全 文 ：温室番茄蒸腾量与其影响因子的
相关分析及模型模拟*
姚勇哲1 摇 李建明1**摇 张摇 荣2 摇 孙三杰1 摇 陈凯利1
( 1西北农林科技大学园艺学院, 陕西杨凌 712100; 2西北农林科技大学食品科学与工程学院, 陕西杨凌 712100)
摘摇 要摇 采用盆栽方法,研究不同灌溉量处理下温室番茄日蒸腾量与单株总叶面积、土壤相
对含水量、空气温度、空气相对湿度、太阳辐射等因子的相关关系,并建立日蒸腾量的回归模
型.结果表明:番茄日蒸腾量与单株总叶面积、土壤相对含水量、空气温度、空气相对湿度和太
阳辐射等因子呈显著的线性关系,各因子之间存在复杂的相互作用;土壤水分状况是番茄蒸
腾量的主要决策因子,决策系数为 27. 4% ;日最低空气相对湿度是主要限制因子,决策系数为
-119. 7% ;番茄日蒸腾量预测值和实测值的回归系数平方值(R2)为 0. 81,回归估计标准误差
(RMSE)和相对误差(RE)分别为 68. 52 g和 19. 4% .根据通径分析筛选主要影响因子建立的
番茄日蒸腾量回归模型能够较好地模拟温室番茄日蒸腾量.
关键词摇 温室番茄摇 设施蔬菜摇 蒸腾作用摇 影响因子摇 多元线性回归
文章编号摇 1001-9332(2012)07-1869-06摇 中图分类号摇 S161. 4, S275摇 文献标识码摇 A
Greenhouse tomato transpiration and its affecting factors: Correlation analysis and model
simulation. YAO Yong鄄zhe1, LI Jian鄄ming1, ZHANG Rong2, SUN San鄄jie1, CHEN Kai鄄li1 ( 1Col鄄
lege of Horticulture, Northwest A & F University, Yangling 712100, Shaanxi, China; 2College of
Food Science and Technology, Northwest A & F University, Yangling 712100, Shaanxi, China) .
鄄Chin. J. Appl. Ecol. ,2012,23(7): 1869-1874.
Abstract: A pot experiment was conducted to study the correlations between the daily transpiration
of greenhouse tomato and the related affecting factors such as total leaf area per plant, soil relative
moisture content, air temperature, relative humidity, and solar radiation under different treatments
of supplementary irrigation. A regression model for the daily transpiration of greenhouse tomato was
established. There existed significant linear correlations between the daily transpiration and the test
affecting factors, and the affecting factors had complicated mutual effects. Soil relative moisture
content was the main decision factor of the transpiration, with the decision coefficient being
27郾 4% , and daily minimum relative humidity was the main limiting factor, with the decision coeffi鄄
cient being -119. 7% . The square value of the regression coefficient (R2) between the predicted
and measured tomato daily transpiration was 0. 81, root mean squared error (RMSE) was 68. 52 g,
and relative prediction error (RE) was 19. 4% , suggesting that the regression model established by
using the main affecting factors selected through path analysis could better simulate the daily tran鄄
spiration of greenhouse tomato.
Key words: greenhouse tomato; protected vegetable; transpiration; affecting factor; multiple linear
regression.
*“十二五冶国家科技支撑计划项目(2011BAD12B03鄄03)资助.
**通讯作者. E鄄mail: lijianming66@ 163. com
2011鄄12鄄14 收稿,2012鄄04鄄23 接受.
摇 摇 设施蔬菜是设施农业的重要组成部分,在我国
的一些区域已成为农业中的支柱产业[1] . 目前在我
国设施蔬菜生产中,水分管理大多沿用传统方式,根
据作物长势、温室土壤墒情和温室外气象状况确定
灌水时间和灌水量[2],这种生产方式极大地依赖种
植管理者的经验水平,无法适应现代农业精确、高
效、自动化的要求.
