徐 超，申夢吟，王明田，楊再強,2**，韓 瑋，鄭盛華

（1.南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心，南京 210044；2.南京信息工程大學濱江學院，無錫 214000；3.四川省氣象臺，成都 610091；4.農(nóng)業(yè)農(nóng)村部西南山區(qū)農(nóng)業(yè)環(huán)境重點實驗室開放項目，成都 610091）

草莓（Fragaria ananassa Duch.）是多年生常綠草本植物，屬于薔薇科（Rosaceae）草莓屬漿果類水果。草莓果實色澤鮮紅、酸甜適口、營養(yǎng)豐富，含有大量的維生素C，素有“水果皇后”、“水果牛奶”的美譽[1]。目前，中國是世界上最大的草莓生產(chǎn)國，2017年中國草莓種植面積14.13萬hm2，產(chǎn)量高達375.3萬t，產(chǎn)值達到600億元以上[2]。草莓最適宜生長溫度為15～25℃，但在草莓種植過程中溫室內(nèi)溫度經(jīng)常達到35℃甚至40℃，嚴重影響草莓植株的生長發(fā)育。

葉面積是決定作物截獲輻射的最重要作物參數(shù)之一，對作物冠層光合作用（影響溫室內(nèi)的CO2平衡）和蒸騰作用（影響溫室內(nèi)的能量和水分平衡）具有很大的影響。同時，葉面積模擬的精準程度是準確模擬干物質生產(chǎn)的前提，對生產(chǎn)決策和管理調控具有重要意義[3-4]。測量或建模葉面積既耗時又復雜，需要特殊設備和技能，嚴重影響其商業(yè)推廣和應用[5-7]。溫室作物葉面積模擬研究方法較多，常見的有3種：第一種為輻熱積法（PTI, Photo-Thermal Index），該方法對于光周期影響不明顯的植物預測效果較準確[8-10]，第二種為積溫法（GDD, Growing Degree Day），該方法對光溫不同步的溫室作物模擬較差[11]，第三種為比葉面積法（SLA, Specific Leaf Area），該方法機理性較好，并且對無水分和養(yǎng)分脅迫條件下的作物葉面積模擬效果較好，但需要大量的破壞性取樣[12]。但是，以上模擬方法均沒有考慮作物在極端溫度下的生長發(fā)育情況，同時草莓作為短日照植物，在其模型構建過程中，必須考慮光周期效應。葉面積的預測準確與否是精準預測作物干物質生產(chǎn)的關鍵[13]。前人針對溫室作物干物質生產(chǎn)的模擬已多有報道，目前為止溫室番茄[14]、甜椒[15]等作物干物質生產(chǎn)模擬已經(jīng)建立，但是針對這些作物的預測都是基于作物在合適的光溫和水肥狀態(tài)下的模擬預測，實際生產(chǎn)過程中，作物完全在理想生長狀態(tài)下生長的情況非常少見，極端氣候事件（如高低溫、干旱、寡照等）的發(fā)生強度和頻率不斷增強，這嚴重影響著作物的生長和發(fā)育[16-18]，因此構建基于高溫下的溫室作物葉面積和干物質生產(chǎn)模型，提高模型的模擬精度具有重要意義。

本研究擬通過2a草莓苗期高溫以后的溫室栽培試驗，構建基于生理發(fā)育時間苗期高溫對草莓葉面積和最大光合速率的影響模型，在此基礎上結合已有的光合作用模型，構建草莓干物質生產(chǎn)模型，修正原有模型未考慮極端溫度的缺陷，以期為溫室草莓溫度環(huán)境調控和管理提供一定的理論支撐。

1 材料與方法

1.1 試驗材料

試驗在南京信息工程大學農(nóng)業(yè)氣象試驗站的Venlo型玻璃溫室進行。溫室南北長30m，由12個跨組成，在東西方向上每跨為6m，檐高和脊高分別為4m和4.73m，溫室內(nèi)加熱系統(tǒng)、灌溉系統(tǒng)、簾幕開展、通風窗的開張均由計算機自動控制。栽培土壤為沙壤土，pH為6.5～6.8，有機質含量176.58mg·kg-1，有效氮、有效磷和有效鉀含量分別為70.52mg·kg-1、30.15mg·kg-1和179.25mg·kg-1。供試草莓品種為“紅顏”（9～12片真葉，葉長≥5cm）。種植期間向草莓根部滴灌澆水，苗期每3～5d滴灌一次，開花期和采收期每2～4d滴灌一次，滴灌時間17：00-18：00，確保苗期土壤相對濕度為60%～70%，開花期、坐果期和采收期達70%～80%。每次滴灌時根據(jù)不同生育期施以不同配比的1～1.5kg·667m2滴灌專用肥，苗期專用肥配比為N:P:K=20:20:20，開花期、坐果期和采收期專用肥配比為N:P:K=19:8:27。

