不同时间尺度下温室西瓜蒸腾与环境因子关系

原桂霞,张涛,温江丽

(1. 北京市水科学技术研究院,北京 100048;2. 北京市南水北调环线管理处,北京 100176;3. 北京农业职业学院,北京 102442)

小型西瓜是设施栽培量较大的果品种类之一.西瓜需水量较大,对水分比较敏感,不同灌溉制度对其生理生态性状具有明显影响[1].无土栽培具有克服土壤连作、降低病虫害发生等优点,在设施农业中应用越来越多.但是无土栽培基质的缓冲能力较差,水分对于作物、环境空气的影响更为直接[2].

作物蒸腾量不仅是确定合理灌溉制度的依据,还对设施环境有重要影响,进而影响作物产量、品质及经济效益[3].植物的蒸腾作用不但由自身的生理特性决定,而且在很大程度上受环境因子的影响.温室作物通过蒸腾作用与环境因子互相影响,在这个过程中,温室内作物形成了独特的蒸腾规律[4].系统探索温室作物蒸腾规律和影响因子,对于实现设施农业智能灌溉具有重要理论价值和实践意义.

在作物蒸腾过程中,各因子之间相互影响、相互作用,并共同对作物蒸腾产生影响[5].前人对温室作物蒸腾规律及其与环境因子的关系进行了大量研究,主要集中在番茄[6]、黄瓜[7]、茄子[8]及甜瓜[4]等,这些研究大多直接探讨作物各阶段蒸腾量的主要控制因子,而各因子的时间尺度效应则往往被忽略,因而难以全面揭示温室作物蒸腾规律和影响因素.已有研究发现,不同时间尺度植物蒸腾变化特征差别较大,时间尺度效应区别明显[9-10].不同时间尺度作物蒸腾是一个复杂多变的过程,另外,水分胁迫对作物蒸腾具有抑制作用[11].然而,充分和亏缺灌溉条件下,对不同时间尺度蒸腾量变化规律以及不同时间尺度主控环境因子的研究比较匮乏.

因此,文中以温室无土栽培小型西瓜为研究对象,利用自动称重系统实时监测不同灌水量条件下西瓜蒸腾量,研究不同时间尺度和不同灌水量条件下西瓜蒸腾及其影响因子的关系.研究结果对于进一步揭示时间尺度效应对设施作物蒸腾规律的影响、确定温室无土栽培西瓜需水关键期和关键影响因子、制定科学合理的水分精准管理策略、提高作物水分效率等方面具有重要意义.

1 材料与方法

1.1 试验地点和材料

试验于北京市农林科学院多功能玻璃连栋温室(116°17′E,39°56′N)内进行,海拔57 m,全市多年平均降水量585 mm,属于温带季风气候.

温室材料为双层透明中空PC板,高6 m,南北和东西跨度分别为33 m和34 m.供试作物为小型西瓜,品种为“京颖”,购于京研益农种业科技有限公司.供试基质为复合育苗基质,购于北京园艺公司,基质容重为0.34 g/cm3,基质持水孔隙度为60.42%,pH为6.26,土壤导电率EC为0.45 mS/cm.试验采用盆栽形式,花盆高12 cm,上口和下底直径分别为17.7 cm和11.4 cm,每盆装基质360 g.

1.2 试验方法

2021年4月7日选取三叶一心的小西瓜苗,定植在花盆中,每盆定植一株,植株行距和株距分别为50 cm和25 cm,定植后每个花盆表层覆盖聚乙烯薄膜,以防止水分蒸发.采用滴箭灌溉,滴箭形式为一出二,滴头流量为2 L/h.不同处理均追施3次水溶性复合肥料(mN∶mP2O5∶mK2O=3∶1∶6),每株西瓜单次用氮量为6 g,不同处理施肥量相同.西瓜生育期划分为苗期(定植22 d内,4月7日—4月29日)、开花坐果期(定植23～38 d,4月30日—5月15日)、果实膨大期(定植39～60 d,5月16日—6月6日)和果实成熟期(定植61～74 d,6月7日—6月20日).

试验共设3个处理,水分梯度(根据前期在北京农林科学院温室开展的基质栽培田间水分管理经验,尽量不让西瓜发生重度缺水)设置为灌溉上限分别占基质持水量(FC)的95%～100%(T1),75%～80%(T2)和55%～60%(T3),每个处理6次重复,各处理随机排列.

