倪紀(jì)恒，王媛媛，劉 勇，毛罕平

基于蔗糖產(chǎn)量時(shí)域變化的溫室番茄光合作用的模擬與驗(yàn)證

倪紀(jì)恒，王媛媛，劉 勇，毛罕平

（江蘇大學(xué)農(nóng)業(yè)工程學(xué)院，鎮(zhèn)江 212013）

為了使基于過程的作物模型（Based on Process Model，BPM）和基于結(jié)構(gòu)的作物模型（Structure Model，SM）更好的銜接。該研究依據(jù)溫室番茄的生理特性，分析了單位葉面積蔗糖產(chǎn)量與光合有效輻射的關(guān)系，建立了單位葉面積蔗糖產(chǎn)量子模型；利用有效葉面積與有效積溫的關(guān)系公式，建立了有效葉面積的預(yù)測(cè)模型。將二者整合，構(gòu)建了基于蔗糖的溫室番茄光合作用模型并采用獨(dú)立的試驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證。結(jié)果表明，單位葉面積蔗糖產(chǎn)量的預(yù)測(cè)結(jié)果的決定系數(shù)2和RMSE分別為0.98和0.95 g/m2；有效葉面積的預(yù)測(cè)結(jié)果的2和RMSE為0.96和0.02 m2；單株蔗糖產(chǎn)量的預(yù)測(cè)結(jié)果的2和RMSE為0.97和48.58 mg/株。該文提出的有效葉面積初步解決了番茄因不斷摘除老葉導(dǎo)致葉面積發(fā)展規(guī)律不斷被打破導(dǎo)致無法準(zhǔn)確模擬的問題，所建立的光合作用模型初步實(shí)現(xiàn)了基于過程的作物生長(zhǎng)模型和基于結(jié)構(gòu)的生長(zhǎng)模型的有效融合；

溫室；模型；蔗糖；有效葉面積；光合作用模型；番茄

0 引 言

作物模型的研究最初分為兩類[1]，一類是基于過程的作物模型（Based on Process Model，BPM)，另一類是基于結(jié)構(gòu)的作物模型（Structure Model，SM）?；谶^程的作物模型可以較好反應(yīng)作物的光合、呼吸和同化產(chǎn)物的分配等生理過程，但不能反應(yīng)作物幾何尺寸[2]；而基于結(jié)構(gòu)的作物模型可以較好的反應(yīng)作物的幾何尺寸和可視化，但不能反應(yīng)作物的生理過程[3]。隨著作物生長(zhǎng)模型研究的深入，越來越多的學(xué)者將二者融合研究，這就形成了第三類作物生長(zhǎng)模型，即功能-結(jié)構(gòu)模型[4]。目前功能-結(jié)構(gòu)模型已成為作物生長(zhǎng)模型研究的熱點(diǎn)[5-6]。

如何將生長(zhǎng)模型和結(jié)構(gòu)模型進(jìn)行融合研究，前人進(jìn)行了許多探索，李書欽等[7]利用有效積溫與小麥返青后形態(tài)指標(biāo)的關(guān)系，建立了小麥葉片的三維結(jié)構(gòu)模型，但在該模型中作物生長(zhǎng)參數(shù)來源于統(tǒng)計(jì)分析，無法反應(yīng)環(huán)境因子對(duì)形態(tài)指標(biāo)的動(dòng)態(tài)影響。李世娟等[8]以干物質(zhì)量為紐帶，建立基于分配指數(shù)模型的干物質(zhì)分配模型，然后與結(jié)構(gòu)模型相融合，模擬了冬小麥各器官的形態(tài)參數(shù)。但其未考慮干物質(zhì)量的生產(chǎn)以及干物質(zhì)量在植株體內(nèi)的運(yùn)輸過程。Zhu等[9]首先建立了二氧化碳和水分與可利用碳產(chǎn)量的關(guān)系公式，以可利用碳為介質(zhì)，結(jié)合運(yùn)輸模型、結(jié)構(gòu)模型，模擬了葡萄各器官的三維參數(shù)。Allen等[10]利用水分和光照與可利用碳的關(guān)系公式，以可流動(dòng)的碳為介質(zhì)，利用歐姆定律，模擬了桃樹地上部的三維參數(shù)。這2種建模方式雖然充分考慮了同化產(chǎn)物在輸導(dǎo)組織內(nèi)的運(yùn)輸，但所建立的光合作用子模型均為靜態(tài)模型，無法反應(yīng)作物的生理過程。

