程 陳, 余衛(wèi)東, 閆錦濤, 劉海鵬, 馮利平

不同品種郁金香鮮切花物質(zhì)積累及分配的模擬<*

程 陳1, 余衛(wèi)東2**, 閆錦濤1, 劉海鵬3, 馮利平1

（1．中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；2．中國(guó)氣象局/河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室，鄭州 450003；3．北京市國(guó)際鮮花港景觀設(shè)計(jì)部，北京 101399）

利用4類不同花期品種多播期水培方式的郁金香（L）試驗(yàn)觀測(cè)數(shù)據(jù)，以標(biāo)準(zhǔn)化有效積溫（StanGDD）為環(huán)境驅(qū)動(dòng)變量，定量分析郁金香各器官干鮮物質(zhì)積累及分配指數(shù)隨標(biāo)準(zhǔn)化有效積溫的變化規(guī)律，統(tǒng)計(jì)分析擬合得出回歸方程，并利用相互獨(dú)立的試驗(yàn)數(shù)據(jù)進(jìn)行模型驗(yàn)證，以探究郁金香物質(zhì)積累及分配與日光溫室內(nèi)氣象環(huán)境要素之間的定量化關(guān)系。結(jié)果表明：（1）郁金香根、莖和葉的干鮮物質(zhì)積累隨StanGDD均表現(xiàn)出Logistic曲線的變化過程；種球的鮮物質(zhì)積累不隨StanGDD的變化而變化，而干物質(zhì)積累隨StanGDD呈先下降后增加的二次函數(shù)變化過程；花蕾的干鮮物質(zhì)積累隨StanGDD均表現(xiàn)出先增加后下降的二次函數(shù)變化過程。干鮮物質(zhì)積累模型模擬的精度大小順序依次為莖/花<根<葉片<種球。（2）莖和葉的干鮮物質(zhì)分配指數(shù)隨StanGDD均表現(xiàn)出Logistic曲線的變化過程；種球的干鮮物質(zhì)分配指數(shù)隨StanGDD呈先下降后增加的變化過程，而花蕾的干鮮物質(zhì)分配指數(shù)呈現(xiàn)與其相反的變化過程；根的干鮮物質(zhì)分配指數(shù)隨StanGDD均表現(xiàn)出線性下降的變化過程。干鮮物質(zhì)分配指數(shù)模型模擬的精度大小順序依次為莖<根和花蕾<葉片<種球。（3）不同器官的干物質(zhì)積累和分配模型的模擬精度比鮮物質(zhì)的模擬精度高。總體而言，構(gòu)建的日光溫室郁金香鮮切花物質(zhì)積累及分配的模擬模型具有較高的模擬精度。

日光溫室；郁金香；標(biāo)準(zhǔn)化有效積溫；物質(zhì)積累；分配指數(shù)

郁金香（）別名草麝香、洋荷花，系百合科郁金香屬的多年生球根花卉[1]。2017年，中國(guó)鮮切花進(jìn)口總額0.51億美元，種球進(jìn)口額0.17億美元，主要以百合、郁金香種球?yàn)橹鱗2]。隨著花卉旅游項(xiàng)目的增加，郁金香種球需求量也大幅增加。器官物質(zhì)積累及轉(zhuǎn)運(yùn)是花卉形態(tài)的構(gòu)成要素，明確郁金香各器官物質(zhì)積累及分配規(guī)律，對(duì)品種改良具有重要意義。