1.3 测定项目及方法

1.3.1 西瓜耗水量

试验共栽培18盆小型西瓜,每个处理选取3盆长势均匀的西瓜盆栽分别置于具有自记功能的电子秤(型号BM6G,量程30 kg,精度0.1 g,中航电测仪器股份有限公司,中国)上,对西瓜蒸腾量(ET)进行实时监测,数据采集为每次5 min.ET根据水量平衡方程计算

ET=10(Mt-Mt+1)/(ρS)+I,

(1)

式中:Mt和Mt+1分别为第t时刻和t+1时刻花盆和西瓜植株的总质量,g;ρ为水的密度,g/cm3;S为单株西瓜所占的面积,S=植株行距×株距,cm2;I为时段内的灌水量,mm.

1.3.2 环境数据

利用小气候监测系统(型号AG1000,Campbell Scientific公司,美国)对空气温度(T)、相对湿度(RH)和太阳辐射(RS)等环境因子进行实时监测,包括温湿度传感器(型号HMP155A,温度传感器量程-80 ℃～60 ℃,湿度传感器量程0～100%,温度传感器精度±0.2 ℃,湿度传感器精度±0.2%,Campbell Scientific公司,美国)、RS传感器(型号LI200X,量程0～1 000 W/m2,精度±3%,Campbell Scientific公司,美国)、光合有效辐射(PAR)传感器(型号LI190SB,测量光谱波段400～700 nm,灵敏度±5%,Campbell Scientific公司,美国).数据采集频率为10 min/次.饱和水气压差(VPD)根据ALLEN[12]提供的方法计算.

1.4 数据统计与分析

用Microsoft Excel 2010软件进行数据处理并绘制相关图表,利用SPSS 26.0软件对各处理结果进行统计分析.

2 试验结果与分析

2.1 小时尺度下蒸腾变化规律与环境因子的关系

2.1.1 小时尺度蒸腾变化规律

分别选取4月24日、5月11日、6月6日和6月13日作为西瓜苗期、开花坐果期、果实膨大期和果实成熟期典型日,分析不同灌水处理西瓜典型日蒸腾量(ET)逐小时动态变化如图1所示.

图1 不同灌水处理西瓜各生育期典型日蒸腾量变化

由图1可知,不同生育期内,不同灌水处理西瓜ET逐小时变化曲线类似,昼高夜低,均呈现单峰曲线.以开花坐果期为例,不同灌水处理ET在中午12:00左右达到峰值,ET值由大到小依次为T1处理(ET1), T2处理(ET2), T3处理(ET3).由图可知,不同处理西瓜苗期的典型日ET均较小,ET1,ET2和ET3的典型日峰值量分别为0.08,0.06和0.04 mm/h;果实膨大期西瓜的典型日ET较大,ET1,ET2和ET3峰值分别为0.68,0.49和0.37 mm/h;在果实成熟期,不同处理西瓜典型日ET峰值降低且持续时间缩短.

2.1.2 小时尺度下蒸腾量与环境因子关系

表1为不同时间尺度下西瓜ET与环境因子的相关关系.由表可知,小时尺度下,不同灌水处理ET与各环境因子的相关关系在P=0.01水平下具有统计学意义.不同灌水处理ET与平均气温(Ta)、太阳辐射(RS)、饱和水汽压差(VPD)和光合有效辐射(PAR)显著正相关,而与相对湿度(RH)显著负相关.ET1和PAR相关性最高,相关系数为0.76;其次为RS,相关系数为0.74;最后是Ta和VPD.ET2与RH,VPD相关性最高,其次为Ta.ET3和PAR相关性最高,其次为RS和VPD,ET3与RH的相关性最低,相关系数为-0.71.可见,小时尺度下,不同环境因子对不同灌水处理ET的相关关系有所不同.

表1 不同时间尺度下西瓜蒸腾量与环境因子的相关关系

为进一步探究环境因子对不同灌水处理西瓜ET的综合作用,基于主要环境因子建立小时尺度下ET1,ET2和ET3逐步回归方程(见表1).由表可知,ET1的逐步回归方程中,RS,Ta和RH均为输入变量,综合关系模型可以解释ET1变化的51.9%,其中对ET1贡献最大的为RS,贡献量为45.5%.进入ET2和ET3的逐步回归方程的环境因子有RS,Ta,RH和VPD,综合关系模型分别可以解释ET2和ET3变化的56.9%和54.3%,其中RS对ET2和ET3的贡献量分别为46.6%和48.4%.3个逐步回归方程的P值均为0,表明方程均通过了显著性检验.

2.1.3 小时尺度下蒸腾量与环境因子通径分析

表2为不同时间尺度下西瓜蒸腾量与环境因子的通径分析,表中Ra为直接通径系数,Rb为间接通径系数,Rc为决策系数.