目前關(guān)于功能-結(jié)構(gòu)模型的研究中，比較經(jīng)典的功能結(jié)構(gòu)模型有：Greenlab模型[11]、樹木功能-結(jié)構(gòu)模型[12]和作物功能結(jié)構(gòu)模型[13]，這些模型包括了生長(zhǎng)模型模塊、運(yùn)輸模型模塊和結(jié)構(gòu)模型模塊。生長(zhǎng)模型模塊模擬作物同化產(chǎn)物的生產(chǎn)，運(yùn)輸模型模塊用于同化產(chǎn)物的運(yùn)輸。在這些模型中，生長(zhǎng)模型的輸出為干物質(zhì)，而在運(yùn)輸模型模塊中，模型的輸入為蔗糖。這導(dǎo)致生長(zhǎng)模型與運(yùn)輸模型之間存在著“不同質(zhì)”的問題。因此，需要構(gòu)建一種新的生長(zhǎng)模型，用于解決生長(zhǎng)模型和運(yùn)輸模型之間存在的不同質(zhì)的問題。植物生理學(xué)的研究表明，溫室番茄光合作用的生理過程為葉片吸收光能、水分和二氧化碳后經(jīng)光合作用合成同化產(chǎn)物，然后通過葉柄、莖輸導(dǎo)組織以蔗糖的形式運(yùn)輸至庫(kù)器官[14-16]。葉柄是葉片生產(chǎn)的同化產(chǎn)物運(yùn)輸至輸導(dǎo)組織的必經(jīng)之路。對(duì)于某一葉片來說，通過葉柄的蔗糖量即為該葉片能提供給其他器官的同化產(chǎn)物量。鑒于此，該研究擬通過研究溫室番茄蔗糖產(chǎn)量與光合有效輻射之間的關(guān)系，建立基于蔗糖的溫室番茄光合作用模型，實(shí)現(xiàn)生長(zhǎng)模型、運(yùn)輸模型和結(jié)構(gòu)模型的有機(jī)融合。

1 材料與方法

1.1 試驗(yàn)基本概況

試驗(yàn)于2017年2月至7月（試驗(yàn)1）和2017年8月至2018年1月（試驗(yàn)2）在江蘇大學(xué)Venlo型溫室內(nèi)進(jìn)行。溫室為東西朝向，頂高4.73 m，肩高4.0 m，每跨跨度3.2 m，溫室長(zhǎng)度45 m。溫室有保溫幕，采用管道加熱，遮陽(yáng)網(wǎng)、濕簾風(fēng)機(jī)等裝備降溫，環(huán)境調(diào)控采用計(jì)算機(jī)自動(dòng)控制系統(tǒng)調(diào)控。

以溫室番茄為試驗(yàn)材料，供試品種為“粉紅906”。試驗(yàn)分為試驗(yàn)1和試驗(yàn)2兩部分，試驗(yàn)1用于模型的構(gòu)建，試驗(yàn)2用于模型的驗(yàn)證。試驗(yàn)1于2017年2月4號(hào)催芽后播種，2月7號(hào)出苗，4月4號(hào)移栽，6月30日拉秧；試驗(yàn)2于8月15日催芽后播種，8月17日出苗，9月15日移栽，12月10日拉秧。試驗(yàn)1、2均采用穴盤育苗，珍珠巖桶栽，種植密度均為2.9株/m2。試驗(yàn)1和2分別種植90株。常規(guī)管理，移栽后采用營(yíng)養(yǎng)液灌溉，營(yíng)養(yǎng)液配方采用霍格蘭營(yíng)養(yǎng)液配方，灌溉頻率為1天2次，每次350 mL。整個(gè)生育期溫室內(nèi)溫度控制15～32℃左右；濕度控制在60%～85%，濕度控制采用升溫降濕和開窗降濕；二氧化碳采用開窗方法進(jìn)行調(diào)控。