1.2 試驗設計

1.2.1 人工高溫處理試驗

試驗于2018年9月-2019年1月和2019年9月-2020年1月分兩批在南京信息工程大學人工氣候室（PGC-FLEX, Conviron，加拿大）內(nèi)進行，在草莓苗期（9～12片真葉，葉長≥5cm）時進行短期高溫處理。根據(jù)韋婷婷等[19]方法利用BP神經(jīng)網(wǎng)絡逐時模擬南京地區(qū)溫度，并以此設置人工氣候室程序（圖1），日最高溫度設置為32℃、35℃、38℃ 和41℃四個水平，日最高溫度與日最低溫度的溫差設為10℃，以28/18℃為對照，處理期間空氣相對濕度設置65%～70%，光周期是12/12h（白天6：00-18：00），光照強度為800μmol·m-2·s-1。

試驗期間草莓幼苗栽培在花盆內(nèi)，花盆的規(guī)格為高15cm，上口徑12cm，下口徑8cm，所用土壤與栽培土壤一致，水肥管理與常規(guī)栽培管理一致。在高溫處理2d、5d、8d和11d后把草莓盆整體轉移至Venlo型玻璃溫室土壤中繼續(xù)進行溫室栽培試驗。每組處理3次重復，每個重復10株，共計150株。

1.2.2 溫室栽培試驗

將氣候箱處理過的草莓苗轉移到Venlo型玻璃溫室進行栽培試驗，定植密度為10株·m-2。實時監(jiān)測溫室內(nèi)外氣象數(shù)據(jù)和作物生長數(shù)據(jù)，收集設施草莓的生長指標和室內(nèi)外氣象數(shù)據(jù)。2018年9月-2019年1月的數(shù)據(jù)用于建立模型，2019年9月-2020年1月數(shù)據(jù)用于模型驗證。

1.3 測定項目

1.3.1 葉面積指數(shù)的測定

（1）單片葉面積的計算

采用紙樣稱重法測定草莓單一葉片的葉面積。將草莓葉片平鋪在A4紙上，用記號沿著草莓葉片的邊緣描下，按照描下的葉形裁剪A4紙并稱重（g），根據(jù)式（1）求出葉面積。

（2）單株葉面積的計算

草莓植株的葉面積是植株所有葉片的葉面積之和，計算式為

式中，LAtotal是單株草莓的葉面積之和（cm2）；N是單株草莓的葉片數(shù)；LAi是草莓植株第i片葉的葉面積（cm2）。

（3）葉面積指數(shù)的計算

草莓葉面積指數(shù)計算式為

式中，LAI為草莓葉面積指數(shù)，LA是單株葉面積（cm2），8為本次試驗草莓種植密度（株·m-2），1/10000為平方厘米轉化成平方米的換算系數(shù)。

苗期各生育期每隔5d取樣一次，每次取3株長勢一致的植株，測定其葉面積，其它生育期則7d取樣一次，每次取3株。每次測定結果取平均值，作為本次測定的草莓植株的單株葉面積。

1.3.2 器官干重的測定

苗期每5天取樣一次(每次取5株長勢一致的植株)，在開花期、坐果期和采收期每7d取樣一次(每次取3株長勢一致的植株)，將植株按照根、莖、葉、果實分別稱其鮮重。然后放入烘箱中，先在105℃的溫度下殺青15min，然后在85℃下烘至恒重，取出樣品并稱重。稱重用精度為0.0001g的電子天平。

1.3.3 光合速率的測定

每個生育期測定兩次，每次選取3株長勢相同的植株，每株選定3個葉片，每個生育期選擇晴天、陰天各測一次。使用便攜式光合作用系統(tǒng)LI-6400（美國產(chǎn)）自動打點程序測定光合作用響應曲線。測定過程中，光合儀測定流速為默認的500μmol·s-1，將葉室的溫度設定為25℃，葉室相對濕度為65%，參比室內(nèi)CO2的濃度維持在390μmol·mol-1，光合有效輻射（PAR）分別設定為1400、1200、1000、800、400、200、100、80、50、30、0μmol·m-2·s-1。采用葉子飄模型擬合最大光合速率[20-21]。

