程 陳，黎貞發(fā)，董朝陽，宮志宏，馮利平

日光溫室黃瓜和芹菜不同位置消光系數(shù)模擬及驗(yàn)證

程 陳1，黎貞發(fā)2※，董朝陽2，宮志宏2，馮利平1

（1. 中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193； 2. 天津市氣候中心，天津 300074）

消光系數(shù)是作物模型的重要參數(shù)，準(zhǔn)確獲取作物不同位置的消光系數(shù)，可以準(zhǔn)確模擬作物的冠層光合速率，從而提高作物模型的模擬精度。該研究依據(jù)黃瓜（L.）和芹菜（L.）不同位置（群體底部（Bottom of Crop, BC）處，1/3群體中部（1/3 Height of Crop, 1/3HC）處，2/3群體中部（2/3 Height of Crop, 2/3HC）處）的輻射數(shù)據(jù)，以津盛206和尤文圖斯為試驗(yàn)品種，利用11個播期的試驗(yàn)觀測數(shù)據(jù)建立了基于正午時刻消光系數(shù)值的溫室作物消光系數(shù)模型，確定了模型參數(shù)，用相互獨(dú)立的數(shù)據(jù)進(jìn)行模型檢驗(yàn)。結(jié)果表明：1）關(guān)于正午時刻（12時）的值變化，黃瓜在秋冬茬期間呈現(xiàn)先下降后上升的變化趨勢，而春茬呈現(xiàn)相反的趨勢，秋冬茬高于春茬，位置越高，值越大。芹菜在生長季內(nèi)，值為先增加后下降的過程，位置越高，值呈現(xiàn)先下降后上升的變化趨勢。2）關(guān)于值日變化，黃瓜和芹菜均呈現(xiàn)先上升后下降的變化趨勢，位置越高，值越大。3）關(guān)于作物發(fā)育進(jìn)程中各發(fā)育階段內(nèi)值變化，在相同發(fā)育階段內(nèi)，黃瓜隨著高度上升，值逐漸增大；芹菜呈現(xiàn)先下降后上升的趨勢。在相同位置水平下，黃瓜各階段值的階段均值都呈現(xiàn)先下降后上升的變化趨勢，芹菜各階段值均值逐漸下降。4）時刻值隨正午時刻值、位置以及時刻呈線性下降的關(guān)系，模型參數(shù)與作物類型和位置有關(guān)。不同作物（黃瓜和芹菜）值的模擬值與實(shí)測值的均方根誤差（Root Mean Square Error，RMSE）分別為0.45和0.06，歸一化均方根誤差（Normalized Root Mean Square Error，NRMSE）分別為18.34%和13.35%；不同位置（BC處，1/3 HC處，2/3HC處）消光系數(shù)值的模擬值與實(shí)測值的RMSE分別為0.47、0.36和0.33，NRMSE分別為17.91%、19.69%和23.85%。該模型能夠較準(zhǔn)確模擬消光系數(shù)的日變化過程，可應(yīng)用于蔬菜生長發(fā)育模型構(gòu)建及仿真模擬。

太陽輻射；模型；日光溫室；消光系數(shù)；葉面積指數(shù)；黃瓜；芹菜

0 引 言

中國溫室總面積由2008年的81萬hm2上升至2016年的208萬hm2，設(shè)施蔬菜中有近40%蔬菜由日光溫室提供[1-2]。黃瓜（L.）是全球栽培最廣的設(shè)施瓜果類蔬菜之一[3]，而芹菜（L.）在中國的產(chǎn)地分布廣泛，且芹菜的種植規(guī)模居世界首位[4]。作物模型以溫度、光照、土壤、水分等環(huán)境條件為驅(qū)動變量，運(yùn)用計(jì)算機(jī)技術(shù)和物理數(shù)學(xué)方法，對作物的生長、發(fā)育和產(chǎn)量進(jìn)行定量描述與預(yù)測，是一種面向作物生長發(fā)育過程、機(jī)理性強(qiáng)的數(shù)值模擬模型[5-8]。國內(nèi)外主流的蔬菜模型主要有：HORTISIM（HORTIculture SIMulator）模型[9]，KOSI（KOSI model）模型[10]，TOMSIM（TOMato SIMulator）模型[11-12]，TOMGRO（TOMato GROwth）模型[13]，SIMULSERRE（SIMULSERRE-tomato）模型[14]等。作物模型內(nèi)消光系數(shù)體現(xiàn)了群體對冠層頂部光合有效輻射（Photosynthesis Active Radiation, PAR）的截獲程度，從而計(jì)算群體的日同化量。所以，消光系數(shù)是干物質(zhì)生產(chǎn)分配模塊的重要參數(shù)。在作物模型中，不僅需要準(zhǔn)確模擬消光系數(shù)，還需要體現(xiàn)消光系數(shù)的生物學(xué)特性。

目前，在大部分作物生長模型中，不同作物類型的值都是以定值給出[15-16]，而且相同作物類型下，不同作物模型在相同發(fā)育階段給定的參數(shù)有時是不一致的[10,17-19]，此時參數(shù)的取值差異會導(dǎo)致作物模型的合理性和準(zhǔn)確性受到限制。Flenet等[20]發(fā)現(xiàn)在作物群體結(jié)構(gòu)比較均勻時，值變化不大，當(dāng)行距增大時，值有近似線性降低的趨勢。高曉飛等[21]指出同時在1日之內(nèi)，由于觀測時間不同，太陽入射角度的變化，也會使值的觀測值有較大的差異。李永秀等[18]依據(jù)高斯積分法將植株分為3層，將每層的瞬時同化速率加權(quán)求和得出整個冠層瞬時的同化速率，在此基礎(chǔ)上再計(jì)算每日的冠層光合速率。但是不同冠層高度接受的光合有效輻射隨高度的降低而減弱，同時，值也會隨著冠層高度的變化而變化，故不能用定值的值來計(jì)算冠層光合速率，而此類關(guān)于不同作物高度的值定量化研究較為鮮見。綜上所述，值與作物類型、群體結(jié)構(gòu)、觀測時間、觀測位置和種植密度有關(guān)，提高作物模型精度需要探索值與這些因素之間的量化關(guān)系。國內(nèi)外有大量關(guān)于大田糧食作物的輻射傳輸狀況的試驗(yàn)研究[22-24]，但針對設(shè)施蔬菜類，特別是日光溫室蔬菜種植的冠層截光狀況日變化的研究尚較少。目前，對設(shè)施蔬菜作物的實(shí)際產(chǎn)量和生長潛力狀況的研究較多[17-19,25-26]，而蔬菜生長發(fā)育模擬模型是作為其中的一種重要的研究工具，定量研究參數(shù)受高度位置及作物類型影響的過程，可以提高蔬菜模型的模擬精度。