1.2 測(cè)定項(xiàng)目與方法

1.2.1 形態(tài)指標(biāo)數(shù)據(jù)的獲取

待溫室番茄移栽緩苗后，選取代表性番茄植株30株，分別測(cè)定番茄植株各葉片的葉長(zhǎng)、葉寬和單葉葉面積。其中單葉葉面積采用描葉法測(cè)定。具體為：將葉片覆蓋在復(fù)印紙上，將復(fù)印紙剪成葉形并稱質(zhì)量，然后利用復(fù)印紙面積、質(zhì)量和葉形紙質(zhì)量求得單葉葉面積。建立葉長(zhǎng)、葉寬計(jì)算單葉葉面積的數(shù)學(xué)方程。然后將單葉葉面積進(jìn)行累加，得到溫室番茄整株葉面積。單葉葉面積與葉長(zhǎng)和葉寬乘積的關(guān)系（圖1）。從30株內(nèi)選取3株，苗期每隔3 d，其他生育期每隔5 d分別測(cè)定各葉位葉片的葉長(zhǎng)、葉寬，利用上面公式求得各葉位單葉葉面積后累加，獲得單株葉面積。

1.2.2 取樣時(shí)間、方法和部位

當(dāng)溫室番茄移栽緩苗后，標(biāo)記生長(zhǎng)狀況、受光情況相近的植株，分別在苗期（每隔3天1次）和其他生育期（每周1次）在晴朗天氣條件下的8:00、10:00、12:00、14:00和16:00對(duì)番茄植株進(jìn)行破壞性取樣。剪取各葉片的葉柄，測(cè)定葉柄的鮮質(zhì)量后采用高效液相色譜測(cè)定葉柄內(nèi)的蔗糖濃度。由于選取樣本的生長(zhǎng)狀況一致，故未進(jìn)行重復(fù)試驗(yàn)。

1.2.3 環(huán)境因子的采集

從標(biāo)記的30株番茄中，選擇5株分別在各個(gè)葉片的葉柄上安裝一個(gè)光合有效輻射傳感器（NHGH09，武漢中科），記錄各個(gè)葉片的1天的光合有效輻射，在計(jì)算有效葉面積（Active Leaf Area，ALA）時(shí)，取5株不同葉序葉片光合有效輻射的平均值。試驗(yàn)過程中番茄葉片不斷的生長(zhǎng)和被摘除，在測(cè)定葉片上方的光合有效輻射時(shí)，對(duì)于新生葉片，只測(cè)定葉片長(zhǎng)度大于5 cm的葉片。老葉依據(jù)常規(guī)生產(chǎn)管理摘除。利用溫室自動(dòng)控制系統(tǒng)記錄溫室內(nèi)的日平均溫度。

1.3 模型的描述

溫室番茄光合作用模型包括單位面積光合作用模塊、有效葉面積預(yù)測(cè)模塊和單株同化產(chǎn)量模塊。單位葉面積光合作用模塊用于模擬單位葉面積在一天內(nèi)不同光合有效輻射條件下生產(chǎn)蔗糖的量。有效葉面積模塊通過有效積溫來模擬溫室番茄整個(gè)生育期的有效葉面積。將單位面積光合作用模塊和有效葉面積整合，得到單日光合作用模塊。

1.3.1 單位面積光合作用模塊

葉柄是葉片中同化產(chǎn)物向外運(yùn)輸?shù)谋赜芍?。葉柄內(nèi)的蔗糖濃度與葉片光合能力的強(qiáng)弱必然存在一定的相關(guān)性。葉片生產(chǎn)的同化產(chǎn)物輸出量與葉面積密切相關(guān)，葉面積越大，截獲的光合有效輻射越多，通過葉柄運(yùn)輸至庫(kù)器官同化產(chǎn)物也就越多；同時(shí)，葉柄中的蔗糖量還與葉柄質(zhì)量密切相關(guān)，葉柄質(zhì)量越大，葉柄體積越大，蔗糖量越多，因此單葉同化產(chǎn)物的輸出強(qiáng)度可用葉柄中蔗糖輸出通量來表示。計(jì)算方法可用公式（1）表示。

式中為時(shí)刻取樣時(shí)葉柄輸導(dǎo)組織內(nèi)每單位的蔗糖輸出量，mg；是葉柄輸導(dǎo)組織在第次取樣時(shí)的蔗糖含量，mg/g；為葉柄的質(zhì)量（鮮質(zhì)量）g，取值為1～5，分別代表8:00、10:00、12:00、14:00、16:00時(shí)的5次取樣。

