孫亞男，劉元軍，馬鐵民，茍黨慶

（1.凱盛浩豐農(nóng)業(yè)有限公司，山東 青島 266000，2.青島浩豐生物科技有限公司，山東 青島 266000）

結(jié)球生菜（Lactuca satireL．var．captitataDC．）為菊科萵苣屬1年或2年生草本植物，含有蛋白質(zhì)、糖類、維生素和豐富的礦物質(zhì)，且風味獨特，無論生吃、炒食都深受人們的喜愛，因此種植面積越來越大。結(jié)球生菜喜冷涼，不耐強光照，適宜晝夜溫差大、夜間溫度較低的環(huán)境[1]，生產(chǎn)中主要進行春、秋兩季露地栽培[2]。低溫期種植過早，結(jié)球生菜生長緩慢，結(jié)球小產(chǎn)量低；高溫期定植過早，易抽薹開花或者燒心[3]，甚至有絕產(chǎn)的風險；因此，適宜的種植計劃及合理的水肥管理有助于提高結(jié)球生菜的產(chǎn)量和品質(zhì)。

對于如何快速判斷生菜是否偏離了標準環(huán)境下的生長曲線，建立生長模擬模型是非常必要的。作物生長模擬模型是綜合作物生理、生態(tài)、農(nóng)業(yè)氣象和農(nóng)學等學科研究成果，應用系統(tǒng)分析和計算機技術(shù)，將作物與其生態(tài)環(huán)境因子作為一個系統(tǒng)進行動態(tài)的定量分析和生長模擬研究[4-5]。高亮之等[6]于1 9 8 5年首次在國內(nèi)發(fā)表了“苜蓿生產(chǎn)的農(nóng)業(yè)氣候計算機模擬模式-ALFAMOD”。李萍萍等[7]于1999年建立了溫室生菜生產(chǎn)的模擬模型。溫維亮等[8]于2011年通過形態(tài)參數(shù)對模板進行控制，組裝成為參數(shù)化的生菜幾何模型。高陽等[9]于2014年建立了設(shè)施韭菜生長環(huán)境管理模型，李曉斌等[10]于2016年用K-means圖像法和主要成分分析法監(jiān)測溫室內(nèi)生菜生長勢?？梢娗叭搜芯炕净谠O(shè)施環(huán)境下，但未見露地結(jié)球生菜不同季節(jié)下生長模型的建立。結(jié)球生菜主要以露地栽培為主，占到總種植面積的95%以上。露地栽培受天氣、環(huán)境變化影響較大。通過建立生長模型，種植者可以初步掌握結(jié)球生菜是否偏離生長軌跡，并快速了解生菜生長狀況，預測生長期是否滿足供應計劃，以便提前做好應急預案。為探究結(jié)球生菜產(chǎn)量構(gòu)成因子在不同溫度下的變化情況，本試驗以山東地區(qū)主栽結(jié)球生菜品種為材料，構(gòu)建結(jié)球生菜的生長模型，以期為生產(chǎn)者掌握結(jié)球生菜生長情況提供理論依據(jù)。

1 材料和方法

1.1 試驗時間和地點

試驗于2018年3月—2020年5月在凱盛浩豐農(nóng)業(yè)有限公司的青島即墨移風基地進行，采用統(tǒng)一育苗移栽、露地栽培方式，統(tǒng)一田間管理。

1.2 試驗材料

試驗材料為結(jié)球生菜KF08品種，由凱盛浩豐農(nóng)業(yè)有限公司提供。

1.3 試驗方法

1.3.1 生菜田間定植批次設(shè)定

于春、秋季各定植4批露地結(jié)球生菜，為了避免采收過于集中，一般每批定植時間間隔5～9 d。具體定植時間見表1。

1.3.2 生長模型的建立

在每一個批次結(jié)球生菜定植當天，隨機連續(xù)標記5株，注意避開地塊邊緣低洼、過旺過弱苗，從定植至采收前調(diào)查植株的表型數(shù)據(jù)，包括植株自然展開最大直徑（以下簡稱為最大直徑，單位cm）、株高（cm）、葉片數(shù)（指外葉片數(shù)，單位片）、葉長（cm）、葉寬（cm）、球高（cm）、球?qū)挘╟m）等。使用直尺、游標卡尺進行測量，一般5～9 d調(diào)查1次，定植當天記為0 d，調(diào)查天數(shù)為定植后1 d時，記為0＋1 d，調(diào)查天數(shù)為定植后2 d時，記為0＋2 d，調(diào)查天數(shù)為定植后Xd時，記為0＋Xd，以此類推。環(huán)境溫度數(shù)據(jù)參考基地內(nèi)部氣象站收集的數(shù)據(jù)。

基于Excel 2010軟件，將春季和秋季每個批次生長期內(nèi)調(diào)查的最大直徑、株高、外葉片數(shù)、葉長、葉寬、球高、球?qū)挃?shù)據(jù)分別取平均值后，建立了不同季節(jié)下生長指標的趨勢圖，同時采用多元線性回歸分析方法建立春季生長模型和秋季生長模型。