本研究供試的2種設(shè)施蔬菜在中國日光溫室果菜和葉菜中種植面積較大，基于這2種蔬菜2年4茬分期播種試驗(yàn)觀測數(shù)據(jù)，通過采集不同位置處太陽輻射數(shù)據(jù)，建立了基于正午時刻消光系數(shù)值的溫室作物消光系數(shù)模型，確定了模型參數(shù)。利用本研究成果可以準(zhǔn)確獲取作物不同位置的消光系數(shù)，并耦合到作物生長發(fā)育模擬模型中，從而準(zhǔn)確模擬作物的冠層光合速率，進(jìn)而提高作物模型的模擬精度，為作物生長發(fā)育和產(chǎn)量預(yù)測提供理論依據(jù)。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)于2018－2020年在天津市武清區(qū)農(nóng)業(yè)科技創(chuàng)新基地園區(qū)（116°58′ E，39°26′ N，海拔8 m）日光溫室進(jìn)行。日光溫室墻體為磚體，后墻高度為3.7 m，厚度為0.5 m，側(cè)墻厚度為0.5 m，脊高為5.3 m，后屋面仰角為44.0°，前屋面角為32.0°，跨度為10.0 m，長度為65.0 m，占地總面積為650.0 m2。試驗(yàn)地土壤質(zhì)地為重黏土，耕層（0～20 cm）全氮為2.760 g/kg，水解氮為227.8 mg/kg，速效磷為299.2 mg/kg，速效鉀為648.0 mg/kg，有機(jī)質(zhì)為4.274%，pH值為7.61，陽離子交換量為73.44cmol/kg。

黃瓜供試品種為高產(chǎn)且耐低溫的“津盛206 Jinsheng206”，購于天津市武清區(qū)農(nóng)業(yè)科技創(chuàng)新基地園區(qū)黃瓜研究所。試驗(yàn)分2個生長季11個播期進(jìn)行，包括2018－2019年度秋冬茬，2019－2020年度春茬。每茬設(shè)3個定植期，分別為早播（Early Planting, EP）（早于當(dāng)?shù)爻Ｒ?guī)定植日期20 d左右）、中播（Midterm Planting, MP）（當(dāng)?shù)爻Ｒ?guī)定植日期，春茬是在3月下旬定植，秋冬茬是在10月中旬定植）、晚播（Late Planting, LP）（晚于當(dāng)?shù)爻Ｒ?guī)定植日期20 d左右）。每個定植期設(shè)3個重復(fù)，采用隨機(jī)區(qū)組設(shè)計(jì)。種植行距為0.67 m，株距為0.42 m，小區(qū)面積為16 m2，種植密度為35 550 株/hm2。芹菜供試品種為產(chǎn)量高的本地芹“尤文圖斯Juventus”，購于天津市武清區(qū)農(nóng)業(yè)科技創(chuàng)新基地園區(qū)蔬菜研究所。試驗(yàn)分2個生長季進(jìn)行，包括2018－2019年度秋冬茬，每茬設(shè)2個定植期，2019－2020年度秋冬茬，每茬設(shè)3個定植期。分別為早播（EP）（早于當(dāng)?shù)爻Ｒ?guī)定植日期15 d左右）、中播（MP）（當(dāng)?shù)爻Ｒ?guī)定植日期，在9月下旬定植）、晚播（LP）（晚于當(dāng)?shù)爻Ｒ?guī)定植日期15 d左右）。每個定植期設(shè)3個重復(fù)，采用隨機(jī)區(qū)組設(shè)計(jì)。種植行距為0.38 m，株距為0.08 m，小區(qū)面積為3 m2，種植密度為321 400株/hm2。作物的種植密度、品種及管理方式與華北地區(qū)同類蔬菜種植模式一致，使產(chǎn)量和品質(zhì)達(dá)到較優(yōu)水平。

1.2 數(shù)據(jù)獲取

1.2.1 發(fā)育期

對2種作物進(jìn)行發(fā)育期的劃分[10,17-19,27-28]，將黃瓜的整個生長發(fā)育過程劃分為7個關(guān)鍵發(fā)育期，包括定植期（Transplanting date, T）、伸蔓期（Stretch Tendril period, ST）、初花期（Initial Flowering period, IF）、坐果期（Fruiting period, F）、采收初期（the Early Harvest period, EH）、采收盛期（Harvest period, H）和拉秧期（Uprooting period, U）；將芹菜的整個生長發(fā)育過程劃分為5個關(guān)鍵發(fā)育期，包括定植期（Transplanting date, T）、外葉生長期（Outer Leaf Growth period, OLG）、心葉肥大期（Cardiac Hypertrophy period, CH）、枯萎初期（Early Wither period, EW）和枯萎末期（Late Wither period, LW）。若作物群體有50%達(dá)到某發(fā)育期時，則記錄該發(fā)育期的日期。生產(chǎn)上，假設(shè)環(huán)境條件適宜，黃瓜可以無限生長，所以，實(shí)際種植中拉秧期依據(jù)黃瓜季節(jié)性生產(chǎn)能力、茬口搭配、光熱資源利用率和人為因素等原因影響變化較大。芹菜最佳采收期在EW-LW之間，需要依據(jù)芹菜產(chǎn)量及品質(zhì)而定。

1.2.2 葉面積與葉面積指數(shù)

每個處理隨機(jī)取樣3株，測定頻率為10～15 d/次，葉面積（Leaf Area, LA）的測定，采用坐標(biāo)紙法[19]。根據(jù)取樣面積折合為葉面積指數(shù)（Leaf Area Index, LAI）[29]，式為

LAI=LA·/10 000 （1）

式中LAI為葉面積指數(shù)；LA為單株葉面積，cm2/株；為種植密度，株/m2；10 000為m2轉(zhuǎn)換為cm2的單位換算系數(shù)。

1.2.3 輻射數(shù)據(jù)

作物群體高度（Height of Crop, HC）為群體底部（Bottom of Crop, BC）至當(dāng)前頂葉葉尖的距離。日光溫室黃瓜在實(shí)際生產(chǎn)過程中，經(jīng)歷了“落秧-生長-落秧-，…，-拉秧”的栽培管理過程，作物的群體高度也會隨之變化，故群體高度與株高不相等；而在芹菜實(shí)際生產(chǎn)過程中，群體高度與株高相等。數(shù)據(jù)Ⅰ用于模型建立，選用輻射觀測儀（Hobo型，美國ONSET公司）每15 min自動記錄溫室室內(nèi)該位置下太陽總輻射數(shù)據(jù)，lx。于每日8:00調(diào)整儀器的相對位置，使儀器始終保持在BC、1/3HC、2/3HC和HC 4處進(jìn)行定時定點(diǎn)定株觀測太陽總輻射。數(shù)據(jù)Ⅱ用于模型驗(yàn)證，選用手持輻射觀測儀（TES-1332A照度儀，臺灣TES公司）手動記錄該位置下太陽總輻射數(shù)據(jù)，lux。為避免露水對儀器的腐蝕及檢測數(shù)據(jù)的影響，于每日9:00－17:00進(jìn)行觀測，觀測頻率為1 h/次，觀測在北京時間整點(diǎn)前后的10 min內(nèi)完成。以此方式分配數(shù)據(jù)Ⅰ和數(shù)據(jù)Ⅱ，不僅體現(xiàn)了本模型的模擬精度不受儀器的類型影響，而且體現(xiàn)了數(shù)據(jù)Ⅰ和數(shù)據(jù)Ⅱ相互獨(dú)立。

1.2.4 消光系數(shù)

利用比爾定律[21-22,30]計(jì)算消光系數(shù)