番茄植株葉柄內(nèi)的蔗糖通量是隨時(shí)間和光合有效輻射的變化而變化，利用試驗(yàn)1的數(shù)據(jù)，通過測(cè)定葉柄在一天中5個(gè)時(shí)間點(diǎn)的瞬時(shí)蔗糖通量，求出通過葉柄的日平均蔗糖量，乘上時(shí)間就可求出葉柄輸導(dǎo)組織內(nèi)每單位的蔗糖日輸出總量，即為單葉蔗糖產(chǎn)量。其計(jì)算方法如式（2）。

式中為單葉1d內(nèi)的蔗糖產(chǎn)量，mg/(g·cm2)；為初次取樣到最后一次取樣間的小時(shí)數(shù)，本試驗(yàn)取值為8 h；為1 d內(nèi)的取樣次數(shù)，本試驗(yàn)中，取值為5。LA為單葉葉面積，cm2。

單位葉面積1 d內(nèi)的蔗糖產(chǎn)量與葉片所截獲的光合有效輻射的關(guān)系如圖2所示。從圖2可以看出，隨著光合有效輻射的增加，單位葉面積的蔗糖產(chǎn)量隨之增加，當(dāng)光合有效輻射增加至1500時(shí)，蔗糖產(chǎn)量達(dá)到最大。二者呈現(xiàn)出負(fù)指數(shù)函數(shù)關(guān)系，如式（3）。

Fig2. Relationship between Sucrose production per leaf area and photosynthetically active radiation intercepted

式中max為水肥充足的條件下單位葉面積蔗糖量的最大值，根據(jù)試驗(yàn)，取值為25.4 g/m2；為模型參數(shù)，取值為0.052；為各葉片1d內(nèi)吸收的光合有效輻射，J/m2。

1.3.2 有效葉面積模擬模塊

式中LA為番茄植株的有效葉面積，m2；LA為第葉的葉面積，m2；為葉片數(shù)，I為第葉所截獲的光合有效輻射，J/m2；I為頂葉截獲的光合有效輻射，Jm2。

將試驗(yàn)1的溫室番茄整個(gè)生育期的有效葉面積與有效積溫采用軟件Slide Write plus進(jìn)行擬合，即可得到有效積溫（Growing Degree Day, GDD）與溫室番茄有效葉面積的關(guān)系公式（圖3）。

有效積溫采用下面公式計(jì)算

GDD=GDD1+D（6）

式中為作物生長(zhǎng)發(fā)育的日序，定植日記做1，試驗(yàn)日為；GDD為第天的有效積溫，℃；GDD1為第1天的有效積溫，℃；D為第天當(dāng)天的有效積溫，℃。

D=-T（7）

式中為第天的日平均溫度，℃；T為生長(zhǎng)界限溫度，依據(jù)參考文獻(xiàn)[18]，溫室番茄的界限溫度在不同的生育期取值苗期為10 ℃，開花期、結(jié)果期和采收期均為15 ℃。依據(jù)試驗(yàn)1的數(shù)據(jù)，單株有效葉面積與有效積溫關(guān)系如圖3。

1.3.3 單株同化產(chǎn)量模塊

溫室番茄單株蔗糖日產(chǎn)量TPg可以用番茄植株的有效葉面積與單位面積的蔗糖產(chǎn)量來計(jì)算，公式如下

式中TPg為番茄單株蔗糖產(chǎn)量，g。

1.3.4 模型驗(yàn)證方法

該研究采用常用的統(tǒng)計(jì)方法回歸估計(jì)標(biāo)準(zhǔn)誤差（Root Mean Squared Error，RMSE）和決定系數(shù)（Coefficient of Determination，2）對(duì)模擬值和觀察值之間的符合度進(jìn)行統(tǒng)計(jì)分析。決定系數(shù)越大，RMSE越小，模型的預(yù)測(cè)精度越高。RMSE的計(jì)算公式見參考文獻(xiàn)[18]。

