张标,张冬梅,张浪,冯仲科*,孙林豪
(1.北京林业大学,精准林业重点实验室,北京 10083;2.上海市园林科学规划研究院,城市困难立地生态园林国家林业局重点实验室,上海 200232)
根系吸收水分对植物生长发育、维持自身温度、运输营养物质有着重要的作用[1-2]。水分供应促进了光合作用和干物质积累;树干内部液流自下而上的流通将吸收的大量热能散发出去,保护植物不受损伤[3-4];各类营养物质溶解于水中被植物根系吸收,是植物健康生长的保证。
根系吸收的水分大部分都被用来进行蒸腾作用,因此,研究蒸腾耗水特性对树木生长及其水分利用具有重要意义。林木蒸腾耗水量的精准测定一直是植物生理学者和生态水文学者的研究热点[5],测定方法也广泛应用于蒸腾/蒸散模型、水域水资源分布及利用等研究[6-10]。测定方式分为实测法和估测法:估测法适用于林分和区域尺度,模型通用性低;而实测法通常适用于叶片和个体,精度较高、适用性强,因此蒸腾耗水普遍采用实测法进行研究。实测植物液流的方法有很多,包括染料法、放射性同位素法、示踪法、叶市法、离体称重法[11]、磁流体动力学法、蒸渗仪法、整树容器法[12]、快速称重法以及热脉冲[13-14]、热平衡[15-16]、热扩散[17-18]等。与其他方法相比,热扩散法具有结果精准可靠、测量方式简单、易于建模等优点,该方法测定单木水平的蒸腾耗水量,从根本上消除了整树容器法、叶室法和快速称重法进行尺度扩展求算整株蒸腾耗水量过程中产生的取样误差和测量误差,结果更加精准;与染料法、放射性同位素法相比,该方法更容易实现数据的自动化采集和存储,而且能实现多探头任意时间间隔的测量;利用热扩散方法测定的单木耗水结果可通过建模将尺度扩大到群体水平,为某种树木的生产实践提供重要的理论指导。
树木是整个生态系统中的重要组成部分,环境因子对于树干液流的影响同时也反映了树木本身对环境的适应[19]。因此研究树干液流速率不能忽视环境因子对其造成的影响[20-21]。基于热技术法的液流针虽然能够实现较为动态、连续、准确、无损的测定[22-23],但是只能采集树干液流数据,无法同时收集气象和土壤数据。虽然可以通过在样点附近布置气象站的方法,实时获取立地环境指标数据,但树干液流与气象及土壤数据的时间匹配过程繁琐,容易造成数据匹配错误,不适用海量数据的分析。
为实现树干液流快速、精准测量与分析,本文开发了树干液流监测系统,该系统基于TDP(thermal design power)液流计来测定树干液流,集成气象和土壤因子传感器,通过NB物联网通讯模块将数据上传至服务器,基于B/S架构的系统建立可视化平台来精确地描绘和反映树干液流速率和环境因子的时空变化规律,为研究树干液流速率长期变化规律和树木的合理灌溉提供数据支撑。
1.1.1 系统结构本研究设计的系统(图1)自下而上分为采样层、硬件层和软件层。采样层采集系统的监测指标包含树干液流、气象因子和土壤因子。硬件层通过部署监测系统的基础设备,由树干液流、气象和土壤传感器对环境信息数据进行采样和收集,对数据统一分析、处理后,通过数据通信模块将数据传输到软件层。软件层通过数据通信接口来接收数据并存储至数据库,再通过数据分析模块进行数据处理和统计,最后由数据展示模块实现可视化。
图1 树干液流监测系统Fig.1 Monitoring system of tree sap flow
1.1.2 系统硬件设计本文系统的硬件设计如图2所示。主控模块采用STC15W4K48s4(宏晶科技)型号单片机,具有高速、低功耗、抗干扰、低成本等优点,在感知模块中,通过ADC模数转换芯片(-ADS1256,24位,8通道,德州仪器)获取液流传感器液流参数,通过RS485总线来读取气象传感器和土壤传感器获取的环境因子。通信模块内有NB-IOT芯片(合宙通信Air302,B1、B3、B5、B8频段)和物联卡,用于将采集数据传输到软件层。交互模块包含了显示屏和按键,用于装置操作人员查看数据或输入指令;储存模块内嵌有2 Gb的SD卡,用于存储测量数据;电源模块主要由太阳能板、锂电池、电源管理芯片和开关组成,具有供电、充放电、短路保护、升降压等功能。
图2 系统硬件设计Fig.2 System hardware design
ADS1256为24位模数(A/D)转换器,数据速率最高可达30 kSPS,内部结构主要由模拟多路开关(MUX)、输入缓冲器(BUF)、可编程增益放大器(PGA)、四阶△-∑调制器、可编程数字滤波器、时钟发生器、控制器和串行SPI接口等组成。ADS1256采用四线制(时钟信号线SCLK、数据输入线DIN、数据输出线DOUT和偏片选线CS)SPI通信方式的从机工作模式。通过单片机控制读写ADS1256片上的寄存器,通信时设置CS为低电平,通过读取DRDY引脚的电平来判断数据转换是否完成,使用RDADA或RDATAC命令从DOUT引脚读取最新的转换数据。