1.3.4 Venlo型玻璃溫室內(nèi)氣象數(shù)據(jù)的收集

Venlo型玻璃溫室氣象數(shù)據(jù)由HOBO Data Loggers (Campbell Scientific CR10T)自動采集，包括草莓冠層1.5m處的空氣溫度和太陽輻射(從定植到試驗結束)，數(shù)據(jù)采集的頻率為每10s采集1次，存儲每30min的平均值。

1.4 模型檢驗

采用均方根誤差（RMSE, Root Mean Squared Error）和相對誤差（RE, Relative Estimation Error）進行模型模擬值與實測值之間誤差的檢驗，其中RMSE值越小，表明模擬的精度越高，模型越好[22]。使用模擬值與實測值1:1線表示模型的一致性和可靠性。其中RMSE和RE的計算式為

式中，OBSi和SIMi分別為相關變量的觀測值和模型模擬值；n為樣本量。

2 結果與分析

2.1 苗期高溫條件下草莓葉面積擴展模型及其修訂

2.1.1 生理發(fā)育時間計算

草莓葉面積指數(shù)擴展模擬模型以生理發(fā)育時間（PDT）為變量，考慮溫度和光照條件的綜合影響。PDT可根據(jù)逐日相對熱效應和相對光周期效應的乘積累積計算。日相對熱效應指（RTE，Rlative Thermal Effectiveness）草莓植株在實際溫度下生長一天相當于在最適溫度下生長一天的相對量，日相對光周期效應（RPE，Rlative Photoperiod Effectiveness）指草莓植株在實際光周期下生長一天相當于在最適光周期下生長一天的相對量。計算式為

式中，i為發(fā)育的天數(shù)，n為完成全發(fā)育階段所需的天數(shù)（d）。

相對熱效應（RTE）可以根據(jù)氣溫和作物生長發(fā)育的三基點溫度計算。計算式為

式中，RTE(Tj)為定植后第i天第j小時的相對熱效應。RTE(i)為定植后第i天的相對熱效應。Tj第i天第j小時的氣溫（℃）。Tmax、To和Tmin分別為草莓在生長發(fā)育過程中最高、最適和最低溫度（表1）。

表1 草莓不同發(fā)育階段的三基點溫度（℃）[23]Table 1 Three fundamental points of temperature at different development stages of strawberry（℃）

相對光周期效應（RPE）的計算式為

式中，DLc指草莓光周期效應的臨界日長（16h），DLo為草莓光周期效應的最適日長（10h）。DL是實際日長，計算式為[24]

式中，λ為地理緯度，試驗地的λ=32°02′；δ為太陽赤緯，n是所計算日期在一年中的日序數(shù)，如1月1日為1，12月31日為365，DL的計算從定植后開始。

2.1.2 單株葉面積指數(shù)隨PDT的變化模擬

苗期不同高溫和持續(xù)天數(shù)處理后草莓進入主要生育期對應的葉面積指數(shù)如圖2所示。由圖可知，不同高溫和不同處理天數(shù)對草莓植株的LAI均產(chǎn)生明顯的影響，但是LAI的變化趨勢基本一致，即同一生育期相同高溫處理下，隨著脅迫天數(shù)的增加，LAI呈現(xiàn)下降趨勢。32℃下，在高溫處理8d和11d后，各主要生育期的LAI均顯著低于CK；35℃下，在高溫處理5d、8d和11d后，各主要生育期的LAI均顯著低于CK；38℃和41℃下，在高溫處理大于2d后，各主要生育期的LAI均顯著低于CK。

通過擬合圖2中不同溫度不同天數(shù)下LAI隨生理發(fā)育時間（PDT）的變化趨勢，得到最優(yōu)擬合模型，以及模型的決定系數(shù)（表2）。表中模型的決定系數(shù)均大于0.95，說明模型能較好模擬對應溫度和對應脅迫天數(shù)下LA隨PDT的變化。

2.1.3 葉面積模型的修訂

由表2可見，在不同高溫條件下，LAI與PDT的關系均符合方程

式中，LAI0是開始測量時葉面積指數(shù)；rLAI是葉面積指數(shù)隨生理發(fā)育時間的變化速率（PDT-1），本研究約為0.03（表2）。

表2 不同高溫及處理時長下草莓葉面積指數(shù)隨生理發(fā)育時間（PDT）變化擬合方程Table 2 Fitting equation of leaf area index(LAI) with physiological development time(PDT) of strawberry under different high temperature and treatment time

2.2 苗期高溫條件下草莓葉片最大凈光合速率（Pmax）的修訂

測定各處理下不同生育期的光響應曲線，通過葉子飄模型擬合不同溫度和脅迫天數(shù)下的光響應曲線，得到不同苗期高溫和處理天數(shù)下各生育期各光響應曲線的Pmax。根據(jù)Pmax與處理溫度和脅迫天數(shù)的關系（圖3），以Pmax為因變量，處理溫度和處理天數(shù)為自變量，得到Pmax隨處理溫度和天數(shù)變化的方程為