蒸腾作用是植物水分关系中起支配作用的一个
过程,具有多种生理功能,是植物生长发育和适应环
境的基础[3],植物的蒸腾作用不但由自身的生理特
应 用 生 态 学 报摇 2012 年 7 月摇 第 23 卷摇 第 7 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jul. 2012,23(7): 1869-1874
性决定,而且在很大程度上受环境因子的影响.影响
植物蒸腾作用的环境因子主要包括太阳辐射、空气
温度、空气相对湿度、风速和土壤水分供应状况
等[4] .设施作物水分管理主要在于作物蒸腾作用的
监测和控制[5],因此对温室内作物蒸腾规律的研究
受到广泛重视,根据设施环境因子的变化确定作物
灌溉时间和灌溉量成为温室水分管理的重要方法,
能否准确快速地测定作物蒸腾量将直接影响设施作
物水分管理的精确控制.
近年来,设施作物蒸腾研究主要集中在 Pen鄄
man鄄Monteith公式的应用[6-8]和单个或少量特定因
素对蒸腾的影响[9-10],而设施内环境因素对作物蒸
腾的综合影响研究鲜见报道.张瑞美等[11]研究了设
施内气象因子与番茄蒸发蒸腾量的关系,但未考察
各气象因子间的相互作用对番茄蒸发蒸腾量的影
响.本文采用 Pearson 相关分析和通径分析方法,研
究了不同影响因子对温室盆栽番茄蒸腾的直接和间
接作用,并建立了温室番茄日蒸腾量的回归模型,可
为依据环境因子预测作物最佳灌溉量提供科学
依据.
1摇 材料与方法
1郾 1摇 供试材料与试验设计
试验于 2011 年 3—6 月在西北农林科技大学园
艺场塑料大棚内进行. 试验地年均温 12郾 9 益,年无
霜期 220 d,年日照时数 2196 h,年降水量 660 mm,
年蒸发量 993 mm.试验用大棚长 45 m,宽 7郾 8 m,高
3郾 5 m,南北走向,覆盖无滴聚乙烯薄膜. 土质为塿
土,肥力中等.
供试材料为关中地区设施番茄主栽品种“金棚
一号冶.试验分 2 次进行,第 1 次试验于 2011 年 3 月
14 日定植,6 月 18 日拉秧;第 2 次试验于 2011 年 4
月 5 日定植,6 月 27 日拉秧,2 次试验方法和管理方
式相同. 采用盆栽方式 (盆高 260 mm, 内径
360 mm),盆内基质为菜园土和腐熟牛粪按 3 颐 1
(体积比)配制而成,每盆装风干基质 9郾 5 kg,基质
容重为 1郾 26 g·kg-1,田间持水量为 26郾 8% (质量百
分数).每盆底部放置托盘盛装下渗的土壤重力水,
盆内用地膜覆盖防止土面蒸发.每盆 1 株,采用单干
整枝,3 层花打顶,每穗留 3 个果,其他均为常规管
理.设置 3 个水分处理,各处理初始土壤相对含水量
均为 100% ,分别按照单株蒸腾量的 60% 、80%和
100%进行补充灌溉,水分处理从缓苗期结束开始至
拉秧结束,每处理 10 个重复.
1郾 2摇 测定项目与方法
1郾 2郾 1 单株日蒸腾量摇 采用称量法,每天 8:00 测量
番茄单株日蒸腾量[12] .
1郾 2郾 2 单株总叶面积摇 每 4 ~ 5 d测量一次所有植株
叶片的叶长和叶宽,选取 9 株测量单叶叶面
积[13-14],通过回归分析得到番茄单叶叶面积(LAS)
与叶长(L)、叶宽(W)的关系:
LAS =0郾 8435L-1郾 9014W + 0郾 2353LW (1)
利用式(1)计算测量当日的单株总叶面积,采
用辐热积[15]作为预测温室番茄叶面积指标来计算
每天的单株总叶面积.
1郾 2郾 3 土壤相对含水量摇 每隔 7 d在灌水前取土样,
采用烘干法测定土壤相对含水量,同时回填相同质
量和含水量的土壤,取土深度为表层向下 5 ~
6 cm[16] .
1郾 2郾 4 温室内环境因子 摇 采用温光湿记录仪( JL鄄
18,河北邯郸)记录温室内各环境因子.将记录仪悬
挂于试验区中部地面上方 1 m 处,每 0郾 5 h 记录 1
次,计算日平均空气温度、日最高空气温度、日最低
空气温度、日平均空气相对湿度、日最高空气相对湿
度、日最低空气相对湿度、日最高太阳辐射强度、日
太阳辐射强度积累.