表2 不同时间尺度下西瓜蒸腾量与环境因子的通径分析

利用通径分析可以直观地辨识ET影响因子的路径及贡献大小.由表2可知,ET1受各环境因子的直接影响从大到小依次为RS,Ta和RH,对比直接和间接通径系数可知,RS和Ta对ET1的直接作用最大.由于RH对ET1的直接通径系数小于其间接通径系数的合计值,说明RH对ET1的影响主要是通过RS和Ta实现的,对ET1起间接抑制作用.将决策系数由大到小排列依次是RS,Ta和RH.RS和Ta分别是影响ET1的主要和次要决策因子,RH对ET1的综合影响是负向的,为间接限制因子.

ET2受各环境因子的直接影响从大到小依次为RS,VPD,RH和Ta.其中RS和VPD对ET2的直接作用最大;RH通过RS,Ta和VPD对ET2起间接抑制作用;Ta通过对RS和VPD的促进作用,进而对ET2起间接正向影响.由决策系数可知,VPD和RS分别是影响ET2的主要和次要决策因子,RH为间接限制因子.

由直接通径系数得出ET3受各环境因子的直接影响从大到小依次为RS,Ta,VPD和RH.其中RS对ET3的直接作用最大.Ta,RH和VPD对ET3的影响主要是间接作用,Ta通过对RS和VPD的促进作用,进而对ET3起正向影响;RH主要通过RS实现对ET3的间接抑制作用.RS和VPD分别是影响ET3的主要和次要决策因子,RH为间接限制因子.

2.2 日尺度下蒸腾变化规律与环境因子的关系

2.2.1 日蒸腾变化规律

图2为日尺度下不同灌水处理西瓜ET的变化规律,图中td为定植后天数.由图2可知,不同灌水处理ET均随生育期先增大后减小,在西瓜果实膨大期达到最大值.在苗期内,由于植株较小,各处理西瓜日ET均较小,各处理差异不具有统计学意义,ET1,ET2和ET3均值分别为0.58,0.56和0.55 mm/d;在开花坐果期,不同灌水处理ET逐渐增加,且差异逐渐增大;在果实膨大期,ET1为3.63 mm/d,分别较ET2和ET3提高22.68%和39.88%;在果实成熟期,不同处理ET逐渐下降.全生育期内ET1,ET2和ET3均值分别为2.58,2.14和1.84 mm/d,不同灌水处理差异显著.

当然，经我们研究，伏尔加河河水未冰冻实非造成西岸部众未能参予东归的主要原因。当时游牧于西岸的是与渥巴锡政见不同的和硕特、杜尔伯特台吉扎木扬、扬德克，以及敦杜克夫家族所辖之部众，这部分王公贵族并不同意渥巴锡的东归主张，甚至还出现像扎木扬那样的告密者。因此，西岸各部王公不会起而响应才是真正的原因，而渥巴锡出于对这些人的疑虑，不把东归义举的准确信息向他们透露，也是正常的兵家之道。

图2 日尺度下西瓜蒸腾量

2.2.2 蒸腾量与环境因子关系

由表1可知,日尺度下,除RH外,不同灌水处理西瓜ET与其余环境因子相关关系在0.01水平下具有统计学意义.不同灌水处理ET与Ta,RS,VPD和PAR均显著正相关.ET1,ET2和ET3与环境因子相关性排序由大到小为RS,PAR,Ta和VPD.ET1,ET2和ET3与RH的相关性均最低,分别为-0.11,-0.17和-0.19.可见,日尺度下,不同环境因子对不同灌水处理ET的影响类似.

ET1的逐步回归方程中,RS,Ta和PAR均为输入变量,综合关系模型可以解释ET1变化的76.4%.进入ET2和ET3的逐步回归方程的环境因子有RS和Ta,综合关系模型分别可以解释ET2和ET3变化的72.4%和68.5%(见表1).3个回归方程均在0.01水平下具有统计学意义.

2.2.3 蒸腾量与环境因子通径分析

由表2可知,ET1受各环境因子的直接影响从大到小依次为RS,Ta和PAR.RS对ET1的直接作用最大;Ta和PAR通过RS实现对ET1的间接作用.将决策系数由大到小排列依次为RS,PAR和Ta,其中RS和Ta是影响ET1的主要决策因子;PAR对ET1的影响是负向的,故PAR为限制因子.

ET2和ET3受各环境因子的直接影响从大到小依次为RS,Ta.其中RS对ET2和ET3的直接作用最大;Ta通过对RS的促进作用,间接对ET2和ET3起正向影响.将决策系数由大到小排列依次为RS,Ta,故影响日尺度下ET2和ET3的主要和次要决策因子分别为RS,Ta.

