張學杰,王 平,王 輝,孫 鵬,晁江濤,高 強,王新偉,李 林*

(1.重慶市煙草公司黔江分公司,重慶 409000;2.中國農(nóng)業(yè)科學院煙草研究所,山東青島 266101;3.山東臨沂煙草有限公司,山東臨沂 276003)

煙草生長模型是智慧煙草生長決策的基礎[1]。鑒于煙草生長發(fā)育屬于復雜系統(tǒng)工程,在研究過程中,往往先從簡單模型入手。例如,熊淑萍[2]構建了煙草生長發(fā)育動態(tài)模擬模型系統(tǒng)(Tobacco-DSMS),可以有效預測生育期和葉齡;馬新明等[3]構建了煙草根系形態(tài)發(fā)育模型,可以預測根系數(shù)量、長度、根長指數(shù)和根長密度等指標,開展了可視化研究[4-5];孫延國等[6]基于Richards生長曲線分別構建了K326、NC89、云煙85、紅花大金元的葉片發(fā)生模型,能夠較好預測葉數(shù)、葉片大小及生長速率等指標;為快速評估煙草生長狀態(tài),王輝等[7]利用主成分分析及神經(jīng)網(wǎng)絡方法構建了煙草光合-蒸騰速率日變化估算模型;胡雪瓊等[8]將WOFOST(world food studies)模型延伸至云南烤煙的生長模擬,并進行了初步驗證。

雖然科研人員已從多個角度解析了煙草生長模型,但關于煙株物質(zhì)累積的模型較少。鑒于此,筆者以重慶市黔江煙區(qū)云煙87為研究對象,選取6個試驗點,預設6個時間點定期采集樣品,基于S型Logistic曲線構建其物質(zhì)累積模型。

1 材料與方法

1.1 試驗地概況重慶市屬中亞熱帶濕潤季風氣候,年平均氣溫16～18 ℃,夏季年均溫26～29 ℃,冬季年均溫4～8 ℃,年均降水1 000～1 350 mm,集中在5—9月,占全年總降水的70%左右,春季連陰雨天氣居多,太陽輻射弱,年日照時數(shù)1 000～1 400 h,但日照百分率僅25%～35%,屬年日照少地區(qū)。重慶市下轄26個區(qū)12個縣,其中黔江區(qū)具有較強代表性。

1.2 試驗材料試驗以烤煙品種云煙87為研究對象。

1.3 試驗方法在黔江煙區(qū)鄰鄂鎮(zhèn)和阿蓬江鎮(zhèn)各選3個試驗點,詳情見表1。試驗材料于2021年4月28日完成移栽,之后取樣6次,詳情見表2。取樣后獲取煙株的鮮重與干重,計算鮮干比以及含水率。參考煙株的鮮重與干重的累計趨勢,構建云煙87在黔江區(qū)的田間生長累積曲線,構建其累計模型。

表1 云煙87取樣點信息

表2 云煙87試驗6次取樣日期及生物學重復數(shù)

從田間取樣后,使用美工刀分割煙株根、莖、葉,使用電子秤(分辨率千分之一克,量程5 kg)分別測量其鮮重,之后再將其進一步切分為小片樣品,放入電烘箱中,100 ℃殺青20 min,65 ℃持續(xù)24 h烘干樣品,分別記錄干重,并將樣品分裝入密封袋備用。

1.4 模型構建使用Matlab R2021b中的fitnlm()函數(shù)匹配曲線參數(shù)。

2 結果與分析

2.1 煙株生長發(fā)育趨勢煙苗從煙苗移栽到煙葉采收大致需經(jīng)歷5個時期:還苗期、團棵期、旺長期、現(xiàn)蕾期及成熟期。其中,還苗期至旺長期煙株生長發(fā)育較為緩慢,從旺長期開始到現(xiàn)蕾期則發(fā)育迅速,成熟期趨于穩(wěn)定,煙株的物質(zhì)積累趨勢整體呈S型Logistic曲線[10-12](圖1),其公式為:y～b1+b2/(1+b3×exp(b4×t)),其中b1～b4為曲線參數(shù),決定了曲線形態(tài);t為移栽后天數(shù),決定了曲線的延伸程度。