1郾 3摇 数据处理与统计分析
1郾 3郾 1 数据的标准化处理 摇 采用赵丽英等[17]的方
法进行环境因子数据的标准化处理:
自变量矩阵 X = [X1, X2, X3,…, Xn],因变量
矩阵 Y,每个变量有 m个观测值.
X=(xij)m伊n,X忆i =
X i-軈X i
V(X i)
(2)
式中:V(X i)为 X i的方差.
根据式(2)得到新矩阵 X忆 = (x忆ij)m伊n,同理可得
Y忆=(y忆i)m伊1 .
1郾 3郾 2 Pearson相关系数矩阵 摇 采用袁志发和周静
芋[18]的方法得到番茄日蒸腾量与单株总叶面积和
环境因子的 Pearson相关系数矩阵:
R = [
cov(X i,X1)
V(X i)V(X1)
,
cov(X i,X2)
V(X i)V(X2)
,…,
cov(X i,Xn)
V(X i)V(Xn)
,
cov(X i,Y)
V(X i)V(Y)
] (3)
式中:cov(X, Y)为协方差.
1郾 3郾 3 通径系数、决定系数和决策系数 摇 按照崔党
群和林德光[19]的方法分别求出通径系数矩阵、决定
系数矩阵和决策系数矩阵,并进行通径系数的显著
性检验.
0781 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
1郾 3郾 4 模型检验方法 摇 采用回归估计标准误差
(RMSE)和相对误差(RE)对模拟值与实测值的拟
合程度进行分析[18]:
RMSE =
移
n
i = 1
(OBSi - SIMi) 2
n (4)
RE = RMSE
1
n移
n
i = 1
OBSi
伊 100% (5)
式中:n 为样本数;OBSi为观测值;SIMi为模型估计
值.
采用 MATLAB 7郾 0 软件对数据进行统计分析,
采用 Excel 2007 软件作图.
2摇 结果与分析
2郾 1摇 温室番茄蒸腾量与其影响因子的 Pearson相关
性分析
选取单株总叶面积(LA,cm2)、土壤相对含水量
(RWS,% )、日平均气温 ( tmean,益)、日最高气温
( tmax,益)、日最低气温( tmin,益)、日平均相对湿度
(RHmean,% )、日最高相对湿度(RHmax,% )、日最低
相对湿度(RHmin,% )、日最高太阳辐射强度( Imax,
kLux)和日太阳辐射强度积累( Ia,kLux)作为影响温
室番茄日蒸腾量 T(g)的 10 个因子,其中 LA为生理
影响因素,其他为环境影响因素. 通过式(2)和式
(3)计算得到各影响因子与日蒸腾量的 Pearson 相
关系数( r).
由表 1 可以看出,在影响温室番茄日蒸腾量的
10 个因子中,除日最低气温外,其他因子与日蒸腾
量的相关性均达显著水平(P<0郾 05),特别是单株总
叶面积、土壤相对含水量、日平均气温、日平均相对
湿度、日最高相对湿度、日最低相对湿度、日最高太
阳辐射强度与日蒸腾量的相关性达极显著水平(P<
0郾 01).其中,单株总叶面积、土壤相对含水量、日太
阳辐射强度积累,以及日平均气温、日最高气温、日
最低气温等表征气温的因子与日蒸腾量呈显著正相
关,而日最高太阳辐射强度,以及日平均相对湿度、
日最高相对湿度、日最低相对湿度等表征相对湿度
的因子与日蒸腾量呈显著负相关. 表明所选取的影
响因子与温室番茄日蒸腾量存在一定程度的线性相
关关系,可以用线性方程进行描述.在温室盆栽条件
下,番茄单株日蒸腾量与单株总叶面积的正相关性
最强,其次是土壤相对含水量和日平均气温,说明总
叶面积对番茄蒸腾的影响最大;另外,日平均相对湿
度与番茄单株日蒸腾量呈最强的显著负相关.