國(guó)內(nèi)外關(guān)于郁金香不同器官的物質(zhì)積累與分配的研究已有諸多報(bào)道，Gilford等[3]分析了不充分冷處理?xiàng)l件下郁金香莖的生長(zhǎng)規(guī)律，表明冷處理?xiàng)l件下，雖然莖生長(zhǎng)正常，但莖細(xì)胞過長(zhǎng)；Moe等[4]研究了花期不同溫度不同儲(chǔ)藏時(shí)間對(duì)兩個(gè)郁金香品種莖生長(zhǎng)、開花及碳水化合物積累的影響。婁義龍等[5]測(cè)定了郁金香花期的光補(bǔ)償點(diǎn)和光飽和點(diǎn)，并分析了不同品種間及同品種植株不同葉位間的凈光合速率、光呼吸速率、暗呼吸速率的差異；張德順等[6]通過對(duì)9類品系45個(gè)郁金香品種的形態(tài)特征和物候的觀測(cè)，分析了其生長(zhǎng)發(fā)育習(xí)性；潘萬春等[7]研究了不同栽培基質(zhì)對(duì)郁金香生長(zhǎng)發(fā)育及種球更新能力的影響，探索了北京地區(qū)郁金香花展適宜栽培基質(zhì)。溫度是影響植物生長(zhǎng)發(fā)育的主要環(huán)境因素，國(guó)內(nèi)外關(guān)于植株生長(zhǎng)發(fā)育與有效積溫關(guān)系的定量化研究也有相關(guān)報(bào)道，Marcelo等[8]結(jié)合有效積溫方法構(gòu)建了與百合花發(fā)育期模擬模型，確定最佳種植和生產(chǎn)時(shí)間，證明當(dāng)有效積溫達(dá)到某一特定值，還可以增加花莖產(chǎn)量。Reighard等[9]將生長(zhǎng)度日方法與相對(duì)生長(zhǎng)率水果模型一起使用，預(yù)測(cè)水果的生長(zhǎng)潛力，并為栽培實(shí)踐提供決策工具。Kanzaria等[10]分析了不同氣候條件下，不同生長(zhǎng)期內(nèi)的積溫對(duì)芒果品種開花結(jié)實(shí)的影響。高志民等[11]得出了牡丹不同品種和不同發(fā)育階段的生長(zhǎng)發(fā)育對(duì)有效積溫都有不同的需求。李建軍等[12]依靠對(duì)有效積溫的計(jì)算，在設(shè)施環(huán)境條件下定量擬合番茄的生長(zhǎng)階段、成熟期及病蟲害的發(fā)生規(guī)律與環(huán)境溫濕度、有效積溫之間的關(guān)系。

植株的生長(zhǎng)發(fā)育受到氣象環(huán)境條件的影響，尤其是溫度因素[13?14]，以有效積溫為驅(qū)動(dòng)環(huán)境變量，并對(duì)其標(biāo)準(zhǔn)化處理，能夠較準(zhǔn)確模擬植物的生長(zhǎng)發(fā)育過程，但國(guó)內(nèi)外對(duì)于鮮切花郁金香各器官物質(zhì)積累和分配與日光溫室內(nèi)氣象環(huán)境因素之間關(guān)系的定量化研究報(bào)道甚少。本研究利用4類不同花期品種多播期水培方式的郁金香試驗(yàn)觀測(cè)數(shù)據(jù)，分析郁金香各器官干鮮物質(zhì)積累及其分配指數(shù)隨氣象環(huán)境（標(biāo)準(zhǔn)化有效積溫）的變化規(guī)律，并通過回歸分析得出各變化規(guī)律的擬合方程，以期為日光溫室郁金香生長(zhǎng)發(fā)育模擬模型提供基礎(chǔ)資料，也為郁金香品質(zhì)標(biāo)準(zhǔn)和種植推廣提供科學(xué)依據(jù)。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2016?2017年在北京市順義區(qū)楊鎮(zhèn)國(guó)際鮮花港B2日光溫室基地（40°10′27″N，116°47′41″E，海拔38m）進(jìn)行。溫室總面積5000m2，采用南北負(fù)壓式通風(fēng)和濕簾窗風(fēng)機(jī)調(diào)控溫室內(nèi)溫度，陽光板材用聚碳酸酯中空板（PVC板）覆蓋，密封件連接。

為探究不同花期類型的郁金香其干鮮物質(zhì)積累與分配的差異，選取4類不同花期品種作為供試材料（表1），具有觀賞價(jià)值高，生產(chǎn)潛力優(yōu)等特性。試驗(yàn)采用無土水培箱栽培，箱寬38.0cm，長(zhǎng)為57.0cm，高17.5cm，針盤底距箱底3.0cm，針高為1.0cm。在插盤之前用NaOH溶液消毒3次。

表1 供試品種的生物學(xué)特性

試驗(yàn)在2016年10月?2017年4月進(jìn)行，采用隨機(jī)區(qū)組設(shè)計(jì)，4類花期品種（粉色印象、白日夢(mèng)、艾斯米、夜皇后）種植密度均為388株·m?2，小區(qū)面積約0.25m2，3個(gè)重復(fù)，為獲得較多的數(shù)據(jù)觀測(cè)值，將試驗(yàn)分3個(gè)播期進(jìn)行：早播（EP）為2016年12月19日播種，2017年2月3日移入溫室，4月1日試驗(yàn)結(jié)束；中播（MP）為2016年12月29日播種，2017年2月13日移入溫室，4月8日試驗(yàn)結(jié)束；晚播（LP）為2017年1月8日播種，2月23日移入溫室，4月15日試驗(yàn)結(jié)束，總共分為36個(gè)小區(qū)。每日7：00澆水，若室內(nèi)溫度過高則進(jìn)行強(qiáng)制降溫，不施用肥料，植株自然生長(zhǎng)。