式中為不同位置編號，取值為0，1，2，若=0時，為BC處，=1時，為1/3HC處，=2時，為2/3HC處；TPAR為不同位置測得的瞬時光合有效輻射，mol/(m2·s)；PAR為作物群體上部測得的瞬時光合有效輻射，mol/(m2·s)；LAI是不同位置觀測的LAI，不同時期的葉面積比例不一樣，為了提高模型精確性的同時降低模型葉面積比例參數(shù)的復(fù)雜度，將整個發(fā)育過程中葉面積比例取均值，進(jìn)而來計(jì)算不同位置的LAI。由觀測數(shù)據(jù)知，黃瓜1/3HC以上部分葉面積占總?cè)~面積的比例取均值72.26%，2/3HC以上部分葉面積占總?cè)~面積的比例取均值32.22%；芹菜1/3HC以上部分葉面積占總?cè)~面積的比例為1，2/3HC以上部分葉面積占總?cè)~面積的比例取均值60.19%。太陽輻射和光合有效輻射之間存在常定量關(guān)系[19]，一般取值為0.47。本文假定對于不同高度處某時刻下的散射和直射光與總輻射照度的比值設(shè)定為常數(shù)，一般取值為0.2～0.4[31]，故ln(TPAR/PAR)的實(shí)際值與測定值數(shù)值大小相等。利用不同位置測得的太陽輻射資料，根據(jù)光合有效輻射變化規(guī)律擬合方程求積分，得到入射PAR的日總量和不同位置透射的PAR日總量，再根據(jù)當(dāng)日的LAI來計(jì)算日平均消光系數(shù)。

1.3 模型檢驗(yàn)統(tǒng)計(jì)變量

2 結(jié)果分析與模型驗(yàn)證

2.1 定植期和測定位置對作物發(fā)育進(jìn)程指標(biāo)的影響

2.1.1 定植期對葉面積指數(shù)LAI的影響

根據(jù)式（2）可知，需要分析不同定植期和測定位置對作物發(fā)育進(jìn)程中LAI的影響，從變化趨勢中尋找合適的數(shù)學(xué)模型擬合消光系數(shù)。2019-02-27為黃瓜秋冬茬播期試驗(yàn)的結(jié)束時間，即拉秧期時間，2019-03-10為黃瓜春茬早播試驗(yàn)的開始時間，即定植期時間。圖1為黃瓜和芹菜播期試驗(yàn)中LAI的變化趨勢，由圖1a可知，2個生長季內(nèi)的各播期中，LAI均為先增加后下降并維持穩(wěn)定的過程。在黃瓜坐果期之前，黃瓜的營養(yǎng)生長旺盛，沒有整枝管理，故LAI呈現(xiàn)增加的趨勢；而在黃瓜坐果期之后，為了使黃瓜充分利用室內(nèi)光熱資源，減少底層葉片的呼吸能量消耗，進(jìn)行整枝管理，使LAI維持相對平穩(wěn)的狀態(tài)。秋冬茬3個播期的生長過程內(nèi)，黃瓜LAI最大值分別為1.48、0.96、1.07，后期經(jīng)過整枝處理，LAI維持在0.83；而春茬3個播期的生長過程內(nèi)，黃瓜LAI最大值分別為2.08、1.42、1.65，后期經(jīng)過整枝處理，LAI維持在1.05，由于春茬期間黃瓜的產(chǎn)量生成速度要明顯優(yōu)于秋冬茬，在整枝處理過程中，春茬期間黃瓜功能葉的保留數(shù)量也較多。由圖1b可知，在芹菜生長季內(nèi)的各播期中，LAI逐漸增加。在芹菜枯萎初期之前，芹菜的營養(yǎng)生長較為旺盛，LAI逐漸增大，均值為3.52；在芹菜枯萎初期之后，雖然外圍的葉片開始枯黃，但是芹菜的莖稈大量分支，營養(yǎng)生長仍然旺盛，LAI仍呈現(xiàn)增加的趨勢，均值為10.25。

注：黃瓜測定編號對應(yīng)的日期依次為2018年的09-20、09-28、10-10、10-24、11-02、11-13、11-24、12-05、12-15和12-27，以及2019年的01-04、01-16、02-27、03-10、03-20、03-27、04-03、04-09、04-17、04-23、04-30、05-07、05-15、05-24、06-10、06-20和07-24。芹菜測定次數(shù)對應(yīng)的日期依次為2018年的10-09、10-25、11-04、11-15、11-25和12-17，以及2019年的01-06、01-18和01-28。

2.1.2 定植期及位置對消光系數(shù)的影響

1）定植期及位置對正午時刻（12時）消光系數(shù)的影響

圖2為黃瓜和芹菜播期試驗(yàn)中每日正午（12時）值的變化趨勢，由圖2a可知，2個生長季內(nèi)的各播期中，各位置在秋冬茬期間，正午時刻的值都呈現(xiàn)先下降后上升的變化趨勢，均值在0.83～5.75之間變化，而春茬卻恰恰呈現(xiàn)相反的趨勢，均值在0.26～3.28之間變化。主要由于秋冬茬為“由冷至熱”的過程，不論是太陽輻射，還是功能葉數(shù)量及葉片厚度，都隨著這個過程變化而改變，LAI和太陽輻射起著協(xié)同效應(yīng)，而這一過程與春茬恰恰相反。在相同位置水平下，秋冬茬和春茬在正午時刻的平均值也有較大差異，即在BC處，秋冬茬（1.72）高于春茬（1.41），在1/3HC處，秋冬茬（1.90）高于春茬（1.34），在2/3HC處，秋冬茬（3.22）高于春茬（1.60）。不同位置的平均值依次在0.46～3.18、0.39～2.79、0.27～5.98之間變化。由于設(shè)施黃瓜在秋冬茬期間葉片數(shù)量較少，葉片厚度較薄，且葉片較小，葉面積較小，葉面積指數(shù)較小，故值相對較大。在不同位置水平下，位置越高，上層的葉片分布較稀疏，葉片較少，葉片厚度較薄，也導(dǎo)致值較大。由圖2b可知，芹菜生長季內(nèi)的各播期中，值為先增加后下降的過程，均值在0.01～0.50之間變化。在芹菜整個生長發(fā)育過程中，前期的營養(yǎng)生長較為緩慢，LAI緩慢增加，但是葉片的厚度較薄，導(dǎo)致值緩慢上升，后期的營養(yǎng)生長旺盛，葉片數(shù)量增多，葉片厚度增大，葉面積指數(shù)也迅速增加，導(dǎo)致值下降并維持穩(wěn)定。各個位置的值變化依次為：BC處0.11～0.40、1/3HC處0.09～0.37、2/3HC處0.01～0.50。該變化主要受到株高和天頂角的影響，同時，由于芹菜1/3HC處以下部分的LAI大小相近，此時隨著高度上升，輻射截獲率下降，值下降，而1/3HC處以上部分，LAI下降的影響要高于截獲率，故值會有上升的趨勢。