2郾 2摇 温室番茄蒸腾量与其影响因子的通量分析
Pearson相关系数仅表示在其他影响因子都不
变的情况下,某一因子与蒸腾量关系的密切程度,而
不能准确说明各影响因子之间的真正关系[20] .为了
进一步分析各影响因子对温室番茄日蒸腾量影响效
应的大小,在 Pearson相关性分析的基础上进行通径
分析.
直接通径系数表明各影响因子对蒸腾量的直接
影响程度,这种影响是本质的,代表了 y在 xi方向上
的标准变化速率;间接通径系数表明单因子通过其
他因子对蒸腾量的影响程度;决策系数既反映了单
因子对蒸腾量的直接决定作用,又反映了与单因子
有关的通径对蒸腾量的决定作用,将决策系数值由
表 1摇 温室番茄蒸腾量与其影响因子的 Pearson相关分析
Table 1摇 Pearson correlation coefficient of tomato transpiration and impact factors in greenhouse
LA RWS tmean tmax tmin RHmean RHmax RHmin Imax Ia T
LA 1 0郾 568** 0郾 244* -0郾 069 0郾 175 -0郾 229 -0郾 329** -0郾 091 -0郾 139 0郾 001 0郾 589**
RWS 1 0郾 191 -0郾 007 0郾 154 -0郾 107 -0郾 161 -0郾 062 -0郾 081 -0郾 012 0郾 564**
tmean 1 0郾 410** 0郾 683** -0郾 543** -0郾 532** -0郾 484** -0郾 568** 0郾 058 0郾 545**
tmax 1 0郾 099 -0郾 087 -0郾 060 -0郾 126 -0郾 553** -0郾 198 0郾 250*
tmin 1 0郾 034 -0郾 547** 0郾 117 -0郾 513** -0郾 464** 0郾 077
RHmean 1 0郾 422** 0郾 901** -0郾 089 -0郾 761** -0郾 564**
RHmax 1 0郾 056 0郾 219 0郾 136 -0郾 370**
RHmin 1 -0郾 119 -0郾 855** -0郾 436**
Imax 1 0郾 493** -0郾 307**
Ia 1 0郾 273*
* P<0郾 05; **P< 0郾 01郾 LA:单株总叶面积 Total leaf area per plant; RWS:土壤相对含水量 Soil relative water content; tmean:日平均气温 Daily
average temperature; tmax:日最高气温 Daily maximum temperature; tmin:日最低气温 Daily minimum temperature; RHmean:日平均相对湿度 Daily
average relative humidity; RHmax:日最高相对湿度 Daily maximum relative humidity; RHmin:日最低相对湿度 Daily minimum relative humidity; Imax:
日最高太阳辐射强度 Daily maximum solar radiation intensity; Ia:日太阳辐射强度积累 Accumulation of daily solar radiation intensity; T:日蒸腾量
Daily transpiration郾 下同 The same below郾
17817 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 姚勇哲等: 温室番茄蒸腾量与其影响因子的相关分析及模型模拟摇 摇 摇 摇 摇
大到小排序,可以反映出各单因子对蒸腾量综合作
用的大小[18] .由直接通径系数可以看出,在温室盆
栽条件下,土壤相对含水量、日平均气温、日最低气
温、日平均相对湿度、日最低相对湿度和日太阳辐射
强度积累与番茄日蒸腾量的直接通径系数达极显著
水平(P<0郾 01),单株总叶面积和日最大太阳辐射强
度与蒸腾量的直接通径系数达显著水平(P<0郾 05),
其中,温室番茄日蒸腾量的最大直接正影响因子为
日最低相对湿度,最大直接负影响因子为日最低气
温(表 2).
由间接通径系数可以看出,单株总叶面积、土壤
相对含水量、日平均气温、日最低气温和日最低相对
湿度对温室番茄日蒸腾量的影响主要是直接影响,
而日最高气温主要通过日平均气温对其的增强作用
对日蒸腾量产生间接正影响,日平均相对湿度主要
通过日最低相对湿度对其的限制作用对日蒸腾量产
生间接正影响,日最高相对湿度主要通过日平均气
温对其的增强作用对日蒸腾量产生间接负影响,日
最高太阳辐射强度主要通过日最低气温对其的增强
作用对日蒸腾量产生间接负影响,日太阳辐射强度
积累主要通过日最低相对湿度对其的限制作用对日
蒸腾量产生间接负影响.