1.2 觀測(cè)項(xiàng)目

1.2.1 器官干鮮物質(zhì)質(zhì)量

自播種期開始，每7日取樣一次，每個(gè)小區(qū)每次隨機(jī)取樣2株，將植株各器官分離，分為根、種球、綠莖、綠葉及花蕾，用電子天平（DT-1002A，精度0.01g）稱量各器官鮮物質(zhì)質(zhì)量，將各器官分裝至牛皮紙袋中，放入烘箱內(nèi)，先以105℃殺青0.5h，然后以80℃烘干至恒重，稱量各器官的干物質(zhì)質(zhì)量。

1.2.2 干鮮物質(zhì)分配指數(shù)

各器官的干鮮物質(zhì)分配指數(shù)指各器官干鮮物質(zhì)的質(zhì)量與當(dāng)時(shí)整個(gè)植株的干鮮物質(zhì)的總質(zhì)量之比[15?16]，即

式中，j =1, 2, …, 5，分別代表根、種球、綠莖、綠葉和花蕾，C(d)j為各器官的干鮮物質(zhì)分配指數(shù)，MT(d)j為各器官第d天干鮮物質(zhì)的質(zhì)量（g·株?1），MT(d)為郁金香第d天整株干鮮物質(zhì)的總質(zhì)量（g·株?1）。

1.2.3 標(biāo)準(zhǔn)化有效積溫

式中，i =0, 1, …, N，代表生長(zhǎng)天數(shù)，0代表播種期，N代表整個(gè)發(fā)育階段天數(shù)；Tdi為日平均氣溫（℃）；Tb為生物學(xué)下限溫度，取4℃；Tm為生物學(xué)上限溫度，取40℃[18]；GDDi為第i天的有效積溫（℃·d），GDDN為整個(gè)發(fā)育階段的總有效積溫（℃·d）。

1.3 模型檢驗(yàn)統(tǒng)計(jì)變量

利用早播EP和晚播LP的試驗(yàn)數(shù)據(jù)進(jìn)行模型構(gòu)建，得出擬合方程，再由中播MP的試驗(yàn)數(shù)據(jù)進(jìn)行模型驗(yàn)證，即建模數(shù)據(jù)與驗(yàn)證數(shù)據(jù)相互獨(dú)立，模型的模擬效果由決定系數(shù)R2、均方根誤差（Root mean square error，RMSE）和歸一化均方根誤差（Normalized root mean square error，NRMSE）體現(xiàn)。其中，R2用來體現(xiàn)實(shí)測(cè)值與模擬值是否具有顯著的線性關(guān)系，其值越接近1，表示具有顯著的線性關(guān)系；RMSE和NRMSE用來衡量觀測(cè)值與實(shí)測(cè)值之間的偏差，反映測(cè)量的精密度，NRMSE＜10%說明模型模擬效果精度很高，NRMSE在10%～20%區(qū)間，說明模型模擬效果精度較高，NRMSE在20%～30%區(qū)間，說明模型模擬效果精度中等，NRMSE＞30 %，說明模型模擬效果精度差。

2 結(jié)果與分析

2.1 不同品種郁金香各器官干鮮物質(zhì)積累模擬及驗(yàn)證

2.1.1 各器官干鮮物質(zhì)隨有效積溫變化的積累模擬

表2 不同品種郁金香各器官物質(zhì)積累的擬合方程

注：StanGDD為標(biāo)準(zhǔn)化有效積溫，下同。

Note: StanGDDis standardized growing degree days. The same as below.

由表2可見，不同品種各器官鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE在9.39%～33.02%，RMSE在0.14～3.49g·株?1；干物質(zhì)積累模擬值與觀測(cè)值的NRMSE在5.21%～29.43%，RMSE在0.01～0.63g·株?1。不同器官的干鮮物質(zhì)積累模擬精度也不盡相同，鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE的大小順序依次為莖（26.54%）>花（20.28%）>葉（16.67%）>根（12.31%）；干物質(zhì)積累的模擬值與觀測(cè)值的NRMSE的大小順序依次為莖（21.29%）>花（18.72%）>葉（15.65%）>根（12.11%）>種球（7.72%）?？梢?，各品種不同器官的干鮮物質(zhì)積累隨有效積溫變化的模型模擬精度均較高，但干物質(zhì)積累模型的模擬精度比鮮物質(zhì)更高，且種球的物質(zhì)積累模擬精度最高。