圖2 2種作物不同高度每日正午（12時）的消光系數(shù)變化趨勢

2）定植期及位置對消光系數(shù)日變化的影響

圖3為黃瓜和芹菜播期試驗(yàn)中不同茬口不同高度值的日變化趨勢。春茬期，包含整個夏季，晝長夜短，光照的起始時間（5:00）早而光照的結(jié)束時間（19:00）晚，時長約14 h，而秋冬茬相反，光照的起始時間（8:15）晚而光照的結(jié)束時間（17:15）早，時長約9 h。由圖3a和圖3b可知，2個生長季內(nèi)的各播期中，在各位置值的時刻均值都呈現(xiàn)先上升后下降的變化趨勢，主要由于每日的溫度和輻射為“低-高-低”的過程，葉片厚度隨著溫度升高而增加，故每日值的時刻均值也呈現(xiàn)“低-高-低”的變化趨勢。在不同位置水平下，秋冬茬值的時刻均值在0.99～3.85之間變化，而春茬值的時刻均值在0.89～1.89之間變化。這與在不同位置水平下，平均值產(chǎn)生差異的原因一致。在相同位置水平下，秋冬茬和春茬值日均值也有較大差異，即在BC處，秋冬茬（1.54）高于春茬（1.20），在1/3HC處，秋冬茬（1.75）高于春茬（1.05），在2/3HC處，秋冬茬（3.29）高于春茬（1.42）。這與在相同位置水平下，秋冬茬和春茬值日均值有較大差異產(chǎn)生的原因一致。由圖3c可知，芹菜生長季內(nèi)值的時刻均值為先增加后下降的過程，均值在0.19～0.28之間變化。在芹菜生長的1 d內(nèi)，從8:00至14:00，作物群體接受的太陽輻射逐漸增大，而BC輻射維持較低的水平，則值逐漸增大，在14:00至17:15時，群體輻射減小直至為0，則值呈現(xiàn)下降的過程。各位置的值變化依次為：BC處0.21～0.28、1/3HC處0.18～0.26、2/3HC處0.17～0.30。這與各位置的正午時刻值變化產(chǎn)生的原因一致。

3）定植期及位置對各發(fā)育階段消光系數(shù)的影響

圖4為黃瓜和芹菜播期試驗(yàn)中不同高度值的各發(fā)育階段變化趨勢，由于在栽培生產(chǎn)前期（黃瓜為ST之前，芹菜為OLG之前），葉片較稀疏，群體高度較小，對于不同位置輻射的測定意義不大，故選擇在栽培生產(chǎn)后期進(jìn)行試驗(yàn)。由于不同茬口不同發(fā)育階段的值變化趨勢相同，故將不同茬口進(jìn)行均值化，綜合體現(xiàn)各發(fā)育階段內(nèi)值的變化趨勢。由圖4a可知，在相同發(fā)育階段內(nèi)，隨著高度上升，值逐漸增大，即各階段值在各位置依次為：BC處1.11～2.92、1/3HC處0.97～2.72、2/3HC處0.75～3.48。在相同位置水平下，各階段值的階段均值都呈現(xiàn)先下降后上升的變化趨勢，各階段k值均值在ST-F期間為下降趨勢，在F-U期間冠層底部值相對平穩(wěn)，其他位置為上升趨勢，各階段值均值分別為3.04、1.67、0.94、1.50、1.65。主要由于黃瓜在ST-F期間為生長旺盛期，葉片數(shù)量、葉片面積及葉片厚度都逐漸增大，導(dǎo)致值下降，而在H-U期間，功能葉數(shù)量維持在13～16片，冠層底部值相對平穩(wěn)，此時影響值顯著變化的是觀測位置，位置越高，值越大。由圖4b可知，芹菜生長季內(nèi)，在相同發(fā)育階段內(nèi)，隨著高度下降，值逐漸下降，即各階段值在各位置依次為：BC處0.20～0.29、1/3HC處0.18～0.24、2/3HC處0.17～0.25。在相同位置水平下，各階段值均值在整個生長發(fā)育過程中一直處于下降的趨勢，各階段值均值分別為0.26、0.24、0.18。主要由于芹菜整個生長過程中，雖然旺盛生長期后有部分枯萎葉片，但是整體上葉片數(shù)量、葉片面積及葉片厚度都一直增加，導(dǎo)致值呈現(xiàn)下降的趨勢。

圖3 2種作物不同茬口不同高度消光系數(shù)日變化趨勢

圖4 2種作物不同發(fā)育階段不同高度消光系數(shù)變化趨勢

2.2 消光系數(shù)k模型的構(gòu)建與驗(yàn)證

2.2.1 消光系數(shù)模型的構(gòu)建

數(shù)據(jù)Ⅰ用于模型建立，分別計(jì)算當(dāng)日正午時刻（12時）的值、當(dāng)日某時刻與12時差值的絕對值以及位置參數(shù)，使用最小二乘法回歸擬合求出模型參數(shù)和參數(shù)，得黃瓜（式（6））和芹菜（式（7））不同高度位置下消光系數(shù)的擬合方程形式為

式中t_cucumber和t_celery分別為黃瓜和芹菜當(dāng)日某時刻的值，t、t_BC、t_1/3HC和t_2/3HC分別為該作物當(dāng)日某時刻、該時刻BC處、1/3HC處和2/3HC處的值；12為當(dāng)日正午時刻（12時）的值；BC、1/3HC、2/3HC和HC分別為BC處、1/3HC處、2/3HC處和HC處的位置高度；為時刻數(shù)；和為模型參數(shù)，與作物類型有關(guān)。表1為黃瓜和芹菜播期試驗(yàn)消光系數(shù)擬合方程參數(shù)。由表1可知，從||值可以看出，在相同位置水平下，BC處的黃瓜低于芹菜，1/3HC處的黃瓜低于芹菜，故這種線性下降趨勢芹菜要比黃瓜明顯。在不同位置水平下，黃瓜的BC處低于1/3HC處，芹菜的BC處低于1/3HC處低于2/3HC處，故這種線性下降趨勢隨高度的上升而明顯。

表1 2種作物消光系數(shù)定量擬合方程參數(shù)

2.2.2 消光系數(shù)模型的驗(yàn)證

利用相互獨(dú)立的試驗(yàn)數(shù)據(jù)Ⅱ，依照公式（2）計(jì)算出2種作物不同高度的實(shí)測時刻值，根據(jù)表1的模型參數(shù)，輸入實(shí)測的正午時刻值（12值）、時刻值和位置參數(shù)，模擬出2種作物不同高度的當(dāng)日時刻值，并與實(shí)測值進(jìn)行比較（黃瓜（圖5a）和芹菜（圖5b）），可以看出2種作物不同茬口消光系數(shù)值的模擬值與實(shí)測值的分布接近于1:1線，模擬值與實(shí)測值較為一致。

由消光系數(shù)模型檢驗(yàn)統(tǒng)計(jì)結(jié)果（表2）可知，不同作物（黃瓜和芹菜）消光系數(shù)值的模擬值與實(shí)測值的RMSE分別為0.45和0.06，NRMSE分別為18.34%和13.35%；不同高度（BC處、1/3HC處、2/3HC處）消光系數(shù)值的模擬值與實(shí)測值的RMSE分別為0.47、0.36和0.33，NRMSE分別為17.91%、19.69%和23.85%，說明模擬值與實(shí)測值之間差異小，模型的模擬效果較好；值均接近于1，值均接近于0，2均在0.87以上，可以得出模擬值與實(shí)測值具有很好的線性關(guān)系；值均在0.96以上，說明模型具有較高的模擬吻合度。