2 結(jié)果與分析

2.1 模型的驗(yàn)證

利用試驗(yàn)2的植株，首先獲取8:00、10:00、12:00、14:00和16:00時(shí)刻各葉柄內(nèi)的蔗糖含量，然后將獲取的蔗糖含量帶入式（1）～（2）中，得到單位葉面積蔗糖產(chǎn)量的實(shí)測(cè)值。將溫室番茄植株不同葉片截獲的光合有效輻射帶入式（3）中，獲得不同葉位葉片蔗糖產(chǎn)量的模擬值。利用試驗(yàn)2的溫室內(nèi)日平均溫度，通過式（6）～（7），獲得每天的有效積溫。將有效積溫代入式（5）中，得到有效葉面積的模擬值。以試驗(yàn)2測(cè)定的有效葉面積為實(shí)測(cè)值。將單位葉面積蔗糖產(chǎn)量的模擬值和有效葉面積的模擬值代入公式（8）中，得到單株蔗糖產(chǎn)量的模擬值。以獲取的各葉片蔗糖產(chǎn)量的累加值為單株蔗糖產(chǎn)量的實(shí)測(cè)值。將單位葉面積蔗糖產(chǎn)量、有效葉面積和單株蔗糖產(chǎn)量的模擬值與實(shí)測(cè)值進(jìn)行比較。結(jié)果表明：?jiǎn)挝蝗~面積蔗糖產(chǎn)量的預(yù)測(cè)結(jié)果的決定系數(shù)2和RMSE分別為0.98和0.95 g/m2（如圖4a）。有效葉面積的預(yù)測(cè)的2和RMSE為0.96和0.02 m2（如圖4b）。單株蔗糖產(chǎn)量的預(yù)測(cè)結(jié)果的2和RMSE為0.97和48.58 mg/株（如圖 4c）。在獲取溫室番茄單株蔗糖日產(chǎn)量時(shí)，需要分別在8:00，10:00，12:00，14:00和16:00進(jìn)行取樣，每次取樣量最少1株，5株番茄才能獲取1次溫室番茄蔗糖的日產(chǎn)量，在圖表上呈現(xiàn)為1個(gè)點(diǎn)。因此，圖4c導(dǎo)致看起來取樣數(shù)據(jù)不多，但至少消耗了50株番茄。

2.2 葉面積與有效葉面積變化動(dòng)態(tài)

本研究中，通過定株測(cè)定試驗(yàn)1和試驗(yàn)2中溫室番茄單株葉面積和單株有效葉面積動(dòng)態(tài)變化（圖5）。當(dāng)溫室番茄有效積溫至394 ℃時(shí)，溫室番茄開始摘除老葉，番茄的單株葉面積隨著摘除老葉的頻率發(fā)生不規(guī)則的變化，呈現(xiàn)增長(zhǎng)-突然降低-增長(zhǎng)的趨勢(shì)，降低的幅度與摘除老葉的強(qiáng)度有關(guān)。單株葉面積變化的最大值在試驗(yàn)1中達(dá)到400 cm2，在試驗(yàn)2中單株葉面積變化的最大值為384 cm2，而單株有效葉面積無論是試驗(yàn)1還是試驗(yàn)2均呈現(xiàn)出穩(wěn)定增長(zhǎng)的規(guī)律。

3 討 論

3.1 基于葉柄內(nèi)蔗糖的光合作用模型

吳正景等研究表明[19-22]，溫室番茄光合速率與蔗糖產(chǎn)量高度相關(guān)，這為本研究提供了理論支持。本研究分析了單葉面積蔗糖產(chǎn)量與葉片截獲的光合有效輻射之間的關(guān)系，發(fā)現(xiàn)二者呈負(fù)指數(shù)函數(shù)關(guān)系，這與傳統(tǒng)的單葉光合作用模型的研究結(jié)果相一致。本研究所建立的光合作用模型不同于傳統(tǒng)的光合作用模型，傳統(tǒng)的溫室番茄光合作用模型模擬的是總的同化產(chǎn)物量，其輸出為干物質(zhì)，這在表征溫室番茄源強(qiáng)度的時(shí)候會(huì)導(dǎo)致對(duì)源強(qiáng)度的估計(jì)偏高，其原因是未考慮葉片的呼吸消耗[23]。而本研究所建立的光合作用模型，其輸出為蔗糖產(chǎn)量，模擬的是通過葉柄的同化產(chǎn)物產(chǎn)，已經(jīng)考慮了葉片的呼吸消耗，輸出結(jié)果為可運(yùn)輸至庫(kù)器官的那部分同化產(chǎn)物，更能反應(yīng)出源強(qiáng)度的生物學(xué)意義（源強(qiáng)度的生物學(xué)意義為葉片輸出同化產(chǎn)物的能力）。