2.1.2 各器官干鮮物質(zhì)積累模擬的驗(yàn)證

（1）根

由圖1可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種根的鮮重在1.48～8.41g·株?1，干重在0.08～0.74g·株?1，根的鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE為18.25%，RMSE為0.94g·株?1，說明模型模擬的精度較高，R2為0.74，達(dá)到極顯著水平；根的干物質(zhì)積累模擬值與觀測(cè)值的NRMSE為17.65%，RMSE為0.06g·株?1，說明模型模擬的精度一般，R2為0.70，達(dá)到極顯著水平?？梢?，模型對(duì)根的物質(zhì)積累模擬精度較高。

（2）種球

圖1 四品種郁金香根干、鮮物質(zhì)積累模擬模型（表2中）的驗(yàn)證

圖2 四品種郁金香種球鮮物質(zhì)積累的模擬與干物質(zhì)積累模擬模型（表2中）的驗(yàn)證

（3）葉片

由圖3可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種葉片的鮮重在6.05～27.35g·株?1，干重在0.83～2.86g·株?1，葉片的鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE為8.67%，RMSE為1.44g·株?1，說明模型模擬精度很高，R2為0.91，達(dá)到極顯著水平；葉片的干物質(zhì)積累模擬值與觀測(cè)值的NRMSE為14.83%，RMSE為0.26g·株?1，說明模型模擬的精度較高，R2為0.68，達(dá)到極顯著水平?？梢?，模型對(duì)葉片的物質(zhì)積累模擬精度較高。

（4）莖

由圖4可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種莖的鮮重在0.3～20.1g·株?1，干重在0.05～2.02g·株?1，莖的鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE為23.50%，RMSE為2.26g·株?1，說明模型模擬的精度一般，R2為0.90，達(dá)到極顯著水平；莖的干物質(zhì)積累模擬值與觀測(cè)值的NRMSE為21.62%，RMSE為0.20g·株?1，說明模型模擬的精度一般，R2為0.92，達(dá)到極顯著水平?？梢姡Ｐ蛯?duì)莖的物質(zhì)積累模擬精度一般。

圖3 四品種郁金香葉片的干、鮮物質(zhì)積累模擬模型（表2中）的驗(yàn)證

圖4 四品種郁金香莖干、鮮物質(zhì)積累模擬模型（表2中）的驗(yàn)證

（5）花蕾

由圖5可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種花蕾的鮮重在0.09～4.41g·株?1，干重在0.04～0.49g·株?1，花蕾的鮮物質(zhì)積累模擬值與觀測(cè)值的NRMSE為26.78%，RMSE為0.43g·株?1，說明模型模擬精度一般，R2為0.88，達(dá)到極顯著水平；花蕾的干物質(zhì)積累模擬值與觀測(cè)值的NRMSE為20.28%，RMSE為0.04g·株?1，說明模型模擬精度一般，R2為0.90，達(dá)到極顯著水平?？梢?，模型對(duì)花蕾的物質(zhì)積累模擬精度一般。

2.2 不同品種郁金香各器官干鮮物質(zhì)分配的模擬

2.2.1 各器官干鮮物質(zhì)分配隨有效積溫變化的積累模擬

圖5 四品種郁金香花蕾干、鮮物質(zhì)積累模擬模型（表2中）的驗(yàn)證

表3 不同品種郁金香各器官物質(zhì)分配指數(shù)的擬合方程

由表3可見，不同品種各器官鮮物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE在3.30%～21.89%，RMSE在0.39%～3.26%；干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE在4.05%～21.72%，RMSE在0.60%～3.05%。不同器官的干鮮物質(zhì)分配指數(shù)模擬精度也不盡相同，鮮物質(zhì)分配指數(shù)的模擬值與觀測(cè)值的NRMSE順序?yàn)榍o（21.89%）>根（19.57%）>花蕾（16.19%）>葉片（14.23%）>種球（3.30%）；干物質(zhì)分配指數(shù)的模擬值與觀測(cè)值的NRMSE大小順序?yàn)榍o（21.72%）>花蕾（18.31%）>根（14.98%）>葉片（11.34%）>種球（4.04%）。不同器官的干物質(zhì)分配指數(shù)模型的模擬精度比鮮物質(zhì)模擬精度更高，且種球的物質(zhì)分配指數(shù)模擬精度最高，與不同器官的干鮮物質(zhì)積累模型的結(jié)果一致。綜上可知，模型對(duì)不同品種各器官的干鮮物質(zhì)分配指數(shù)的模擬精度均較高。