1.3.3 生長模型驗證

生長期預測：將2020年各批次結(jié)球生菜的定植日期、調(diào)查當日的日最高溫度和日最低溫度、調(diào)查天數(shù)導入春季生長模型獲取預測值，比較預測生長期與實際生長期的差異。

模型的標準誤差計算：通過回歸分析計算模型的標準誤差，用于說明實際值與其預測值之間相對偏離程度，預測標準誤差的值越小，則預測值與其實際值的近似誤差越小，說明模型越準確。

1.3.4 生長指標間的相關(guān)性

通過Excel中的CORREL函數(shù)計算生長指標間的相關(guān)系數(shù)，相關(guān)系數(shù)越大，則生長指標相關(guān)程度越高，當2個生長指標的相關(guān)系數(shù)在0.90以上時，則認為這2個生長指標相關(guān)程度大，在快速調(diào)查時，相關(guān)程度大的2個生長指標可以簡化為僅調(diào)查一個生長指標。在使用生長模型預測時，結(jié)球生菜的生長指標相關(guān)性大的2個指標，可以只預測其中一個生長指標的生長模型，在實際測量表型數(shù)據(jù)時，僅調(diào)查用于預測的生長指標即可。

2 結(jié)果與分析

2.1 近2年溫度數(shù)據(jù)與生菜生長期分析

由圖1可見，2018年山東地區(qū)春季3—6月份4個月平均溫度高出2019年春季月平均溫度0.39 ℃，而2018年秋季8—10月3個月平均溫度比2019年秋季月平均溫度低0.72 ℃。

圖1 2018年和2019年月平均溫度變化

由圖2可知，春季各批次隨著定植時間的推移，生長期越來越短；秋季各批次隨著定植時間的推移，生長期越來越長，定植時間決定了生長期，溫度決定了定植時間，因此溫度與生長期密切相關(guān)。綜合比較圖1和圖2發(fā)現(xiàn)，2018年春季整體生長期溫度比2019年春季高，但生長期反而長，原因在于生菜在日平均溫度12 ℃時生長壯健，葉球生長最適溫度為13～16 ℃，由于2018年天氣氣溫過高，不適合菜球生長，所以2019年春季溫度稍低，不會延長生長期，反而會降低燒心發(fā)生率，2019年春季第3批和第4批的燒心率低于2018年春季第3批和第4批。而2019年秋季溫度高于2018年秋季溫度帶來的問題是秋季第1批次生菜面臨部分抽薹問題，其中2019年秋季第1批的抽薹率高于2018年秋季第1批約20%，故秋季前2批遇到高溫天氣應適當延后定植。

圖2 不同季節(jié)不同批次的生長期變化

2.2 生長模型的建立

通過結(jié)球生菜的表型數(shù)據(jù)建立了不同季節(jié)下的生長趨勢圖，同一生長指標隨著調(diào)查天數(shù)的增加而增加，當不同調(diào)查日期的柱形圖高度差越大，代表此時間內(nèi)生長最迅速，溫度也是最適宜生長，反之不同調(diào)查日期的柱形圖高度差越小，代表此時間內(nèi)生長最慢，不在結(jié)球生菜適宜生長的溫度內(nèi)，見圖3和圖4。從生長趨勢圖上無法判斷或者預測結(jié)球生菜的生長是正常還是延緩，春季4個批次生長環(huán)境的溫度是由低溫逐漸升高，秋季4個批次生長環(huán)境的溫度從高溫逐漸下降，結(jié)球生菜在2種相反的溫度變化模式下，生長情況勢必不同，因此發(fā)掘不同季節(jié)下溫度與生長指標的關(guān)系至關(guān)重要。

圖3 春季不同批次結(jié)球生菜的生長指標變化

圖4 秋季不同批次結(jié)球生菜的生長指標變化

為了探討溫度與生長指標之間關(guān)系，經(jīng)過對數(shù)據(jù)回歸分析，建立了溫度與結(jié)球生菜生長預測模型：

春季：

其中，PD代表最大直徑，PH代表株高，LN代表葉片數(shù)，LL代表葉長，LW代表葉寬，HH代表球高，HW代表球?qū)?，T高代表日最高溫度，T低代表日最低溫度，D為定植后調(diào)查天數(shù)。

2.3 生長模型驗證

2.3.1 模型驗證

以2020年春季第1批次為例，進行生長模型的驗證，由圖2中2018年春季第1批生長期58 d，2019年春季第1批生長期56 d，根據(jù)開始采收日提前最佳采收日2～3 d的經(jīng)驗，推測2020年春季第1批次生長期在55～59 d范圍內(nèi)。將2020年春季第1批次結(jié)球生菜的數(shù)據(jù)導入春季生長模型（定植日期2020年3月17日），計算2020年春季結(jié)球生菜生長指標預測值，使用模型預測55～59 d內(nèi)的生長量（表2），得出了2020年春季第1批次生長期為59 d，此時表現(xiàn)為菜球最大，并與實際生長期為57 d（2020年5月13日進行采收）相差2 d。