注：虛線方程為，CV為變異系數(shù)。

表2 2種作物消光系數(shù)模型對不同高度消光系數(shù)的模擬值與實(shí)測值比較

3 討 論

目前，國內(nèi)外關(guān)于作物消光系數(shù)的研究主要集中在小麥[21,30]、水稻[32]、玉米[33]等大田作物上，而關(guān)于設(shè)施作物消光系數(shù)的研究相對較少，其中不同高度值定量化研究更為鮮見。

關(guān)于正午時刻（12時）的值變化，高曉飛等研究發(fā)現(xiàn)冬小麥時刻值呈先減小后增大的變化規(guī)律，且變化的幅度后期大于前期，主要是由于天頂角的變化引起的[21]，與本文研究結(jié)果一致。黃瓜是無限生長型蔬菜品種，1年可多茬栽培且光溫室內(nèi)外輻射變化規(guī)律差異較大[19,34-35]，在此研究的基礎(chǔ)上，對春茬黃瓜也進(jìn)行了研究，發(fā)現(xiàn)春茬變化趨勢與秋冬茬呈現(xiàn)相反的趨勢?？赡苁怯捎谇锒鐬椤坝衫渲翢帷钡倪^程，不論是太陽輻射，還是功能葉數(shù)量及葉片厚度，都隨著這個過程變化而改變，LAI和輻射起著協(xié)同效應(yīng)，而這一過程與春茬恰恰相反。同時，本研究對相同及不同位置正午時刻平均值進(jìn)行了更深入的研究，在相同位置水平下，秋冬茬和春茬在正午時刻的平均值有較大差異，而在不同位置水平下，秋冬茬和春茬在正午時刻的平均值也有較大差異，可能是由于黃瓜在秋冬茬期間葉片數(shù)量較少，葉片厚度較薄，且葉片較小，葉面積指數(shù)較小，故值相對較大，同時隨著位置增高，上層的葉片分布較疏，葉片較少，葉片厚度較薄，也導(dǎo)致了值變大，這一發(fā)現(xiàn)填補(bǔ)了位置影響黃瓜值方面研究的空白。芹菜屬于耐寒性葉菜類蔬菜，以秋冬季節(jié)栽培為主[36]，值變化趨勢與冬小麥變化趨勢相同，主要是由于株高影響天頂角[21]，導(dǎo)致值變化，前期的營養(yǎng)生長較為緩慢，LAI緩慢增大，但是葉片的厚度較薄，導(dǎo)致值會呈現(xiàn)緩慢上升，后期的營養(yǎng)生長旺盛，葉片數(shù)量增多，葉片厚度增大，葉面積指數(shù)也迅速增加，導(dǎo)致值下降后并維持穩(wěn)定。且芹菜1/3HC以下位置的LAI相近，此時隨著高度上升，輻射截獲率下降，導(dǎo)致值下降，而在芹菜1/3HC以上位置，LAI下降的影響要高于截獲率，故值會有上升的趨勢。

關(guān)于值日變化，有研究表示葉片厚度隨著溫度的升高和CO2的增加而增加[37-39]，本研究在此基礎(chǔ)上發(fā)現(xiàn)2種作物在各位置值的時刻均值呈現(xiàn)先上升后下降的變化趨勢，黃瓜由于日溫度和輻射變化趨勢為“低-高-低”，葉片厚度隨著溫度的升高而增加，導(dǎo)致每日值的時刻均值也呈現(xiàn)“低-高-低”的變化趨勢。與正午時刻（12時）的值變化的類似，測定位置越高，值也越大。芹菜由于在8:00至14:00，群體輻射逐漸增大，而BC輻射維持較低的水平，則值逐漸增大，在14:00至17:15，群體輻射減小直至為0，則值呈現(xiàn)下降的過程。這些內(nèi)容填補(bǔ)了2類作物各發(fā)育階段內(nèi)值變化研究的空白。有研究表示，消光系數(shù)隨時間的變化幅度有所差異，但每天上午10:00～11:00（北京時間）之間的觀測值比較有代表性，此段時間的消光系數(shù)變化也相對比較和緩[21,40]，故消光系數(shù)的時刻變化根據(jù)作物種類的不同，變化形式也不同，就芹菜而言，可以用正午12時的值代替日平均值。

關(guān)于作物發(fā)育進(jìn)程中各發(fā)育階段內(nèi)值變化，李華龍等[30]研究表示冬小麥冠層各發(fā)育階段內(nèi)值的是變化的，但是并沒有不同高度位置的變化趨勢的結(jié)論。本研究針對黃瓜和芹菜進(jìn)行研究發(fā)現(xiàn)，隨著黃瓜生長高度上升，值逐漸增大，而相同位置水平下，各階段值的階段均值呈現(xiàn)先下降后上升的變化趨勢，各階段值均值在ST-F期間呈下降趨勢，在F-U期間呈現(xiàn)為上升的趨勢。可能是由于黃瓜在ST-F期間為生長旺盛期，葉片數(shù)量，葉片面積及葉片厚度都逐漸增大，導(dǎo)致值下降，而在H-U期間，功能葉數(shù)量維持在13~16片，冠層底部值相對平穩(wěn)，此時影響值顯著變化的是觀測位置，位置越高，值越大。芹菜在整個生長過程中，值整體呈現(xiàn)下降趨勢，這可能是由于雖然旺盛生長期后有部分枯萎葉片，但是整體上葉片數(shù)量，葉片面積及葉片厚度都一直增加導(dǎo)致的。在相同發(fā)育階段內(nèi)，隨著高度上升，芹菜值呈現(xiàn)先下降后上升的趨勢。

在黃瓜和芹菜生長發(fā)育過程中，不同位置高度值日變化呈現(xiàn)先上升后下降的變化趨勢，原因與溫室內(nèi)溫度和輻射日變化有關(guān)[41]。值日變化與正午時刻值、位置參數(shù)以及時刻呈線性關(guān)系，從||值可以看出，在相同位置水平下，這種線性下降趨勢芹菜要比黃瓜明顯，主要是作物類型差異導(dǎo)致的。在不同位置水平下，這種線性下降趨勢隨高度的上升而明顯，主要是不同位置高度導(dǎo)致的。通過實(shí)際測定數(shù)據(jù)進(jìn)行建模，該模型可以為蔬菜生長發(fā)育模型的模擬精度及合理性方面提供科學(xué)的理論基礎(chǔ)和應(yīng)用參考，但依然存在以下不足：1）設(shè)施蔬菜品種較多，本文主要選擇2種有一定代表性和生產(chǎn)面積廣泛的蔬菜進(jìn)行試驗(yàn)研究，在未來的研究中，如果通過對更多的蔬菜設(shè)施種植值測定與模擬，最終獲得某類設(shè)施蔬菜作物的值變化規(guī)律，模型會更具普適性；2）本文定量化分析了值與作物類型、觀測位置和觀測時間之間的關(guān)系，未來可以從群體結(jié)構(gòu)和種植密度等方面進(jìn)行定量化分析，同時使用更精密且便捷式的儀器測定生長前期的值變化規(guī)律并增加觀測數(shù)據(jù)庫，使模型更具精準(zhǔn)性。