2.3 旬尺度下蒸腾变化规律与环境因子的关系

2.3.1 蒸腾变化规律

图3 旬尺度下西瓜蒸腾量

2.3.2 蒸腾量与环境因子关系

由表1可见,旬尺度下,除RH外,不同灌水处理西瓜ET与Ta,RS,VPD和PAR均显著正相关.各环境因子对不同灌水处理西瓜ET的影响程度从大到小依次为RS,PAR,Ta,VPD.可见,旬尺度下和日尺度下,不同环境因子和不同灌水处理ET的相关关系类似.

由逐步回归方程可知,RS和RH均为ET1的逐步回归方程的输入变量,综合关系模型可以解释ET1变化的98.4%.RS为ET2和ET3的逐步回归方程引入的唯一因子,综合关系模型分别可以解释ET2和ET3变化的96.2%和96.6%.3个回归方程均通过了显著性检验.

2.3.3 蒸腾量与环境因子通径分析

由直接通径系数可知,旬尺度下,ET1受各环境因子的直接影响从大到小依次为RS,RH(见表2).RS对ET1的直接作用最大;RH对ET1的影响主要是通过RS实现的.决策系数由大到小排列依次为RS,RH.RS为影响ET1的主要决策因子,RH为限制因子.

ET2和ET3仅有1个显著因子RS,直接通径系数分别为0.981,0.983.可见,RS对于不同灌水处理ET均显著高于其他环境因子,说明RS是影响旬尺度下西瓜ET的主要环境因子.

3 讨 论

植株蒸腾作用受本身生理过程与外界环境因子的综合作用,此外,还会受作物种类、栽培方式、灌溉管理措施等因素影响,这些因素对植株蒸腾的影响相互作用、错综复杂[13].本研究中,在不同时间尺度下,不同灌水处理西瓜ET均呈现ET1>ET2>ET3的结果,可见,不同时间尺度下西瓜ET均随灌水量的增加而增加,这与LI等[14]研究结论一致.

作物蒸腾与RS,Ta,VPD等环境因素具有良好的相关性[5].不同时间尺度下,不同处理西瓜ET与Ta,RS,VPD和PAR的相关关系均具有统计学意义(见表1).小时尺度下,不同处理西瓜ET与RH均显著负相关;而在日和旬尺度下,与RH相关关系不具有统计学意义.总体而言,不同时间尺度下,RS和PAR与不同处理西瓜ET均有较好的相关性,这与杨宜等[15]研究结论一致.小时、日和旬尺度下不同处理西瓜ET回归模型的决定系数分别为0.519～0.569,0.685～0.764,0.962～0.984,可见,不同处理西瓜ET回归方程决定系数均随时间尺度的增大而增大,本结论与孙国祥等[9]一致.在小时、日和旬尺度下,进入ET1,ET2和ET3逐步回归方程中的环境因子数量逐渐减少(见表1).

通径分析结果表明,小时尺度下,ET1决策系数由大到小依次为RS,Ta和RH;ET2决策系数由大到小依次为VPD,RS,Ta和RH;ET3决策系数由大到小依次为RS,VPD,Ta和RH.可见,小时尺度下,在充分灌溉和亏缺严重条件下,RS对西瓜ET决定能力更大.日尺度下,ET1决策系数由大到小依次为RS,PAR和Ta;ET2和ET3决策系数由大到小均为RS,Ta.旬尺度下,ET1决策系数由大到小依次为RS,RH;ET2和ET3仅有一个显著因子RS.RS的强弱决定植物气孔的开张程度,又决定Ta和RH的变化,从而对于温室西瓜蒸散过程起到关键作用.

本研究采用无土栽培盆栽试验,该研究的适用性受到一定限制,但对依据温室环境决策无土栽培灌溉的理论研究有一定的参考价值.对不同栽培模式西瓜ET变化特征和影响因素有待于进一步研究.

4 结 论

1) 小时尺度下,不同处理西瓜不同生育期ET均呈现昼高夜低的单峰变化趋势.日和旬尺度下,不同灌水处理ET随生育期先增加后降低.不同时间尺度下西瓜ET均随灌水量的增加而增加.

2) 不同时间尺度下,影响不同灌水处理西瓜ET的主要因素不完全相同,影响程度也不同.RS对于不同时间尺度不同灌水处理温室西瓜蒸散过程均起到关键作用,显著影响着西瓜ET的变化.

3) 随着时间尺度增大,影响不同灌水处理西瓜ET的主要因子逐渐减少,不同灌水处理ET与主要环境因子的回归模型显著性逐渐提高.在估算温室西瓜ET时,小时尺度下推荐采用植物蒸腾仪器直接测定的方法;而在较大尺度可以监测温室少量环境因子来计算.