3.2 溫室番茄葉面積的模擬

與大田作物不同，溫室番茄在生長(zhǎng)過程中需要不斷的摘除老葉，導(dǎo)致葉面積的生長(zhǎng)規(guī)律不斷的被農(nóng)藝措施打斷，因此溫室番茄葉面積的模擬一直是溫室作物生長(zhǎng)模型研究的難點(diǎn)[24-25]。鑒于此，本文創(chuàng)造性的提出了有效葉面積（Active Leaf Area，ALA）的概念，為解決因摘除老葉導(dǎo)致溫室番茄葉面積難以預(yù)測(cè)的問題提出了新的思路。溫室番茄在生長(zhǎng)過程中，所摘除的老葉主要分布在番茄植株的下部，由于下部葉片的單葉葉面積很大，因此摘除老葉對(duì)植株的單株葉面積影響很大。但是下部葉片截獲的光合有效輻射較少，下部葉片的單葉有效葉面積很小，因此摘除老葉對(duì)整個(gè)植株的有效葉面積的影響就很小。

4 結(jié) 論

依據(jù)葉柄內(nèi)蔗糖產(chǎn)量與光合有效輻射的關(guān)系，本研究首先建立了基于葉柄內(nèi)蔗糖的溫室番茄單位面積光合作用模型。然后分析了有效葉面積與有效積溫的關(guān)系，建立了基于有效積溫的有效葉面積的預(yù)測(cè)模型，最終建立了基于蔗糖的溫室番茄光合作用模型。并采用與建模數(shù)據(jù)不同的試驗(yàn)數(shù)據(jù)對(duì)所建立的模型進(jìn)行了驗(yàn)證，單位葉面積蔗糖產(chǎn)量預(yù)測(cè)結(jié)果的決定系數(shù)2和RMSE分別為0.98和0.95 g/cm2。有效葉面積的預(yù)測(cè)結(jié)果的2和RMSE為0.96和0.02 m2，單株蔗糖產(chǎn)量的預(yù)測(cè)結(jié)果的2和RMSE為0.97和48.58 mg/株。模型取得了較好的預(yù)測(cè)效果。

[1]康孟珍. 植物功能結(jié)構(gòu)模型研究的回顧與展望[J]. 系統(tǒng)仿真學(xué)報(bào)，2012，24(10)：2039-2048.

Kang Mengzhen. Review and perspectives on research about functional-structural plant models[J]. Journal of system simulation, 2012, 24(10): 2039-2048. (in Chinese with English abstract)

[2]陳剛，陳斌，高思聰. 植物生長(zhǎng)的形態(tài)與生理并行仿真模型[J]，計(jì)算機(jī)仿真，2015，32(8)：404-408.

Chen Gang, Chen Bin, Gao Sicong. Parallel simulation model for plant growth by integrating morphology and physiology[J]. Computer Morphology, 2015, 32(8): 404-408. (in Chinese with English abstract)

[3]董瑩瑩，趙星，康孟珍. 一種新的植物形態(tài)結(jié)構(gòu)表達(dá)模型[J]. 計(jì)算機(jī)工程與應(yīng)用，2010，46(13)：191-193.

Dong Yingying, Zhao Xing, Kang Mengzhen. New plant morphological structure model[J]. Computer Engineering and Applications, 2010, 46(13): 191-193. (in Chinese with English abstract)

[4]Christophe G, Hervé S. Functional-structural plant modelling[J]. New Phytologist, 2005, 166(3): 705-708.

[5]Vos J, Evers J, Bucksorlin G, et al. Functional-structural plant modelling: A new versatile tool in crop science[J]. Journal of Experimental Botany, 2010, 61(8): 2101-2115.

[6]Risto S, Christophe G, Theodore D, et al. Functional-structural plant models: A growing paradigm for plant studies[J]. Annals of Botany, 2014, 114: 599-603.

[7]李書欽，諸葉平，劉海龍，等. 基于有效積溫的冬小麥返青后植株三維形態(tài)模擬[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2017，50(9)：1594-1605.

Li Shuqin, Zhu Yeping, Liu Hailong, et al. 3D shape simulation of winter wheat after turning green stage based on effective accumulated temperature[J]. Scientia Agricultura Sinica, 2017, 50(9): 1594-1605. (in Chinese with English abstract)

[8]李世娟，諸葉平，張紅英，等. 整株干物質(zhì)量分配指數(shù)模型模擬冬小麥各器官形態(tài)參數(shù)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(9)：155-164.