4 結(jié) 論

本研究基于日光溫室2種蔬菜2年4茬分期播種試驗(yàn)觀測數(shù)據(jù)，通過采集不同位置處太陽輻射數(shù)據(jù)，分析了不同定植期和測定位置對2種主要蔬菜作物發(fā)育進(jìn)程中葉面積指數(shù)（Leaf Area Index, LAI）和消光系數(shù)的影響，建立了基于正午時刻消光系數(shù)值的溫室作物消光系數(shù)模擬模型，確定了模型參數(shù)，并用相互獨(dú)立的數(shù)據(jù)進(jìn)行模型檢驗(yàn)。作物的種植密度、品種及管理方式與華北地區(qū)同類蔬菜種植模式一致，使產(chǎn)量和品質(zhì)達(dá)到最優(yōu)水平，故本研究建立的模型具有普適性。結(jié)論如下：

1）關(guān)于正午時刻（12時）的值變化，黃瓜在秋冬茬期間呈現(xiàn)先下降后上升的變化趨勢，均值在0.83～5.75之間變化，而春茬呈現(xiàn)相反的趨勢，均值在0.26～3.28之間變化，即秋冬茬高于春茬；位置越高，值越大。芹菜在生長季內(nèi)，值為先增加后下降的過程，均值在0.01～0.50之間變化；隨著位置上升，值呈現(xiàn)先下降后上升的變化趨勢。

2）關(guān)于值日變化，黃瓜和芹菜均呈現(xiàn)先上升后下降的變化趨勢，黃瓜秋冬茬值的時刻均值在0.99～3.85之間變化，而春茬值的時刻均值在0.89～1.89之間變化；芹菜時刻均值在0.19～0.28之間變化。隨著位置上升，值上升。

3）關(guān)于作物發(fā)育進(jìn)程中各發(fā)育階段內(nèi)值變化，在相同發(fā)育階段內(nèi)，黃瓜隨著高度上升，值逐漸增大；芹菜呈現(xiàn)先下降后上升的趨勢。在相同位置水平下，黃瓜各階段值的階段均值都呈現(xiàn)先下降后上升的變化趨勢，各階段值均值分別為3.04、1.67、0.94、1.50、1.65；芹菜各階段值均值逐漸下降，各階段值均值分別為0.26、0.24、0.18。

4）時刻值隨正午時刻值、位置以及時刻呈線性下降的關(guān)系，模型參數(shù)與作物類型和位置有關(guān)。不同作物（黃瓜和芹菜）值的模擬值與實(shí)測值的均方根誤差（Root Mean Square Error，RMSE）分別為0.45和0.06，歸一化均方根誤差（Normalized Root Mean Square Error，NRMSE）分別為18.34%和13.35%；不同位置（群體底部（Bottom of Crop, BC）處，1/3群體中部（1/3 Height of Crop, 1/3HC）處，2/3群體中部（2/3 Height of Crop, 2/3HC）處）消光系數(shù)值的模擬值與實(shí)測值的RMSE分別為0.47、0.36和0.33，NRMSE分別為17.91%、19.69%和23.85%，說明本模型模擬精度較高，研究結(jié)果可以為蔬菜生長發(fā)育模型模擬精度及合理性方面提供科學(xué)的理論基礎(chǔ)和應(yīng)用。

[1] 劉軍，曹之富，黃延楠，等. 日光溫室黃瓜冬春茬栽培氮磷鉀吸收特性研究[J]. 中國農(nóng)業(yè)科學(xué)，2007，40(9)：2109-2113.

Liu Jun, Cao Zhifu, Huang Yannan, et al. Nutrients absorption properties of cucumber in long-season cultivation in solar greenhouse[J]. Scientia Agricultura Sinica, 2007, 40(9): 2109-2113. (in Chinese with English abstract)

[2] 陳青云，李鴻. 黃瓜溫室栽培管理專家系統(tǒng)的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2001，17(6)：142-146.

Chen Qingyun, Li Hong. Study on the expert system of cucumber culture management in greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2001, 17(6): 142-146. (in Chinese with English abstract)

[3] 武春成，李天來，曹霞，等. 營養(yǎng)基質(zhì)對連作栽培下溫室黃瓜生長及土壤微環(huán)境的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2014，25(5)：1401-1407.

Wu Chuncheng, Li Tianlai, Cao Xia, et al. Effects of nutrition medium on cucumber growth and soil microenvironment in greenhouse under continuous cropping[J]. Chinese Journal of Applied Ecology, 2014, 25(5): 1401-1407. (in Chinese with English abstract)

[4] Wesam K, Sara A A, Majid A S, et al. A review on medicinal plant of Apium graveolens[J]. Advanced Herbal Medicine, 2014, 1(1): 48-59.

[5] Nina P, Timothy R C, Stefan F, et al. Temperature and precipitation effects on wheat yield across a European transect: A crop model ensemble analysis using impact response surfaces[J]. Climate Research, 2015, 65: 87-105.

[6] Sinnathamby S, Douglas-Mankin K R, Craige C. Field-scale calibration of crop-yield parameters in the Soil and Water Assessment Tool (SWAT)[J]. Agricultural Water Management, 2017, 180: 61-69.

[7] Hoffmann H, Zhao G, Bussel L G J van, et al. Variability of effects of spatial climate data aggregation on regional yield simulation by crop models[J]. Climate Research, 2015, 65: 53-69.

[8] Paredes P, Torres M O. Parameterization of AquaCrop model for vining pea biomass and yield predictions and assessing impacts of irrigation strategies considering various sowing dates[J]. Irrigation Science, 2016, 35: 27-41.

[9] Gijzen H, Heuvelink E, Challa H, et al. HORTISIM: A model for greenhouse crops and greenhouse climate[J]. Acta Horticulturae, 1998(456): 441-450.

[10] Kong B, He B, Nan X, et al. The evaluation of water resources sustainable utilization in KOSI basin based on DPSIR model[M]. Geo-Informatics in Resource Management and Sustainable Ecosystem. Springer Berlin Heidelberg, 2015.

[11] Heuvelink E. Evaluation of a dynamic simulation model for tomato crop growth and development[J]. Annals of Botany, 1999, 83(4): 413-422.

[12] 肖深根，周樸華，Heuvelink E P，等. 溫室番茄同步葉片修剪對干物質(zhì)生產(chǎn)和分配影響的模擬分析[J]. 中國農(nóng)業(yè)科學(xué)，2006，39(10)：2154-2158.

Xiao Shengen, Zhou Puhua, Heuvelink E P, et al. Simulation analysis of the effects of dry matter production and partitioning in greenhouse tomato synchronous leaf pruning[J]. Scientia Agricultura Sinica, 2006, 39(10): 2154-2158. (in Chinese with English abstract)

[13] Cooman A, Schrevens E. Sensitivity of the TOMGRO model to solar radiation intensity, air temperature and carbon dioxide concentration[J]. Biosystems Engineering, 2007, 96(2): 249-255.

[14] Gary C, Tchamitchian M, Bertin N, et al. SIMULSERRE: An educational software simulating the greenhouse-crop system[J]. Acta horticulturae, 1998, 456(54): 451-458.

[15] 倪紀(jì)恒，羅衛(wèi)紅，李永秀，等. 溫室番茄葉面積與干物質(zhì)生產(chǎn)的模擬[J]. 中國農(nóng)業(yè)科學(xué)，2005，38(8)：1629-1635.