2.2.2 各器官干鮮物質(zhì)分配模擬的驗(yàn)證

（1）根

由圖6可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種根的鮮物質(zhì)分配指數(shù)在3.04%～13.61%，干物質(zhì)分配指數(shù)在3.10%～13.21%，兩者相差不大。根的鮮物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為18.87%，RMSE為1.71%，說明模型模擬的精度較高，決定系數(shù)R2為0.74，達(dá)到極顯著水平；根的干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為14.37%，RMSE為1.02%，說明模型模擬的精度較高，R2為0.85，達(dá)到極顯著水平?？梢姡Ｐ蛯?duì)根的物質(zhì)分配模擬精度較高。

（2）種球

由圖7可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種種球的鮮物質(zhì)分配指數(shù)在40.04%～100%，干物質(zhì)分配指數(shù)在36.31%～100%，兩者相差不大。種球的鮮物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為3.53%，RMSE為2.47%，說明模型模擬的精度很高，R2為0.98，達(dá)到極顯著水平；器官種球的干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為3.99%，RMSE為2.84%，說明模型模擬的精度很高，R2為0.98，達(dá)到極顯著水平?？梢?，模型對(duì)種球的物質(zhì)分配模擬精度很高。

（3）葉片

由圖8可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種葉片的鮮物質(zhì)分配指數(shù)在13.18%～27.99%，干物質(zhì)分配指數(shù)在18.04%～35.76%，干物質(zhì)分配指數(shù)的變化范圍較寬。葉片的鮮物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為13.71%，RMSE為3.26%，說明模型模擬的精度較高，R2為0.49，達(dá)到顯著水平；葉片的干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為10.92%，RMSE為3.01%，說明模型模擬精度較高，R2為0.65，達(dá)到極顯著水平。可見，模型對(duì)葉片的物質(zhì)分配模擬精度較高。

圖6 四品種郁金香根干、鮮物質(zhì)分配指數(shù)模擬模型（表3中）的驗(yàn)證

圖7 四品種郁金香種球干、鮮物質(zhì)分配指數(shù)模擬模型（表3中）的驗(yàn)證

圖8 四品種郁金香葉片的干、鮮物質(zhì)分配指數(shù)模擬模型（表3中）的驗(yàn)證

（4）莖

由圖9可見，在郁金香整個(gè)生長(zhǎng)發(fā)育階段內(nèi)，各品種莖的鮮物質(zhì)分配指數(shù)在0.88%～28.39%，干物質(zhì)分配指數(shù)在1.11%～27.37%，兩者相差不大。莖的鮮物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為22.66%，RMSE為2.74%，說明模型模擬的精度一般，R2為0.89，達(dá)到極顯著水平；莖的干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為21.75%，RMSE為2.76%，說明模型模擬的精度一般，R2為0.90，達(dá)到極顯著水平?？梢?，模型對(duì)莖的物質(zhì)分配模擬精度一般。

（5）花蕾

由圖10可見，在整個(gè)郁金香生長(zhǎng)發(fā)育期內(nèi)，各品種花蕾的鮮物質(zhì)分配指數(shù)在0.10%～4.32%，干物質(zhì)分配指數(shù)在0.47%～6.98%，兩者相差不大?；ɡ俚孽r物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為18.77%，RMSE為0.43%，說明模型模擬的精度較高，R2為0.89，達(dá)到極顯著水平；花蕾的干物質(zhì)分配指數(shù)模擬值與觀測(cè)值的NRMSE為17.66%，RMSE為0.59%，說明模型模擬的精度較高，R2為0.89，達(dá)到極顯著水平。可見，模型對(duì)花蕾的物質(zhì)分配模擬精度較高。