由决策系数可以看出,R2(RWS) >R2(RHmean) >
R2( tmean)>R2( LA) >R2( 着) >R2( Imax ) >R2(RHmax ) >
R2( Ia)>R2( tmax)>0>R2( tmin) >R2(RHmin),说明土壤
相对含水量为主要决策因子,日最低相对湿度为主
要限制因子,日最低气温为次要限制因子.剩余因子
的决策系数为 18郾 8% ,说明还有一些影响蒸腾量的
因素未被考虑.
由通径分析可知,温室番茄蒸腾的各影响因子
之间存在着复杂的相互作用,这些相互作用会对各
因子产生增强或限制作用,从而综合地影响温室番
茄日蒸腾量.通过分析得出,日最低空气相对湿度是
温室番茄蒸腾的最大直接正影响因子,日最低气温
是最大直接负影响因子,土壤水分状况是温室番茄
蒸腾的主要决策因子,主要限制因子是日最低空气
相对湿度.
2郾 3摇 温室番茄蒸腾量模型的建立与验证
温室番茄蒸腾受诸多因子的影响,且这些因子
彼此相关. 在对上述影响因子进行分析后,根据
Pearson相关性分析选取相关性较高(P<0郾 01)的 7
个因子,即单株总叶面积、土壤相对含水量、日平均
气温、日平均相对湿度、日最高相对湿度、日最低相
对湿度和日最高太阳辐射强度;根据通径分析选取
直接通径系数相关性强(P <0郾 01)和决策系数大
( |R2(xi) | >20% )的 7 个因子,即单株总叶面积、土
壤相对含水量、日平均气温、日最低气温、日平均相
对湿度、日最低相对湿度和日太阳辐射强度积累,分
别通过最小二乘回归的方法建立回归模型,利用第
2 次试验的观测数据计算得到:
T= -623郾 29 +0郾 16LA+356郾 66RWS +16郾 72tmean -
30郾 21RHmean + 26郾 20RHmax + 13郾 88RHmin -
25郾 81Imax (6)
T = - 1159郾 6 + 0郾 2LA + 330郾 08RWS + 67郾 91tmean -
36郾 83tmin-6郾 3RHmean+8郾 4RHmin+0郾 46Ia (7)
式(6)的回归系数平方值 R2 = 0郾 75 (n = 78);
P<0郾 05,F=29郾 20>F(0郾 01,7,70) = 2郾 9,表明回归显著,
线性相关密切;RMSE=89郾 19 g,RE=25郾 6% .
表 2摇 温室番茄蒸腾量与其影响因子的通径分析
Table 2摇 Path鄄coefficient analysis of tomato transpiration and impact factors in greenhouse
变量
Variable
直接通径
系数
b(x i)
间接通径系数 b (x i寅x j)
LA RWS tmean tmax tmin RHmean RHmax RHmin Imax Ia
x i对 y
的总作用
Total effect
of x i to y
决策系数
R2(x i)
(% )
LA 0郾 245* 0郾 201 0郾 180 -0郾 003 -0郾 090 0郾 078 0郾 010 -0郾 068 0郾 035 0郾 001 0郾 590 22郾 9
RWS 0郾 353** 0郾 139 0郾 141 -0郾 000 -0郾 080 0郾 036 0郾 005 -0郾 046 0郾 020 -0郾 006 0郾 564 27郾 4
tmean 0郾 739** 0郾 060 0郾 068 0郾 017 -0郾 352 0郾 184 0郾 016 -0郾 359 0郾 143 0郾 030 0郾 545 25郾 9
tmax 0郾 041 -0郾 017 -0郾 002 0郾 303 -0郾 051 0郾 029 0郾 002 -0郾 094 0郾 140 -0郾 100 0郾 250 1郾 9
tmin -0郾 515** 0郾 043 0郾 054 0郾 505 0郾 004 -0郾 012 0郾 017 0郾 086 0郾 130 -0郾 236 0郾 077 -34郾 4
RHmean -0郾 338** -0郾 056 -0郾 038 -0郾 401 -0郾 004 -0郾 018 -0郾 013 0郾 668 0郾 023 -0郾 387 -0郾 564 26郾 7
RHmax -0郾 031 -0郾 081 -0郾 057 -0郾 393 -0郾 002 0郾 282 -0郾 143 0郾 041 -0郾 055 0郾 069 -0郾 370 2郾 2