Ni Jiheng, Luo Weihong, Li Yongxiu, et al. Simulation of leaf area and dry matter production in greenhouse tomato[J]. Scientia Agricultura Sinica, 2005, 38(8): 1629-1635. (in Chinese with English abstract)

[16] 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 Liang, Zhu Yan, Ju Changhua, 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 with English abstract)

[17] 李娟，郭世榮，羅衛(wèi)紅. 溫室黃瓜光合生產(chǎn)與干物質(zhì)積累模擬模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19(4)：241-244.

Li Juan, Guo Shirong, Luo Weihong. Simulation model for photosynthesis and dry matter accumulation in greenhouse cucumber[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(4): 241-244. (in Chinese with English abstract)

[18] 李永秀，羅衛(wèi)紅，倪紀(jì)恒，等. 用輻熱積法模擬溫室黃瓜葉面積、光合速率與干物質(zhì)產(chǎn)量[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(12)：131-136.

Li Yongxiu, Luo Weihong, Ni Jiheng, et al. Simulation of leaf area, photosynthetic rate and dry matter production in greenhouse cucumber based on product of thermal effectiveness and photosynthetically active radiation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(12): 131-136. (in Chinese with English abstract)

[19] 程陳，馮利平，薛慶禹，等. 日光溫室黃瓜生長發(fā)育模擬模型[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2019，30(10)：3491-3500.

Cheng Chen, Feng Liping, Xue Qingyu, et al. Simulation model for cucumber growth and development in sunlight greenhouse[J]. Chinese Journal of Applied Ecology, 2019, 30(10): 3491-3500. (in Chinese with English abstract)

[20] Flenet F, Kiniry J R, Board J E, et al. Row spacing effects on light extinction coefficients of corn, sorghum, soybean, and sunflower[J]. Agronomy Journal, 1996, 88(2): 185-190.

[21] 高曉飛，謝云，王曉嵐. 冬小麥冠層消光系數(shù)日變化的實(shí)驗(yàn)研究[J]. 資源科學(xué)，2004，26(1)：137-140.

Gao Xiaofei, Xie Yun, Wang Xiaolan. Experimental study on diurnal variation of the light extinction coefficient of winter wheat[J]. Resources Science, 2004, 26(1): 137-140. (in Chinese with English abstract)

[22] 高陽，段愛旺，劉祖貴，等. 單作和間作對玉米和大豆群體輻射利用率及產(chǎn)量的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2009，17(1)：7-12.

Gao Yang, Duan Aiwang, Liu Zugui, et al. Effect of monoculture and intercropping on radiation use efficiency and yield of maize and soybean[J]. Chinese Journal of Eco-Agriculture, 2009, 17(1): 7-12. (in Chinese with English abstract)

[23] Tsubo M, Walker S, Mukhala E. Comparisons of radiation use efficiency of mono-/inter-cropping systems with different row orientations[J]. Field Crops Research, 2001, 71(1): 17-29.

[24] Tsubo M, Walker S. A model of radiation interception and use by a maize-bean intercrop canopy[J]. Agricultural and Forest Meteorology, 2002, 110(3): 203-205.

[25] 韋澤秀，梁銀麗，井上光弘，等. 水肥處理對黃瓜土壤養(yǎng)分、酶及微生物多樣性的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2009，20(7)：1678-1684.

Wei Zexiu, Liang Yinli, Jingshang Guanghong, et al. Effects of different water and fertilizer supply on cucumber soil nutrient content, enzyme activity, and microbial diversity[J]. Chinese Journal of Applied Ecology, 2009, 20(7): 1678-1684. (in Chinese with English abstract)

[26] Tantasawat P A, Sorntip A, Pornbungkerd P. Effects of exogenous application of plant growth regulators on growth, yield, and in vitro gynogenesis in cucumber[J]. Hortscience A Publication of the American Society for Horticultural Science, 2015, 50(3): 374-382.

[27] 李永秀，羅衛(wèi)紅，倪紀(jì)恒，等. 溫室黃瓜生育期模擬模型的研究 [J]. 南京氣象學(xué)院學(xué)報(bào)，2008，31(2)：257-263.

Li Yongxiu, Luo Weihong, Ni Jiheng, et al. Simulation of development stages of greenhouse cucumber[J]. Journal of Nanjing Institute of Meteorology, 2008, 31(2): 257-263. (in Chinese with English abstract)

[28] 國家氣象局. 農(nóng)業(yè)氣象觀測規(guī)范[M]. 北京：氣象出版社，1993.

[29] 張文宇，湯亮，姚鑫鋒，等. 基于過程的小麥株型指標(biāo)動態(tài)模擬[J]. 中國農(nóng)業(yè)科學(xué)，2012，45(12)：2364-2374.

Zhang Wenyu, Tang Liang, Yao Xinfeng, et al. Process-based simulation model for growth dynamics of plant type index in wheat[J]. Scientia Agricultura Sinica, 2012, 45(12): 2364-2374. (in Chinese with English abstract)

[30] 李華龍，竇子荷，蔣騰聰，等. 水分脅迫對冬小麥冠層輻射截獲率和利用效率的影響[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018，49(9)：226-237.

Li Hualong, Dou Zihe, Jiang Tengcong, et al. Influences of soil water stress on solar radiation interceptionand use efficiency of winter wheat canopy[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(9): 226-237. (in Chinese with English abstract)

[31] Khalil A, Alnajjar A. Experimental and theoretical investigation of global and diffuse solar radiation in the United Arab Emirates[J]. Renewable Energy, 1995, 6(5/6): 537-543.

[32] 李艷大，湯亮，張玉屏，等. 水稻冠層光截獲與葉面積和產(chǎn)量的關(guān)系[J]. 中國農(nóng)業(yè)科學(xué)，2010，43(16)：3296-3305.

Li Yanda, Tang Liang, Zhang Yuping, et al. Relationship of PAR interception of canopy to leaf area and yield in rice[J]. Scientia Agricultura Sinica, 2010, 43(16): 3296-3305. (in Chinese with English abstract)

[33] Williams M M. Agronomics and economics of plant population density on processing sweet corn[J]. Field Crops Research, 2012, 128(14): 55-61.

[34] Cossu M, Murgia L, Ledda L, et al. Solar radiation distribution inside a greenhouse with south-oriented photovoltaic roofs and effects on crop productivity[J]. Applied Energy, 2014, 133(15): 89-100.

[35] 韓利，戴劍鋒，羅衛(wèi)紅，等. 氮素對溫室黃瓜開花后干物質(zhì)分配和產(chǎn)量影響的模擬研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(6)：206-213.

Han Li, Dai Jianfeng, Luo Weihong, et al. Simulation of the effects of nitrogen on after anthesis dry matter partitioning and yield of greenhouse cucumber[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(6): 206-213. (in Chinese with English abstract)

[36] 呂慎寶，閆麗，曹雪，等. 雙膜雙結(jié)構(gòu)大拱棚黃瓜—芹菜高效栽培關(guān)鍵技術(shù)[J]. 中國蔬菜，2019(10)：103-106.

Lv Shenbao, Yan Li, Cao Xue, et al. Key techniques for efficient cultivation of cucumber-celery in double-film double-structure arch shed[J]. China Vegetables, 2019(10): 103-106. (in Chinese with English abstract)

[37] 李東升，郭琳，郭沖沖，等. 葉溫測量儀的研制及其在葉片參數(shù)測量中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(5)：139-144.