表2 2020年春季第1批次生長指標（生長期）預測

因前面通過經(jīng)驗來推測生長期范圍，將推測生長期導入生長模型來確定下一年生長期，為了使生長期范圍準確，在做生長模型預測時，將過去2年生長期的平均值的前后5 d的溫度數(shù)據(jù)導入生長模型中進行計算，發(fā)現(xiàn)平均值的前后2 d的數(shù)據(jù)即為菜球的球高、球?qū)挃?shù)據(jù)高峰范圍，為了提高計算的效率，在使用生長模型預測生長期時，生長期取值范圍確定邏輯：以過去2年生長期的平均值及其前后2 d為范圍。最終通過生長模型計算比較菜球的球高、球?qū)捵顑?yōu)時為預測的下一年的生長期（表3）。表3中列舉了使用生長模型預測的不同批次結(jié)球生菜生長期，預測的2020年各批次的生長期與實際開始生長期不超過±2 d，模型預測較為準確。需要調(diào)整水肥等種植管理措施，以保證產(chǎn)量穩(wěn)定。

表3 生長模型預測的生長期與實際生長期的差異 d

2.3.2 生長模型標準誤差

由表4可見，秋季模型的標準誤差除了最大直徑外，其他項目明顯低于春季的標準誤差，原因在于春季3—4月在生長前中期會出現(xiàn)突然高溫天氣導致數(shù)據(jù)偏差，秋季一般10月下旬生長后期會因偶爾出現(xiàn)降溫影響數(shù)據(jù)較小，例2019年4月3日最高溫度16 ℃/最低溫度6 ℃，4月6日24 ℃/8 ℃，4月9日9 ℃/5 ℃；另外，植株最大直徑相比其他參數(shù)標準誤差大，是由于前期最大直徑的生長速度最快，增幅最大，且受肥料和水分影響較大，所以標準誤差會相對較大。

表4 春季與秋季生長模型標準誤差值

2.3.3 生長指標間相關(guān)系數(shù)

由表5可知，最大直徑與株高、葉片數(shù)、葉長、葉寬4個生長指標相關(guān)系數(shù)較高，株高與葉長和葉寬相關(guān)系數(shù)較高，葉片數(shù)與其他生長指標相關(guān)系數(shù)低，葉長與葉寬的相關(guān)系數(shù)較高，球高與球?qū)挼南嚓P(guān)系數(shù)較高，因此當快速調(diào)查時可以不調(diào)查葉片數(shù)，僅調(diào)查最大直徑、葉長、球高3項生長指標即可判斷結(jié)球生菜的生長是否正常。

表5 結(jié)球生菜生長指標間的相關(guān)系數(shù)

3 結(jié)論與討論

通過建立生長指標模型，可以快速預測結(jié)球生菜生長是否偏離種植計劃，可及時指導調(diào)整管理措施，以獲取穩(wěn)定產(chǎn)量。通過生長指標相關(guān)系數(shù)研究，將田間調(diào)查數(shù)據(jù)由原來的7項縮減為3項，減少了田間調(diào)查工作量，且簡化并提高了生長模型預測和生長指標表型數(shù)據(jù)的調(diào)查工作效率。

為了獲得高產(chǎn)和優(yōu)質(zhì)的結(jié)球生菜，除了品種適應性和種植日期研究外，掌握品種的最佳播種和定植時間至關(guān)重要。山東地區(qū)一般春季和秋季均可種植4～5茬生菜，一般春季以1月底—2月份初進行第1批結(jié)球生菜育苗，秋季7月中旬開始進行第1批結(jié)球生菜育苗。結(jié)球生菜的苗齡和生長期均隨著溫度的升高而縮短，隨著溫度的降低而延長。在生產(chǎn)中需要注意的是，苗齡與定植后成活率、結(jié)球形狀有很大關(guān)系，需根據(jù)當?shù)貧夂驕囟忍崆耙?guī)劃播種期，及時定植，可有效避免出現(xiàn)老苗、弱苗、緩苗慢等問題。

本研究使用生長模型預測的結(jié)果是最佳生長期與實際生長期相差2 d，因在實際操作中，一般開始采收日會提前最佳采收日2～3 d，因此該生長模型的預測相對準確，可以為種植者提供基本參考依據(jù)；然而由于露地條件下天氣變化的不確定性，生長模型預測還存在不足，未來還會不斷完善模型。一方面可以擴大調(diào)查樣本，制定合理、有規(guī)律的調(diào)查間隔日期；另一方面，在溫度數(shù)據(jù)上做更精準預判，比如預測近3 d最高溫度平均值、近3 d最低溫度平均值等，降低極端溫度或單日溫度變化的影響。

為了提高模型實用性和及時反饋性，未來可以考慮建立結(jié)球生菜實時預測模型和天氣預測系統(tǒng)，通過傳感器實時監(jiān)控氣溫與預測，記錄生長表型數(shù)據(jù)，便于種植者實時掌握實際生長數(shù)據(jù)與預測生長模型的趨勢圖，及時調(diào)整種植管理措施。