2.3 苗期高溫條件下草莓干物質積累的模擬

2.3.1 冠層光合作用模擬

（1）單葉光合速率計算

采用負指數(shù)模型計算草莓單葉光合速率，計算式為

式中，F(xiàn)G為設施草莓單葉的光合速率（μmol·m-2·s-1）；Pg,max為設施草莓單葉的最大光合速率，該值是光合作用模型中非常重要的參數(shù)，反映了作物的生化過程和生理條件（μmol·m-2·s-1）；ε為草莓吸收光能的初始利用效率，該值受環(huán)境影響較大；PAR為草莓冠層吸收的光合有效輻射（μmol·m-2·s-1），通常為光合有效輻射總量的80%。

（2）冠層光合作用計算

將草莓的冠層看作一層，通過式（15）計算整個冠層的瞬時光合速率，再計算每日冠層的光合速率[25]。

式中，TFG為設施草莓整個冠層的光合速率（kg CO2·hm-2·h-1）；FG為草莓單葉光合速率（kg CO2·hm-2·h-1）；LAI為草莓的葉面積指數(shù)。

由式（16）計算從中午到日落3個時間點的真太陽時（h），即th[i]（i=1，2，3），從而可以計算出其對應的整個冠層瞬時光合速率TFGi（i=1，2，3）。

式中，DL代表日長（h）；DIS[i]代表高斯三點積分法的距離系數(shù)。DIS[1]、DIS[2]和DIS[3]分別取值0.112702、0.5和0.887298[26]。

利用式（17）計算每日光合總量DTGA。

式中，DTGA為設施草莓整個冠層每日的總同化量（kg CO2·hm-2·d-1）；DL為日長（h）；WTi為中午到日落之間的3個時間點的權重（高斯三點積分法），WT1、WT2和WT3分別取值0.277778、0.444444和0.277778[27]；TFGi為中午到日落之間第i個時間點設施草莓整個冠層的光合速率（kg CO2·hm-2·h-1）。

2.3.2 冠層呼吸作用模擬

作物在同化有機物的同時也會消耗有機物來維持有機體的正常狀態(tài)，對有機物的消耗通過呼吸作用實現(xiàn)。因此準確計算呼吸消耗，對精準預測干物質生產(chǎn)就有重要意義。呼吸作用分為維持呼吸、生長呼吸和光呼吸[27]，三者消耗同化物的質量分別為

式中，RM、RG、RP分別為設施草莓群體維持呼吸、生長呼吸和光呼吸消耗的日同化物質量（kg CO2·hm-2·d-1）；T1、T2和TO分別是日平均氣溫、白天平均氣溫和作物的最適呼吸溫度（℃）；Rm、Rg和Rp分別為作物維持呼吸系數(shù)、生長呼吸系數(shù)和光呼吸系數(shù)，分別取0.01、0.39和0.33；Q10為2，為呼吸作用的溫度系數(shù)。

2.3.3 干物質積累模擬

草莓干物質量的積累計算式為

式中，ΔW為設施草莓群體日產(chǎn)生的干物質量（kg CO2·hm-2·d-1）；0.682是二氧化碳與碳水化合物的轉換系數(shù)；0.95是碳水化合物轉化為干物質的轉換系數(shù)；0.05是干物質中礦物質的含量。

2.4 各模型模擬結果的驗證

2.4.1 葉面積指數(shù)

利用2019年9月-2020年1月數(shù)據(jù)對模型進行驗證。由圖4a可以看出，利用模型擬合的LAI值與實測的LAI值呈現(xiàn)較好的1:1線，基于1:1線的決定系數(shù)R2為0.98，模擬結果精度較高。由圖4b可以看出，模型模擬值與實測值的誤差在0.06以內(nèi)，同時，計算表明，模型對LAI的模擬的均方根誤差（RMSE）和相對誤差（RE）分別是0.04和6.43%?？傮w來說，模型模擬值與實測值一致性較好。

2.4.2 最大光合速率

由圖5a可以看出，利用模型擬合的Pmax值與實測的Pmax值呈現(xiàn)較好的1:1線，基于1:1線的決定系數(shù)R2為0.83，模擬結果精度較高。圖5b顯示，模型模擬值與實測值的誤差在3μmol·m-2·s-1以內(nèi)，計算表明，模型對最大光合速率的模擬的均方根誤差（RMSE）和相對誤差（RE）分別是1.50μmol·m-2·s-1和13.17%?？傮w來說，模型模擬值與實測值一致性較好。