Li Dongsheng, Guo Lin, Guo Chongchong, et al. Development of leaf temperature measuring instrument and its application in plant leaf parameter measurement[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 139-144. (in Chinese with English abstract)

[38] 韓梅，吉成均，左聞韻，等. CO2濃度和溫度升高對11種植物葉片解剖特征的影響[J]. 生態(tài)學(xué)報(bào)，2006，26(2)：326-333.

Han Mei, Ji Chengjun, Zuo Wenyun, et al. Interactive effects of elevated CO2and temperature on the leaf anatomical characteristics of eleven species[J]. Acta Ecologica Sinica, 2006, 26(2): 326-333. (in Chinese with English abstract)

[39] 魏珉，邢禹賢，王秀峰，等. CO2加富對黃瓜葉片顯微和亞顯微結(jié)構(gòu)的影響[J]. 園藝學(xué)報(bào)，2002，29(1)：30-34.

Wei Min, Xing Yuxian, Wang Xiufeng, et al. Effects of CO2enrichment on the microstructure and ultrastructure of leaves in cucumber[J]. Acta Horticulturae Sinica, 2002, 29(1): 30-34. (in Chinese with English abstract)

[40] 劉建棟，于強(qiáng)，傅抱璞. 黃淮海地區(qū)冬小麥光溫生產(chǎn)潛力數(shù)值模擬研究[J]. 自然資源學(xué)報(bào)，1999，14(2)：169-174.

Liu Jiandong, Yu Qiang, Fu Baopu. The numerical simulation of winter wheat photo-temperature productivity in huang-huai-hai region[J]. Journal of Natural Resources, 1999, 14(2): 169-174. (in Chinese with English abstract)

[41] 張亞紅，陳端生，黃晚華. 日光溫室黃瓜群體結(jié)構(gòu)參數(shù)及群體內(nèi)輻射分布分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19(1)：172-176.

Zhang Yahong, Chen Duansheng, Huang Wanhua. Analysis of architectural parameters and solar radiation distribution in cucumber canopy in sunlight greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2003, 19(1): 172-176. (in Chinese with English abstract)

Simulation and validation of extinction coefficient at different positions of cucumber and celery in solar greenhouse

Cheng Chen1, Li Zhenfa2※, Dong Chaoyang2, Gong Zhihong2, Feng Liping1

(1.,,100193,;2.,300074,)

Extinction coefficient () in a photosynthetic action is an important parameter in a growth model of crops. If the extinction coefficients of a crop at the different positions are accurately evaluated, the photosynthetic rate of crop canopy can be accurately simulated, thereby to improve the simulation accuracy of crop model. The purpose of this study is to simulate the extinction coefficient of cucumber (L.) and celery (L.) in a solar greenhouse. A 2-year greenhouse experiment was carried out from 2018 to 2020 in the Agricultural Science and Technology Innovation Base, in Wuqing, Tianjin, China (116°58′ E, 39°26′ N, altitude 8 m). There were two or three transplanting dates for each stubble, particularly on the early transplanting date (EP, about 15 to 20 days earlier than the local conventional planting date), the medium transplanting date (MP local conventional transplanting date), where the spring stubble was transplanted in late March, while, the autumn and winter crops were transplanted in middle October, and the late planting (LP, about 15 to 20 days later than the local conventional transplanting date). The planting density, varieties and management methods were consistent with the similar vegetable cultivation methods in North China, providing that the yield and quality can reach the best level. Three replicates were set for each transplanting date, while the random block group design was adopted. The cucumber variety was, and celery variety was. The cucumber was divided into 7 development stages, namely, the transplanting date (T), stretch tendril period (ST), initial flowering period (IF), fruiting period (F), the early harvest period (EH), harvest period (H), and uprooting period (U). The celery was divided into 5 development stages, namely, the transplanting date (T), outer leaf growth period (OLG), cardiac hypertrophy period (CH), early wither period (EW), and late wither period (LW). The radiation data of cucumber and celery was collected at various height positions (Bottom of Crop (BC), 1/3 Height of Crop (1/3HC) and 2/3 Height of Crop (2/3HC)), where the crop height of celery was equal to the plant height, but that of cucumber was not exactly equal. A simulation model of extinction coefficient was established for a greenhouse crops, according to the value of extinction coefficient at noon (12 o 'clock), using the experimental observation data of 11 transplanting dates. The model parameters were used to verify the rationality and accuracy of modules, representing by the statistical indicators. The results showed: 1) In the change ofvalue at noon (12 o 'clock), the cucumber presented a trend of decline first and then rise during the autumn and winter crop (AW) stubble, while, the spring crop (SC) stubble presented an opposite trend, where the AW stubble was higher than that of SC. Thevalue was greater as the increase in the height of position. In the growing season of celery, thevalue was the process of the first increase and then decrease. As the increase in the height of position, thevalue first decreased and then increased. 2) In the daily change ofvalue, the cucumber and celery showed a change trend of the first rising and then falling. 3) In the change ofvalue in each development stage, thevalue of cucumber increased gradually with the rise of height in the same stage of development. The celery showed a trend of the first decline and then rise. At the same position level, the mean value of cucumberat each position showed a trend of decreasing first and then increasing, while, that of celery at each stage decreased gradually. 4) The relationship betweenvalue at time and at noon, the height parameters, and the number of time decreased linearly, indicating that the model parameters were related to the crop types and height position. The Root Mean Square Error (RMSE) of simulated and measuredvalue in the cucumber and the celery were 0.45 and 0.06, and the Normalized Root Mean Square Error (NRMSE) was 18.34% and 13.35%, respectively. The RMSE of simulated and measuredvalue at different heights (BC, 1/3HC, and 2/3HC) were 0.47, 0.36 and 0.33, and the NRMSE were 17.91%, 19.69% and 23.85%, respectively, indicating a high accuracy of the model. The findings can provide a theoretical foundation and a scientific application for the simulation accuracy and rationality of vegetable growth and development model.

solar radiation; models; solar greenhouse; extinction coefficient; leaf area index; cucumber; celery

程陳，黎貞發(fā)，董朝陽，等. 日光溫室黃瓜和芹菜不同位置消光系數(shù)模擬及驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(21)：243-252. doi：10.11975/j.issn.1002-6819.2020.21.029 http://www.tcsae.org

Cheng Chen, Li Zhenfa, Dong Chaoyang, et al. Simulation and validation of extinction coefficient at different positions of cucumber and celery in solar greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(21): 243-252. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.21.029 http://www.tcsae.org

2020-07-07

2020-10-25

天津市蔬菜產(chǎn)業(yè)技術(shù)體系創(chuàng)新團(tuán)隊(duì)科研專項(xiàng)（201716）

程陳，博士生，從事作物模擬與環(huán)境調(diào)控研究。Email：chengc1993@cau.edu.cn

黎貞發(fā)，正研高級工程師，從事設(shè)施園藝環(huán)境監(jiān)測與調(diào)控、都市農(nóng)業(yè)氣象服務(wù)技術(shù)研究。Email：lzfaaa@126.com

10.11975/j.issn.1002-6819.2020.21.029

P422.1; S162.5+6

A

1002-6819(2020)-21-0243-10