RHmin 0郾 742** -0郾 022 -0郾 022 -0郾 358 -0郾 005 -0郾 060 -0郾 305 -0郾 002 0郾 030 -0郾 434 -0郾 436 -119郾 7
Imax -0郾 252* -0郾 034 -0郾 029 -0郾 420 -0郾 023 0郾 264 0郾 030 -0郾 007 -0郾 088 0郾 250 -0郾 307 9郾 1
Ia 0郾 508** 0郾 000 -0郾 004 0郾 043 -0郾 008 0郾 239 0郾 258 -0郾 004 -0郾 634 -0郾 124 0郾 273 1郾 9
着 0郾 434 0郾 434 18郾 8
着:剩余因子 Surplus factor郾
2781 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷
图 1摇 温室番茄日蒸腾量观测值与预测值的比较
Fig. 1摇 Comparison between observed value and predicted value
of daily transpiration of greenhouse tomato郾
摇 摇 式(7)的回归系数平方值 R2 = 0郾 81 (n = 78);
P<0郾 05,F=38郾 05>F(0郾 01,7,70) = 2郾 9,表明回归显著,
线性相关密切;RMSE=68郾 52 g,RE=19郾 4% .
摇 摇 与式(6)相比,式(7)具有较高的回归系数、较
小的均方差和相对误差,所以是更为合适的模型.利
用第 2 次试验的观测数据对式(7)进行检验(图 1),
结果表明,式(7)较好地预测了温室番茄日蒸腾量,
检验样本的预测值与实测值之间 1 颐 1 线的 R2 =
0郾 74 ( n = 40 ), RMSE 和 RE 分别为 76郾 56 g 和
20郾 3% ,从总的趋势看,模型具有较好的稳定性.
3摇 讨摇 摇 论
作物蒸腾量的大小受到环境条件和作物本身生
理过程的综合作用,此外还受作物品种、生长发育状
况、农业栽培技术及灌溉排水措施等因素的影响,这
些因素对作物蒸腾的影响相互联系、错综复杂[7,21] .
作物蒸腾是水在叶片气孔腔汽化后在叶鄄气系统水
势差的驱动下扩散进入周围空气的过程[22] .本研究
选取单株总叶面积和温室内环境因素(土壤相对含
水量、空气温度、空气相对湿度、太阳辐射)作为温
室番茄蒸腾的影响因子,采用 Pearson相关性分析和
通径分析的方法探讨了温室盆栽番茄日蒸腾量与其
影响因子间的关系.
在较长时间系列内,温室番茄日蒸腾量与单株
总叶面积、土壤相对含水量、空气温度因素、空气相
对湿度因素和光照因素呈较高的线性关系,可以用
线性方程来描述.在所考察的影响因子中,单株总叶
面积具有最强的正相关性,在环境因素中土壤相对
含水量与蒸腾量的正相关性最强,而日平均空气相
对湿度具有最强的负相关性.
温室番茄蒸腾的影响因子间存在多重相关
性[23],并且因子间有着复杂的相互作用,这些相互
作用会对各因子产生增强或限制作用,进而综合影
响温室番茄蒸腾.在所考察的影响因子中,对番茄日
蒸腾量直接正作用最大的因子为日最低空气相对湿
度(b= 0郾 742),其次为日平均气温(b = 0郾 739)和日
太阳辐射强度积累(b = 0郾 508),直接负作用最大的
因子为日最低气温(b = -0郾 515);对番茄日蒸腾量
综合正作用最大的因子为土壤相对含水量(R2 =
27郾 4% ),其次为日平均空气相对湿度 ( R2 =
26郾 7% )和日平均气温(R2 = 25郾 9% ),综合负作用
最大的因子为日最低空气相对湿 度 ( R2 =
-119郾 7% ),其次为日最低气温(R2 = -34郾 4% ). 综
上所述,在温室番茄蒸腾的影响因子中,土壤相对含
水量是主要决策因子,日最低空气相对湿度是主要
限制因子,因此对温室番茄蒸腾量的调控主要是对
土壤水分状况和日最低空气相对湿度的调控,决定
温室番茄灌溉量主要需要考察土壤水分状况和日最
低空气相对湿度.剩余因子对温室番茄日蒸腾量有
18郾 8%的决策系数,这些剩余因子可能包含本研究
未能涉及的温室内风速[24]、土壤温度[11]、大气压
力[23]以及作物病害状况[3]等.这些因子对番茄蒸腾
的直接影响以及因子间相互作用对番茄蒸腾产生影
响的机理还不明确,有待进一步研究.