1.1.3 系统软件设计基于B/S架构数据可视化平台,利用PHP+HTML5+MySQL作为开发语言和工具。本平台采用PHP作为后端开发语言,HTML5和CSS作用于前端页面编写和样式渲染,前后台交互采用AJAX,前端操作相应采用JavaScript,Web服务器选Apache。同时,针对不同设备访问平台的情况,系统采用响应式布局。
Ajax传递通过Jquery查询前端的时间段作为条件,经Ajax将前端的查询条件传输给后台。后台根据条件查询构建SQL语句,对数据库中的液流、气象和土壤数据进行查询,将气象和土壤的查询结果与树干液流的计算结果以json数据的格式返回给前端,由前端实现数据的echarts图形化呈现,以数据曲线的形式展示,可以直观地观测到各个指标数据的变化趋势。
采用TDP-30类型探针监测树干液流,长度30 mm。液流传感器通过热扩散原理测量植物液流,原理如图3所示。
图3 液流传感器Fig.3 Stem flow sensor
测量时将2个纵向对齐的探针插入树干边材部分,上探针包括加热器和热电偶的热电极,下探针包括热电偶的另一个热电极。接线端子的正负电源接加热器、正负信号接热电偶,上探针的加热器产生恒定热量,液流上升的途中带走探针的热量,因此与下探针的电压差发生变化。电压差dV的时间分辨率为30 min,数据存储到数据库中。dV与树干边材部分的液流速率存在一定的定量关系,最终计算出植物水分的蒸腾量。当树干液流速率为零或最小时,2个探针间的温差dT最大。随着树干液流速率增大,树干边材部分的导热率也将增大,则两探针间的温差将减小。通过温差dT与树干边材部分的液流速率的函数关系,反演出植物水分的蒸腾量。树干液流速率根据Grannier[24]定义的公式计算。
式中,K为无量纲参数;dV为TDP上、下探头的瞬时电压差,mV,dVmax为最高探针电压差,mV;V是树干的液流速率,cm·h-1。
2021年9月在上海市园林科学规划院青松基地进行试验,树干液流监测选用2颗白玉兰,在距地面1.3 m处树干安装了美国Dynamax公司生产的FLGS-TDP包裹插针式植物液流仪作为对照。本文设计仪器安装在与对照设备等高但不同方位的位置。将安装处刮去粗皮,插入TDP探针,用泡沫块和胶带固定住探针,外层包裹绝缘、防辐射材料,防止外界温度及雨水干扰。
本文设计的树干液流监测系统除监测液流指标外,还可同步监测气象因子和土壤因子,每30 min自动采集1次。气象指标包括空气温度、空气相对湿度、风速、太阳总辐射、二氧化碳含量;土壤指标包括温度、湿度、pH。此外,饱和水汽压也是影响树干液流的关键环境因子,由空气温度与相对湿度计算[25-26]。
式中,VPD为饱和水汽压,hPa;Ta为空气温度,℃;RH为空气相对湿度,%;a、b、c为常数,取值分别为0.611 kPa、17.62 kPa和243.12℃。
采用SPSS统计软件的Pearson相关性分析树干液流与各环境因子的关系,选取相关系数大于0.5的环境因子与树干液流建立多元线性回归模型。
选取9月1—7日的对照仪器和本文设计仪器的监测结果绘制液流密度日动态曲线(图4)。可以看出,dV在10∶00—13∶00持续降低,上、下探针温差减小,随后在13∶00开始,持续升高,22∶00达到峰值,由此至第2天10∶00持稳定状态,上、下探针温差平稳。
图4 电压差、液流密度日动态曲线对比Fig.4 Voltage difference,sap flow density day dynamic curve comparison
对于白玉兰,本文设计仪器和对照设备的电压差和液流速率趋势相近,所得电压差的相关系数为0.834 3,液流速率的相关系数为0.876 5。由于树干不同方位边材液流速率有差异[27-28],两款设备的监测结果略有差异,但整体趋势相同,电压差和液流速率的相关系数均大于0.834 3,属于显著相关,表明本文设计仪器监测结果准确可信。
2.2.1 气象因子动态变化分析选取9月1—7日气象因子监测指标绘制动态曲线(图5),可以看出,监测期间每天的温度、湿度、太阳总辐射曲线图多为单峰波段,于13∶00附近达到最大峰值,此后持下降趋势;C02含量通常在夜晚达到最大峰值;风速则是不规律的多峰波段。
图5 气象因子日动态曲线Fig.5 Daily dynamic curve of meteorological factors
2.2.2 土壤因子动态变化分析 土壤因子日变化趋势如图6所示。可以看出,土壤温度基本随着空气温度的变化浮动,气温从早开始上升,到14∶00左右达到最高温,表土温度也随之上升,但由于土温的滞后现象,通常要在14∶00后或更迟的时间才达到最高温度。土壤湿度和土壤pH的浮动与树干液流速率趋势对比较不规律。