3 討論與結(jié)論

3.1 討論

圖9 四品種郁金香莖的干、鮮物質(zhì)分配指數(shù)模擬模型（表3中）的驗(yàn)證

圖10 四品種郁金香花蕾的干、鮮物質(zhì)分配指數(shù)模擬模型（表3中）的驗(yàn)證

本研究構(gòu)建的器官物質(zhì)積累及分配模擬模型，充分體現(xiàn)了不同品種郁金香各器官物質(zhì)積累及分配與有效積溫之間存在較好的量化關(guān)系，對(duì)生長(zhǎng)發(fā)育模型構(gòu)建和品種改良具有重要意義，但模型仍需要進(jìn)一步改進(jìn)和完善。首先，本研究的干鮮物質(zhì)積累和分配模擬模型是在水培條件下構(gòu)建的，植物器官分配指數(shù)除受其品種特性的影響外，還受生理過程、氮素和水分狀況的調(diào)節(jié)[21]，其中水分限制和水質(zhì)對(duì)植株生長(zhǎng)發(fā)育有重要的影響[22?23]，未來可增建不同水質(zhì)和灌溉水量條件下郁金香器官干鮮物質(zhì)積累和分配模型。其次，本研究?jī)H考慮了溫度對(duì)郁金香干鮮物質(zhì)積累和分配的影響，方法簡(jiǎn)單且模擬精確度較高，但是光照強(qiáng)度和光照長(zhǎng)度等因素也會(huì)對(duì)植株的干鮮物質(zhì)積累和分配產(chǎn)生影響[15?16,18?19,24]，未來模型還需要進(jìn)一步考慮其它環(huán)境因子，同時(shí)還需要大量試驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證調(diào)參，使模型更具普適性。

3.2 結(jié)論

本研究利用早播和晚播的郁金香試驗(yàn)數(shù)據(jù)進(jìn)行模型構(gòu)建，得出擬合方程，再由中播的試驗(yàn)數(shù)據(jù)進(jìn)行模型驗(yàn)證，即建模數(shù)據(jù)與驗(yàn)證數(shù)據(jù)相互獨(dú)立，模型的模擬效果由統(tǒng)計(jì)指標(biāo)NRMSE和RMSE體現(xiàn)。

[1]Jeung K S,Xue W W,Ae K L,et al.Growth and flowering physiology,and developing new technologies to increase the flower numbers in the Genus Lilium[J].Horticulture, Environment,and Biotechnology,2013,54(5):373-387.

[2]陸繼亮.2017年全國(guó)鮮切花產(chǎn)銷形勢(shì)分析[J].中國(guó)花卉園藝,2018,(9):26-29.

Lu J L.Analysis of production and marketing situation of fresh cut flowers in China in 2017[J].China Flowers & Horticulture,2018,(9):26-29.(in Chinese)

[3]Gilford J M,Rees A R.Growth of the tulip shoot[J].Scientia Horticulturae,1973,1(2):143-156.

[4]Moe R,Wickstr?m A.The effect of storage temperature on shoot growth,flowering,and carbohydrate metabolism in tulip bulbs[J].Physiologia Plantarum,2010,28(1):81-87.

[5]婁義龍,田應(yīng)生,陳振聲,等.郁金香的光合特性及不同基肥對(duì)其生長(zhǎng)發(fā)育的影響[J].園藝學(xué)報(bào),1996,(2):165-168.

Lou Y L,Tian Y S,Chen Z S,et al.Studies on photosynthetic characteristics of tulip and effects of basal manure on growth[J].Acta Horticulturae Sinica,1996,(2):165-168.(in Chinese)

[6]張德順,李秀芬,王鵬.郁金香在濟(jì)南地區(qū)的生長(zhǎng)表現(xiàn)及分析[J].中國(guó)園林,2009,25(5):80-83.

Zhang D S,Li X F,Wang P.The character and analysis of the growth of tulips in Jinan Region[J].Chinese Landscape Architecture,2009,25(5):80-83.(in Chinese)

[7]潘萬春,夏文通,孫曉梅,等.基質(zhì)栽培對(duì)郁金香生長(zhǎng)發(fā)育及種球更新的影響[J].中國(guó)花卉園藝,2015,(12):40-42.

Pan W C,Xia W T,Sun X M,et al.Effects of substrate cultivation on growth and regeneration of tulips[J].China Flowers & Horticulture,2015,(12):40-42.(in Chinese)

[8]Marcelo R,Patrícia D O P,Jo?o P R A D B,et al.Action of growing degree days on the morphogenesis and physiological responses of calla lily[J].Acta Physiologiae Plantarum,2014, 36(7):1893-1902.

[9]Reighard G L,Rauh B.Predicting peach fruit size potential from GDD 30 days post-bloom[J].Acta Horticulturae,2015, 1084:753-758.

[10] Kanzaria D R,Chovatia R S,Varu D K,et al.Influence of growing degree days(GDD) on flowering and fruit set of some commercial mango varieties under varying climatic conditions[J].Asian Journal of Horticulture,2015,10(1): 130-133.

[11] 高志民,王蓮英.有效積溫與牡丹催花研究初報(bào)[J].中國(guó)園林,2002,18(2):86-88.