根据通径分析筛选的主要影响因子与温室番茄
日蒸腾量进行多元线性回归分析,建立回归模型,合
理减少了变量数量,可较好地拟合实测结果,从总的
趋势看,模型具有较好的稳定性.由于本研究采用盆
栽试验方法,与实际生产中栽培灌溉方法有一定差
异,所以该模型的实用性受到了一定限制,但对依据
温室环境决策作物灌溉量的理论研究有一定参考
价值.
参考文献
[1]摇 Zhang Z鄄B (张志斌). Problems and development prior鄄
ities of protected vegetables in China. China Vegetables
(中国蔬菜), 2008(5): 1-3 (in Chinese)
[2]摇 Li S鄄J (李式军). Protected Horticultural Science. Bei鄄
jing: China Agriculture Press, 2002 (in Chinese)
37817 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 姚勇哲等: 温室番茄蒸腾量与其影响因子的相关分析及模型模拟摇 摇 摇 摇 摇
[3]摇 Kramer P. Trans. Xu X鄄D (许旭旦). Water Relations
of Plants. Beijing: Science Press, 1989 (in Chinese)
[4] 摇 Huang Z鄄C (黄子琛), Shen W鄄S (沈渭寿). Water
Relations and Drought Tolerance of Plants in Arid Zone.
Beijing: China Environmental Science Press, 2000 ( in
Chinese)
[5]摇 Li X (李 摇 霞). Study of Mechanism and Methods of
Protected Vegetable Transpiration Control. PhD Thesis.
Yangling: Northwest A & F University, 2009 ( in Chi鄄
nese)
[6]摇 Li J (李摇 军), Yao Y鄄P (姚益平), Luo W鄄H (罗卫
红), et al. Transpiration of Brassica chinensis L. in a
plastic greenhouse covered with insect鄄proof nets in
lower reaches of Yangtze River: A simulation study.
Chinese Journal of Applied Ecology (应用生态学报),
2009, 20(9): 2241-2248 (in Chinese)
[7]摇 Liu H (刘摇 浩), Duan A鄄W (段爱旺), Sun J鄄S (孙
景生), et al. Estimating model of transpiration for
greenhouse tomato based on Penman鄄Monteith equation.
Transactions of the Chinese Society of Agricultural Engi鄄
neering (农业工程学报), 2011, 27(9): 208-213 (in
Chinese)
[8]摇 Dong B (董摇 斌), Sun N鄄N (孙宁宁), Luo J鄄Y (罗
金耀). Calculation of greenhouse tomato transpiration
based on indoor meteorological data in winter. Engineer鄄
ing Journal of Wuhan University (武汉大学学报·工
学版), 2009, 42(5): 601-604 (in Chinese)
[9]摇 Li X (李摇 霞), Wang G鄄D (王国栋), Xue X鄄Z (薛
绪掌), et al. Effects of different wind speeds in green鄄
house on growth and transpiration of potted sweet
pepper. Transactions of the Chinese Society of Agricultur鄄
al Engineering (农业工程学报), 2008, 24 ( suppl.