Li Shijuan, Zhu Yeping, Zhang Hongying, et al. Simulating winter wheat geometrical parameters of each organ using whole plant dry matter weight distribution index model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(9): 155-164. (in Chinese with English abstract)

[9]Zhu Junqi, Michel G, Stefano P, et al. Modelling grape growth in relation to whole-plant carbon and water fluxes[J]. Journal of Experimental Botany, 2019, 70(9): 2505-2521.

[10]Allen M T, Prusinkiewicz P, DeJong T M. Using L-systems for modeling source-sink interactions, architecture and physiology of growing trees: The L-PEACH model[J]. New Phytologist, 2005, 166 (3): 869-880.

[11]Kang M Z, Cournède P H, Reffye P, et al. Analytical study of a stochastic plant growth model: Application to the GreenLab model[J]. Mathematics and Computers in Simulation, 2008, 78(1): 57-75.

[12]Siev?nen R, Perttunen J, Nikinmaa E, et al. Toward extension of a single tree functional-structural model of scots pine to stand level: Effect of the canopy of randomly distributed, identical trees on development of tree structure[J]. Functional Plant Biology, 2008, 35(10): 964-975.

[13]Kahlen K, Wiechers D, Stutzel H. Modelling leaf phototropism in a cucumber canopy[J]. Functional Plant Biology, 2008, 35(10): 876-884.

[14]Dinh Q D, Finkers R, Westphal A H, et al. Exploring natural genetic variation in tomato sucrose synthases on the basis of increased kinetic properties[J]. Plos One, 2018, 13(10): 1-17.

[15]Shammai A, Petreikov M, Yeselson Y, et al. Natural genetic variation for expression of a SWEET transporter among wild species of Solanum lycopersicum (tomato) determines the hexose composition of ripening tomato fruit[J]. The Plant Journal, 2018, 96 (2): 343-357.

[16]Christina K, Christopher P. Sucrose transporters of higher plants[J]. Current Opinion in Plant Biology, 2010, 13 (3): 288-298.

[17]高洪燕，毛罕平，倪紀(jì)恒，等. 施肥量對(duì)生菜養(yǎng)分與長(zhǎng)勢(shì)的影響及模型模擬[J]. 排灌機(jī)械工程學(xué)報(bào)，2020，38(12)：1264-1269.

Gao Hongyan, Mao Hanping, Ni Jiheng, et al. Effect of different fertilization on nutrient and growth of lettuce and models simulation[J]. Journal of Drainage and Irrigation Machinery Engineering(JDIME), 2020, 38(12): 1264-1269. (in Chinese with English abstract)

[18]倪紀(jì)恒，毛罕平. 電導(dǎo)率對(duì)溫室黃瓜葉面積和干物質(zhì)生產(chǎn)影響的動(dòng)態(tài)模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(12)：105-109.

Ni Jiheng, Mao Hanping. Dynamic simulation of leaf area and dry matter production of greenhouse cucumber under different electrical conductivity[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(12): 105-109. (in Chinese with English abstract)

[19]吳正景，程智慧，孟煥文，等. 番茄葉片糖與轉(zhuǎn)化酶的日變化研究[J]. 西北植物學(xué)報(bào)，2007，27(4)：705-709.

Wu Zhengjing, Cheng Zhihui, Meng Huanwen, et al. Diurnal variation of invertase activities and sugar content in tomato leaves[J]. Acta Botanica Boreali-occidentalla Sinica, 2007, 27(4): 705-709. (in Chinese with English abstract)

[20]Lukaszuk E, Magdalena R, Katarzyna M, et al. Photosynthesis and sucrose metabolism in leaves of Arabidopsis thaliana aos, ein4 and rcd1 mutants as affected by wounding[J]. Acta Physiologiae Plantarum, 2017, 39(17):1-12.

[21]張麗，趙巖，張晉龍，等. 不同葉型棉花功能葉片光合特性差異分析[J]. 山西農(nóng)業(yè)科學(xué)，2020，48(2)：172-176.

Zhang Li, Zhao Yan, Zhang Jinlong, et al. Analysis on photosynthetic characteristic differences of functional leaves of cotton with different leaf-type[J]. Journal of Shanxi Agricultural Sciences, 2020, 48(2): 172- 176. (in Chinese with English abstract)

[22]Ma Y P, Xie Y, Ha R, et al. Effects of Elevated CO2on photosynthetic accumulation, sucrose metabolism-related enzymes, and genes identification in goji berry (L. )[J]. Front Plant Science, 2021, 11/12: 643555.