Gao Z M,Wang L Y.Study on the effective accumulative temperature and the forcing culture of tree peony[J].Chinese Landscape Architecture,2002,18(2):86-88.(in Chinese)

[12] 李建軍,沈佐銳,賀超興,等.日光溫室番茄長(zhǎng)季節(jié)生產(chǎn)專家系統(tǒng)的研制[J].農(nóng)業(yè)工程學(xué)報(bào),2003,19(4):267-268.

Li J J,Shen Z R,He C X,et al.Preliminary study on expert system for tomato long season cultivation in greenhouse[J]. Transactions of the CSAE,2003,19(4):267-268.(in Chinese)

[13] 曹衛(wèi)星,羅衛(wèi)紅.作物系統(tǒng)模擬及智能管理[M].北京:高等教育出版社,2003.

Cao W X,Luo W H.Crop system simulation and intelligent management[M].Beijing:Higher Education Press,2003.(in Chinese)

[14] 孫忠富,陳晴,王迎春.不同光照條件下溫室黃瓜物質(zhì)積累模擬與試驗(yàn)研究[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(s2):50-52.

Sun Z F,Chen Q,Wang Y C.Simulation and experiment of dry matter production of greenhouse cucumber under different light intensities[J].Transactions of the CSAE,2005, 21(s2): 50-52.(in Chinese)

[15] 湯亮,朱艷,鞠昌華,等.油菜地上部干物質(zhì)分配與產(chǎn)量形成模擬模型[J].應(yīng)用生態(tài)學(xué)報(bào),2007,18(3):526-530.

Tang L,Zhu Y,Ju C H,et al.Dynamic simulation on shoot dry matter partitioning and yield formation of rapeseed[J]. Chinese Journal of Applied Ecology,2007,18(3): 526-530.(in Chinese)

[16] 楊再?gòu)?qiáng),羅衛(wèi)紅,陳發(fā)棣,等.溫室標(biāo)準(zhǔn)切花菊物質(zhì)積累和分配模型[J].中國(guó)農(nóng)業(yè)科學(xué),2007,40(9):2028-2035.

Yang Z Q,Luo W H,Chen F D,et al.Simulation of dry matter production and partitioning of standard cut chrysanthemum in greenhouse[J].Scientia Agricultura Sinica,2007,40(9): 2028-2035.(in Chinese)

[17]葉彩華,周孝煌,姜會(huì)飛,等.下限溫度對(duì)北京櫻花盛花始期模擬效果的影響[J].中國(guó)農(nóng)業(yè)氣象,2018,39(1):1-8.

Ye C H,Zhou X H,Jiang H F,et al.Impacts of different base temperature on simulation effect of beginning flowering date of prunus discoidea in Beijing[J].Chinese Journal of Agrometeorology,2018,39(1):1-8.(in Chinese)

[18] 李剛,陳亞茹,戴劍鋒,等.日光溫室切花郁金香花期與外觀品質(zhì)預(yù)測(cè)模型[J].生態(tài)學(xué)報(bào),2011,31(14):4062-4071.

Li G,Chen Y R,Dai J F,et al.A model for predicting flowering date and external quality of cut tulip in solar greenhouse[J].Acta Ecologica Sinica,2011,31(14):4062-4071. (in Chinese)

[19] 徐剛,郭世榮,張昌偉,等.溫室小型西瓜光合生產(chǎn)與干物質(zhì)積累模擬模型[J].果樹學(xué)報(bào),2005,22(2):129-133

Xu G,Guo S R,Zhang C W,et al.Simulation model for photosynthesis and dry matter accumulation of watermelon in greenhouse[J].Journal of Fruit Science,2005,22(2): 129-133.(in Chinese)

[20] 孫皴,張延龍,牛立新.低溫貯藏期間不同含水量郁金香種球的幾種生理生化指標(biāo)變化[J].植物生理學(xué)通訊,2008,44 (2):240-242.

Sun C,Zhang Y L,Niu L X.Changes in some physiological and biochemical indexes ofL.Bulbs with different moisture contents during cold storage period [J].Plant Physiology Communications,2008,44(2):240-242.(in Chinese)

[21]常麗英,湯亮,曹衛(wèi)星,等.水稻地上部單位器官物質(zhì)分配過程的定量模擬[J].中國(guó)農(nóng)業(yè)科學(xué),2008,41(4):986-993.