图6 土壤因子日动态曲线Fig.6 Daily dynamic curve of soil factors
选取本文设计仪器监测的环境因子与全天、日间、夜间3个时段的白玉兰液流速率进行相关性分析,结果见表1。
由表1可以看出,全天时段Sf与除了pH之外的其他环境因子均呈极显著相关关系,其中与Ta、WS、Rs、VPD、St、Sh均呈正相关关系,与RH、CO2呈负相关关系。各个环境因子对Sf的影响机理不同,Ta与St的提升通过促进植物体内的活性酶,从而增强了蒸腾作用;在监测期间,WS在0~2 m·s-1之间浮动,在此范围内WS促进了Sf,考虑原因为微风降低了叶片的湿度;Sh决定了根系附近的水分含量,在一定程度内影响了根系的吸水能力;Rs直接影响植物的光合作用,随着Rs的增加,植物蒸腾作用增强,Sf随之增大;RH间接影响Sf,RH降低,VPD相对增大,植物蒸腾作用增加,相反蒸腾作用减小;CO2含量的提高会使叶片气孔关闭,抑制了蒸腾作用。pH的相关系数较小,说明土壤pH对树干液流速率的影响不大。Ta、RH、Rs、CO2、VPD的相关系数均大于0.5,Ta、VPD的相关系数分别达到了0.675和0.647。日间时段Sf与Ta、RH、Rs、VPD、Sh呈极显著相关,相关系数较大的有Ta、RH、Rs、VPD,分别为0.465、-0.430、0.445、0.439。夜间时段,Sf与Qs有极显著的相关性,与RH、Sh也有较高的相关性,而与其余环境因子的相关性并不显著。由3个时段环境因子相关性分析研究表明,不同时段环境因子对液流速率的影响程度不同。
表1 白玉兰液流速率环境因子相关性分析Table 1 Correlation analysis table of environmental factors of Magnolia sap flow rate
选取全天时段环境因子大于0.5的主要影响因子Ta、RH、Rs、CO2、VPD建立与白玉兰液流速率的日变化趋势图。由图7可知,气象因子的变化规律对白玉兰液流速率有着明显的影响,液流速率的表现波形变化与Ta、Rs、VPD基本一致,与RH、CO2相反。随着Rs的增加,Ta升高,RH降低,白玉兰蒸腾作用增强,树干液流随之加快,在13∶00左右达到峰值。随后Rs减弱,Ta降低,RH升高,白玉兰蒸腾作用减弱,树干液流速率降低,在22∶00至次日7∶00期间液流速率变化趋缓。
图7 白玉兰液流速率与主要影响因子日动态曲线Fig.7 Daily dynamic curve of Magnolia sap flow rate and main influencing factors
日间和夜晚期间白玉兰均进行蒸腾作用,但影响植物液流的主要环境因子不尽相同[29-32]。选取3个时段的主要环境因子作为自变量,以白玉兰树干液流速率为因变量,建立全天、日间、夜间3个时间段的多元线性回归模型。分析结果(表2)表明,3个时段的拟合优度好坏依次为0.674、0.556、0.349。夜间实测液流速率与基于环境因子建立的模型拟合优度较低,以此推断白玉兰夜间液流为自身补水引起。日间时段液流速率模型拟合优度较高,表明环境因子的确对植物液流存在较大的作用。全天时段的拟合优度为最高,因此在分析液流动态及对环境因子的响应时,建立全天时段的回归模型,可以较好地模拟植物的液流速率。
表2 3个时段白玉兰液流速率多元线性回归模型Table 2 Multivariate linear regression model of Magnolia sap flow rate in three periods
本文针对目前树干液流监测设备指标单一、无法同时收集气象和土壤等环境数据、数据传输方式不灵活等问题,设计了树干液流监测系统。设计的仪器同时配套Web端数据处理和可视化平台,可用于监测树干液流速率和分析环境因子与液流速率的关系。
根据树干液流监测系统分析处理的数据与对照设备对比,与电压差的相关系数为0.834 3,与液流速率的相关系数为0.876 5。将全天、日间和夜间3个时段的液流数据与环境因子数据进行相关性分析,白玉兰树干液流速率的主要影响因子有Ta、RH、Rs、CO2含量。采用多元线性回归算法对数据进行分析和拟合,建立基于多环境因子的3个时段白玉兰树干液流速率模型,R2分别为0.674、0.556、0.349。全天时段中,影响白玉兰瞬时液流速率的主要因素为Ta、RH、Rs、CO2、VPD;而日间与夜间的主要因素为Ta、RH、Rs、VPD和RH、Rs、Sh。可见,对于任何时段,RH和Rs无论在何时都是影响液流速率的主要因素。由于在日间和夜间范围内,CO2含量均不属于主要影响因子,CO2含量对液流速率的影响程度,还需进一步的研究和探讨。
目前,本研究仪器布置范围较小,监测时间不够长,为了进一步分析树干液流与环境因子的关系,还需要在更大的时间尺度和空间尺度上做进一步研究。