2): 214-218 (in Chinese)
[10]摇 Li X (李摇 霞), Wang G鄄D (王国栋), Xue X鄄Z (薛
绪掌), et al. Effects of shading and obturating on toma鄄
to transpiration in greenhouse. Journal of Irrigation and
Drainage (灌溉排水学报), 2009, 28(1): 60-64 (in
Chinese)
[11]摇 Zhang R鄄M (张瑞美), Peng S鄄Z (彭世彰), Ye L鄄T
(叶澜涛). Analysis of tomato evapotranspiration and
response model to meteorologic factors under protected
cultivation. Journal of Irrigation and Drainage (灌溉排
水学报), 2007, 26(2): 25-28 (in Chinese)
[12] 摇 Li J鄄M (李建明), Wang P (王 摇 平), Li J (李 摇
江). Effect of irrigation amount on physiology, bio鄄
chemistry and fruit quality of greenhouse tomato under
sub鄄low temperatures. Transactions of the Chinese Socie鄄
ty of Agricultural Engineering (农业工程学报), 2010,
26(2): 129-134 (in Chinese)
[13]摇 Xiao Q (肖摇 强), Ye W鄄J (叶文景), Zhu Z (朱摇
珠), et al. A simple non鄄destructive method to measure
leaf area using digital camera and photoshop software.
Chinese Journal of Ecology (生态学杂志), 2005, 24
(6): 711-714 (in Chinese)
[14]摇 Blanco F, Folegatti M. A new method for estimating the
leaf area index of cucumber and tomato plants. Horticul鄄
tura Brasileira, 2003, 21: 666-669
[15]摇 Ni J鄄H (倪纪恒), Luo W鄄H (罗卫红), Li Y鄄X (李
永秀), et al. Simulation of leaf area and dry matter
production in greenhouse tomato. Scientia Agricultura
Sinica (中国农业科学), 2005, 38(8): 1629 -1635
(in Chinese)
[16] 摇 Lu X (陆摇 欣). Soil and Fertilizer. Beijing: Science
Press, 2003 (in Chinese)
[17]摇 Zhao L鄄Y (赵丽英), Yang J鄄W (杨建伟), Zhang E鄄Q
(张二芹), et al. Path analysis of the impact of envi鄄
ronmental factors on growth variation of potted Robinia
pseudocacia. Scientia Silvae Sinicae (林业科学 ),
2010, 46(4): 140-145 (in Chinese)
[18]摇 Yuan Z鄄F (袁志发), Zhou J鄄Y (周静芋). Multivari鄄
ate Statistical Analysis. Beijing: Science Press, 2002
(in Chinese)
[19]摇 Cui D鄄Q (崔党群), Lin D鄄G (林德光). The matrix
solutions on path analysis. Journal of Biomathematics
(生物数学学报), 1994, 9(1): 71-76 (in Chinese)
[20] 摇 Han R鄄F (韩瑞锋). Effect of Water on the Growth,
Characteristics of Light Response and Fruit Quality of
Greenhouse Muskmelon. Master Thesis. Yangling:
Northwest A & F University, 2011 (in Chinese)
[21]摇 Duan A鄄W (段爱旺). An instrument to measure tran鄄
spiration rate directly: Sap鄄flow gauge. Irrigation and
Drainage (灌溉排水), 1995, 14(3): 44-47 (in Chi鄄
nese)
[22]摇 Niu Y (牛摇 勇), Liu H鄄L (刘洪禄), Wu W鄄Y (吴
文勇), et al. Effects of different irrigation lower limit
on growth index of cucumber in solar greenhouse. Jour鄄
nal of Irrigation and Drainage (灌溉排水学报),
2009, 28(3): 81-84 (in Chinese)
[23]摇 Ge J鄄K (葛建坤), Luo J鄄Y (罗金耀). Variation of
transpiration rate of wintering tomato in plastic tents and
predication model based on PLS. Engineering Journal of
Wuhan University (武汉大学学报·工学版), 2009,
42(2): 186-190 (in Chinese)
[24]摇 Lei S鄄L (雷水玲), Sun Z鄄F (孙忠富), Lei T鄄W (雷
廷武 ), et al. Vapor transfer resistance in leaf鄄air
system of crops based on micro鄄climate in the green鄄
house. Transactions of the Chinese Society of Agricultural
Engineering (农业工程学报), 2004, 20(6): 46-50
(in Chinese)
作者简介摇 姚勇哲,男,1986 年生,硕士研究生. 主要从事设
施作物生理生态研究. E鄄mail: rosaachtzehn@ 163. com
责任编辑摇 孙摇 菊
4781 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 23 卷