2.4.3 干物質積累

由圖6a可以明顯看出，利用模型擬合的地上干物質的量與實測的地上干物質的量呈現(xiàn)較好的1:1線，基于1:1線的決定系數(shù)R2為0.91，模擬結果精度較高。圖6b表明，模型模擬值與實測值的最大誤差為3g·m-2，計算結果顯示，模型對干物質量的模擬的均方根誤差（RMSE）和相對誤差（RE）分別是1.38g·m-2和11.49%?？傮w來說，模型模擬值與實測值一致性良好。

3 結論與討論

3.1 討論

葉面積指數(shù)是精準預測作物干物質生產(chǎn)的關鍵參數(shù)[13]，同時也是預測作物生長發(fā)育過程及其與環(huán)境和技術的動態(tài)關系的關鍵參數(shù)[16]。本研究結果表明高溫脅迫會導致葉面積指數(shù)顯著減小，且脅迫強度越強，時間越長，減小越顯著，這可能是因為高溫脅迫也破壞植物的光合作用器官，導致葉綠體降解，影響葉片光合物質的生產(chǎn)[28]。目前模擬溫室作物葉面積指數(shù)的方法僅僅適應于栽培管理方法相同（水肥管理、種植密度和修枝方式），沒有考慮作物在極端溫度下生長發(fā)育情況，草莓作為短日照植物，在其模型構建過程中，必須考慮光周期效應[29]。本研究通過草莓苗期不同高溫強度及持續(xù)天數(shù)試驗，建立了以生理發(fā)育時間為尺度的溫室草莓葉面積模擬模型。不僅考慮了高溫發(fā)生強度和時間長度，還結合了光周期效應，提高了模型在高溫環(huán)境下的模擬精度，為準確模擬植物光合作用和干物質積累過程提供了可能。

干物質生產(chǎn)直接反映作物光合能力和光合產(chǎn)物運轉的狀況[30]。目前，構建干物質生產(chǎn)模型采用經(jīng)驗模型較多，但是主要用于大田作物，且模型精準程度容易受到外界環(huán)境（溫度、氮素、CO2濃度、生理年齡和水分）等因素的影響。而本研究是通過光合作用干物質生產(chǎn)的機理模型來模擬干物質生產(chǎn)，是基于一日內(nèi)到達冠層的光合有效輻射，采用高斯積分法將冠層分層計算不同葉層反射與吸收的光合有效輻射，加權計算冠層瞬時同化速率，同時考慮了反射率隨太陽高度角的日變化以及群體消光系數(shù)隨PDT的時序變化，再按不同時間點加權求和得到每日冠層同化速率，并通過計算呼吸和物質轉化消耗，得到每日同化物積累量[16,27]。這種方法機理性更強，提高了模型在高溫環(huán)境下對作物的光合作用和干物質生產(chǎn)的模擬精度。

本研究基于不同高溫強度及其持續(xù)天數(shù)，建立了以生理發(fā)育時間為尺度的溫室草莓葉面積模擬模型，并結合已有的光合作用生產(chǎn)模型，構建了苗期高溫對草莓植株干物質生產(chǎn)影響的機理模型。雖然該模型能模擬出苗期高溫下，草莓葉面積動態(tài)變化以及干物質累積，但是模型還需要不同草莓品種、水肥條件、種植密度等下的試驗數(shù)據(jù)進行進一步驗證，才能提高普適性。

3.2 結論

（1）苗期不同高溫水平和處理時長后草莓單株葉面積生長符合方程LAI = LAI0·EXP(rLAI·PDT)。式中，LAI0是開始測量時葉面積指數(shù)；rLAI是葉面積指數(shù)隨生理發(fā)育時間變化速率（PDT-1），此值約為0.03。模型對LAI的模擬值與實測值之間的R2為0.98，RMSE為0.04，RE為6.43%

（2）草莓葉片最大光合速率與苗期不同高溫水平和不同處理時長的關系符合方程Pmax=44.67-0.88T-0.17D(R2=0.9543)，模型對草莓最大光合速率的模擬值與實測值之間的R2為0.83，RMSE為1.50μmol·m-2·s-1，RE為13.17%

（3）通過對葉面積模型和最大凈光合速率模型的重新修正構建，結合已有的作物生長模型，構建了光合驅動的草莓干物質生產(chǎn)的機理模型，該模型對苗期高溫下草莓干物質生產(chǎn)的模擬值與實測值之間的R2為0.91，RMSE為1.38g·m-2，RE為11.49%，模擬效果良好。