[23]Marcelis L. Sink strength as a determinant of dry matter partitioning in the whole plant[J]. Journal of Experimental Botany, 1996, 47(4): 1281-1291.

[24]Satoshi N, Larry C P, Koki H, et al. Modeling leaf area development in soybean (L. ) based on the branch growth and leaf elongation[J]. Plant Production Science, 2020, 23(3): 247-259

[25]程陳，黎貞發(fā)，董朝陽(yáng)，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.

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)

Simulation and validation of photosynthesis of greenhouse tomato based on temporal variation of sucrose yield

Ni Jiheng, Wang Yuanyuan, Liu Yong, Mao Hanping

(,212013,)

Functional-structural model has been a new versatile tool in crop science in recent years, integrating by based on process model（BPM） and structural model (SM). However, the output of PBM and SM have not been well connected with each other, particularly when referred to dry matter and sucrose. Therefore, this work was dedicated to developing a novel functional-structural plant model for the photosynthesis of greenhouse tomato using sucrose. The experiments (marked as E1 and E2) were carried out at a venlo-type greenhouse in Jiangsu University of China from February 2017 to January 2018. The data from E1 was used to establish a photosynthesis model, and the data from E2 was applied to validate the model. In the experimental procedure, the tomato seedling with four leaves during the period of growth was transplanted into a cultivation barrel filled with perlites. Tomato seedling was watered by Hogland nutrient solution, 350ml twice a day. The temperature and humidity were controlled in the whole growth period at 15-32℃ and 60%-85%, respectively. The tomato plant was destructive sampling at 8:00, 10:00, 12:00, 14:00, and 16:00 at a sunny day under seedling, flowering, and harvest stage. After that, a high-performance liquid chromatography was utilized to determine the sucrose content of every leaf petiole after the fresh weight was measured. Interception of photosynthetically active radiation (PAR) was recorded using the 1:1 relative to greenness and normalized difference, where single leaf area was equal to the product of leaf length and width. Three submodels were included for the photosynthesis of single leaf, prediction of active leaf area (ALA), and total photosynthesis. Firstly, a mathematical submodel of sucrose production per unit leaf area was established using E1 data and PAR. Secondly, the concept of ALA was introduced to overcome the influence of leaving leaf on tomato leaf area, where the leaf area for photosynthetic effective radiation of tomato leaf interception was equivalent to that of top leaf interception. The single ALA was calculated by the single leaf area and intercepted PAR, and then the total ALA was the accumulation of single ALA. The ALA and Growth Degree days (GDD) were used to establish the prediction model of ALA. Thirdly, the photosynthesis submodel of single leaf and prediction model of ALA were fully integrated into a sucrose-based photosynthesis model of greenhouse tomato. The independent E2 data was used to verify the model. The results showed that the determination coefficient (2) and the root mean squared (RMSE) between simulated and measured sucrose yield per unit leaf area were 0.98 and 0.95g/m2, respectively, indicating a high accuracy for the sucrose production per leaf, ALA, and total sucrose production. Specifically, the2and RMSE between simulated and measured ALA were 0.96 and 0.02 m2, respectively. Furthermore, the2and RMSE between the predicted and measured sucrose production per plant were 0.97 and 48.58mg/plant, respectively. It demonstrates that the photosynthesis model can preliminarily realize effectively integration of the process-based and structural model in crop science.

greenhouse; models; sucrose; active leaf area; photosynthesis model; tomato

倪紀(jì)恒，王媛媛，劉勇，等. 基于蔗糖產(chǎn)量時(shí)域變化的溫室番茄光合作用的模擬與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(8)：223-228.doi：10.11975/j.issn.1002-6819.2021.08.025 http://www.tcsae.org

Ni Jiheng, Wang Yuanyuan, Liu Yong, et al. Simulation and validation of photosynthesis of greenhouse tomato based on temporal variation of sucrose yield[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(8): 223-228. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.08.025 http://www.tcsae.org

2020-07-21

2021-01-12

江蘇省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（BE2018035）；江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目（蘇財(cái)教（2014）37號(hào)）；江蘇大學(xué)高級(jí)人才啟動(dòng)基金（13JDG31）

倪紀(jì)恒，博士，研究方向?yàn)樽魑锷L(zhǎng)模型與智能決策。Email：nijiheng@163.com

10.11975/j.issn.1002-6819.2021.08.025

S625.5

A

1002-6819(2021)-08-0223-06