’＞‘旱优73’,‘IRAT109’和旱恢15显著高于‘IR64’和‘旱优73’,‘IR64’又显著高于‘旱优73’,‘旱优73’的冠层温度最低。水旱处理分别来看,正常有水条件和干旱胁迫条件下‘IRAT109’和旱恢15的冠层温度仍都显著高于‘IR64’和‘旱优73’,4个水稻材料中‘旱优73’的冠层温度还是最低。

图3 红外水稻冠层温度变化情况Fig.3 Changes of infrared rice canopy temperature

观察水旱条件下同一个水稻材料冠层温度差异(图3B),可以发现在8月1—22日期间,水旱冠层温度差基本处于相同的状态。但在8月22日之后,旱处理条件下的水稻冠层温度开始显著高于水处理下的冠层温度,这与水势变化趋势(图2D)相符合,说明旱胁迫会导致水稻冠层温度升高。水旱条件下水稻冠层温度差与水势变化差异共同指示了8月22日为参试水稻材料进入旱胁迫状态的分界点。之后40 d时间里,水旱冠层温度在9月15日差异最小,该日气温和光照度也是处在谷底而空气湿度处于谷峰(图2B),说明这些气候条件都会显著影响水旱冠层温度差。

2.3 气温和地温对水稻冠层温度的影响

将空气温度、土壤温度和4种水稻材料在水旱处理下的平均温度汇总整理,同时考察冠气温差和冠地温差随时间进程的变化规律(图4)。

图4 空气温度、土壤温度和平均水稻冠层温度变化情况Fig.4 Changes of air temperature,soil temperature and average rice canopy temperature

观察空气温度、土壤温度和水旱处理下水稻冠层温度变化(图4A),发现其变化趋势大致相同,空气温度变化幅度较大,地面和冠层温度变化幅度较小。对于所有采集时间点,空气温度均高于水稻冠层温度(图4B),但在雨天空气温度较低、光照度也很低的时候,空气温度、冠层温度和土壤温度三者最为接近。在前期干旱处理区域的土壤水分还充足的情况下,水旱冠层温差很小,变化不受冠气温差的影响;在后期土壤水分不足的情况下,水旱冠层温差开始显现,受到冠气温差的影响,冠气温差较大的往往水旱冠层温差也较大。土壤温度在早期略高于水稻冠层温度,而在后期显著低于冠层温度(图4C)。水旱冠层温差大部分都显著低于冠气温差和冠地温差,在缺水情况下水旱冠层温差会受到冠气温差和冠地温差的影响。

2.4 水稻冠层温度关系模型

为了更进一步探究各环境因素对水稻冠层温度的影响,以水稻冠层温度作为因变量、环境数据作为自变量建立多元回归模型。为了引入水稻材料特异性和时间序列信息,将距抽穗期天数同时作为自变量加入模型,其中‘IRAT109’‘IR64’‘旱优73’、旱恢15的抽穗期分别为8月10日、17日、12日和18日。利用Excel软件对19个时间点4个水稻材料共76个样本数据进行多元线性回归,共建立3个回归模型,因变量分别为水处理下冠层平均温度(冠温_水)、旱处理下冠层平均温度(冠温_旱)、水旱处理冠层平均温差(冠温_水旱差),自变量有水势、距抽穗期天数、空气温度、空气湿度、土壤温度和光照度,其中对应3个模型,自变量“水势”分别为水处理下水势值(水势_水)、旱处理下水势值(水势_旱)、水旱处理水势差值(水势_水旱差)。回归结果如表1,水稻冠层温度预测效果如图5。

表1 多元线性回归结果Table 1 Multiple linear regression results

图5 多元线性回归预测效果Fig.5 Prediction effects of multiple linear regression

观察多元回归结果(表1),发现环境数据对水旱处理下的水稻冠层温度预测效果较好,决定系数均达到0.84左右,对水旱冠层温差的预测效果略差于直接预测水旱冠层温度,决定系数为0.75。在水处理下水稻冠层温度预测模型中,距抽穗期天数、空气温度和土壤温度都具有极高的显著性,光照度有较高的显著性,说明水稻生育期、环境温度和光照度对非胁迫状态下冠层温度有显著影响;在旱处理下冠层温度预测模型中,与水处理下冠层温度预测模型不同的点在于,距抽穗期天数不具有显著影响,而空气湿度有较高显著性,有可能在旱胁迫状态下,空气湿度对冠层温度影响更大;水旱条件下冠层温度差预测模型中,空气温度、土壤温度和光照度不具有显著性,而水势_水旱差、距抽穗期天数和空气湿度展示出较高的显著性,这说明除了水分的因素之外,水稻生长进程也会对水旱冠层温度差产生显著影响。

3 结论与讨论

本研究表明,空气温度和水稻冠层温度有良好的线性关系,旱胁迫会使冠层温度升高等,与已有研究结果基本相符[9]。在此基础上,本研究还对各环境因素对冠层温度的影响进行了定量分析,建立了包括有水正常条件下水稻冠层温度模型、旱胁迫条件下冠层温度模型和水旱冠层温度差模型3种模型,在较长的时间维度上,考虑了时间序列、品种特异性和环境因素对冠层温度的影响,且模型预测值与原始数据有较高的相关性,因此该模型具有一定的可信度,可为水稻抗旱研究和育种提供参考。

关于水稻冠层温度的研究大都受限于低效的测温技术,传统的水银温度计难以对冠层表面温度精准把控。无接触式测温技术的发展,对水稻冠层温度研究产生了极大的推动作用。刘鸿艳等[21]利用红外测温仪及相似的处理设施,得到了相近的结果。本研究在此基础上采用红外热像仪高通量地获取目标区域内所有像素点的温度值,利用图像处理技术分割水稻茎叶部分,显著减少背景干扰,使冠层温度数据更为可靠,是未来进行田间冠层温度研究的更优方案。

参试的4个水稻材料中,平均冠层温度大小为‘IRAT109’＞旱恢15＞‘IR64’＞‘旱优73’,除了‘IRAT109’与旱恢15冠层温度没有显著差异外,其余两两材料间均呈现显著差异。其中‘旱优73’是目前上海市农业生物基因中心推广面积最大的优良节水抗旱稻杂交组合,在检测期间无论是在有水还是在干旱条件下都表现出了最低的冠层温度,与该品种在水田或者旱地中种植都表现高产稳产的特性相吻合,说明冠层温度在抗旱研究和品种选育中具有实际应用价值。

在整个水稻冠层温度采集期间,本试验采用固定高度的红外热像仪进行冠层拍摄,没有考虑植株冠层高度变化对红外采集的影响,这有可能会影响前后时间段温度采集区域的一致性。对于冠层温度的建模工作中,只考虑了距抽穗期天数这一水稻材料特异性特征,无法很好地划分不同材料之间的冠层温度差异。受限于参试材料个数和采集时间点数量,所获取的冠层温度样本量不多,无法对已有模型进行评估,且对于各因素对冠层温度的影响,并没有进行生理验证。以上不足将在以后的试验中逐步完善。