Chang L Y,Tang L,Cao W X,et al.Quantitative simulation on dry matter partitioning dynamics of unit organs in above-ground rice[J].Scientia Agricultura Sinica,2008,41(4): 986-993.(in Chinese)

[22] Long W,Pei L Y,Shu M R,et al.Influence of saline water on plant growth, yield and quality of sunflower hybrid[J]. Advanced Materials Research,2013,(726):3266-3271.

[23] Seassau C,Dechamp G G,Mestries E,et al.Nitrogen and water management can limit premature ripening of sunflower induced by[J].Field Crops Research,2010,115(1):99-106.

[24] 袁昌梅,羅衛(wèi)紅,邰翔,等.溫室網(wǎng)紋甜瓜干物質(zhì)分配、產(chǎn)量形成與采收期模擬研究[J].中國(guó)農(nóng)業(yè)科學(xué),2006,39(2): 353-360.

Yuan C M,Luo W H,Tai X,et al.Simulation of dry matter partitioning, yield formation and fruit harvest date of greenhouse muskmelon[J].Scientia Agricultura Sinica,2006, 39(2):353-360.(in Chinese)

Simulation Model of Material Accumulation and Distribution of Fresh Cut Tulips of Different Varieties

CHENG Chen1，YU Wei-dong2，YAN Jin-tao1，LIU Hai-peng3，F(xiàn)ENG Li-ping1

(1.College of Resources and Environment, China Agricultural University, Beijing 100193, China；2.CMA/Henan Key Laboratory of Agro-meteorological Support and Applied Technique, Zhengzhou 450003；3.Landscape Design Department, Beijing International Flower Harbor, Beijing 101399)

With the increase of flower tourism projects, seedballs were imported about 17 million dollar to China in 2017, mainly towards lilies and tulips, and the demand for tulip seedball has also increasing significantly. Therefore, it is important to explore the quantitative relationship between the accumulation and distribution of tulip matter and meteorological environmental factors in solar greenhouse, and to establish a simulation model of dry and fresh matter accumulation and distribution index. The experiment was carried out in the international flower port solar greenhouse base named B2 in Yangzhen (40°10′27″N, 116°47′41″E, altitude 38m), Shunyi district, Beijing in 2016?2017. By means of collecting tulip experiment observation data of four kinds of different varieties (‘Pink Impression’; ‘Daydream’ ; ‘Esmee’ and ‘Queen of Night’), correspondingly, which were divided to four types of florescence (early blossoming, medium blossoming, later blossoming and very later blossoming), in growing seasons by multicast hydroponic way. StanGDD(Standardized growing degree days) was used as the environment driving variable to quantitatively analyze the variation law of dry and fresh matter accumulation and distribution index of different organs of tulip. The regression equations were obtained through statistical analysis and fitting, and used the independent experiment data to verify the model. The results showed that, firstly, the accumulation of dry and fresh matter in roots, stems and leaves revealed a Logistic curve with StanGDD. The accumulation of fresh matter in seedballs were not changed with StanGDD, but the accumulation of dry matter in it showed a quadratic function which decreased first and then increased with StanGDD. The accumulation of dry and fresh matter in flowers revealed a quadratic function which increased first and then decreased with StanGDD. The accuracy of dry and fresh matter accumulation model ranked by stem and flower < root < leaf < seedball. Secondly, the dry and fresh matter distribution index of stems and leaves showed a Logistic curve with StanGDD. The dry and fresh matter distribution of seedballs index revealed a quadratic function which decreased first and then increased with StanGDD, but the dry and fresh matter distribution index of flowers displayed the opposite tendency. The dry and fresh matter distribution index of roots displayed a decreased linear with StanGDD. The accuracy of dry and fresh matter distribution index model ranked by stem < root and bud < leaf < seedball. Thirdly, the simulation accuracy of dry matter accumulation and distribution model of different organs were higher than that of fresh matter. In general, the simulation model of matter accumulation and distribution of tulip in solar greenhouse had a high simulation accuracy.

Solar greenhouse; Tulip; Standardized growing degree days; Material accumulation; Distribution index

10.3969/j.issn.1000-6362.2019.12.003

程陳,余衛(wèi)東,閆錦濤,等.不同品種郁金香鮮切花物質(zhì)積累及分配的模擬[J].中國(guó)農(nóng)業(yè)氣象,2019,40(12):758-771

2019?02?14

。E-mail：ywd@hims.org.cn

中國(guó)氣象局農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室項(xiàng)目（AMF201402）；北京市財(cái)政資助項(xiàng)目（PXM2016_ 151102_000009）

程陳（1993?），博士生，從事園藝植物模擬與環(huán)境調(diào)控研究。E-mail：chengc1993@cau.edu.cn