圖1 煙株物質(zhì)累積曲線Fig.1 Material accumulation curve of tobacco plant

2.2 云煙87物質(zhì)累積指標變化趨勢2021年在黔江煙區(qū)試驗點于特定日期取樣,分別測量煙株的鮮重、干重、鮮干比及含水率。結果表明,不同試驗點的煙株鮮重、干重、鮮干比、含水率等指標變化趨勢基本一致。①煙株鮮重于移栽后36 d內(nèi)增長緩慢,從36 d開始鮮重快速增加,73 d鮮重逐漸趨于穩(wěn)定;干重變化趨勢與鮮重基本一致。②煙株鮮干比在移栽后1～22 d時為8～11;36 d迅速升高,為17～22; 53 d略有下降,為12～16;73 d又迅速升高至28 ～ 33,鮮干比整體呈現(xiàn)“升-降-升”趨勢。③煙株含水率于移栽后1～22 d維持在88%～91%,36 d降至77%～82%, 53 d略有上升,73 d降至66%～71%。

2.3 云煙87物質(zhì)累積模型構建云煙87物質(zhì)累積可分為鮮物質(zhì)累積和干物質(zhì)累積,兩者累積趨勢均為S型Logistic曲線,因此在構建云煙87物質(zhì)累積曲線時,只需匹配b1～b4參數(shù)即可。

由于不同發(fā)育時期的鮮干比與含水率不同,因此鮮物質(zhì)累積曲線與干物質(zhì)累積曲線存在一定差別,只需匹配b1～b4參數(shù)即可。在構建模型過程中,如果模型僅用1個公式表示,累積曲線擬合R2約為0.90。從整體看,移栽后36 d內(nèi)曲線擬合度較差,36 d后曲線擬合度較好。鑒于此,將累積模型分成2個階段:1～36 和 36～73 d。單一試驗點的第1、2階段曲線R2值均達到0.99;而6個試驗點的第1、2階段曲線R2值分別提升至0.99和0.95。

2.3.1鮮物質(zhì)累積模型。鮮物質(zhì)累積模型能夠預測特定時間點田間新鮮煙株的總重量(fresh matter weight, FW)。參考S型Logistic曲線公式(y～b1+b2/(1+b3×exp(b4×t))),使用Matlab fitnlm()函數(shù)匹配不同試驗點的曲線b1～b4參數(shù)(表3)。

表3 云煙87煙株鮮物質(zhì)累積參數(shù)匹配

表4 云煙87煙株干物質(zhì)累積參數(shù)匹配

對6個試驗點的鮮重指標求平均值,并匹配b1～b4參數(shù),獲得黔江區(qū)云煙87煙株鮮物質(zhì)累積模型:

第1階段(t≤36 d),FW1= 4.448+159.14/(1+283.71×exp(-0.256 98×x))。

第2階段(t>36 d),FW2= 81.681+1941.5/(1+172 030×exp(-0.246 61×x))。

2.3.2干物質(zhì)累積模型。干物質(zhì)累積模型能夠預測特定時間點煙株烘干后的總重量(dry matter weight, DW)。先匹配不同試驗點的干物質(zhì)累積曲線的b1～b4參數(shù)(表3)。

對6個試驗點的干重指標求平均值,并匹配b1～b4參數(shù),獲得黔江區(qū)云煙87煙株干物質(zhì)累積模型:

第1階段(t≤36 d),DW1=0.276 43+38.747/(1+287.5×exp(-0.197 86×x))。

第2階段(t>36 d),DW2=4.381 7+716/(1+3 523.1×exp(-0.137 25×x))。

2.4 云煙87物質(zhì)累積曲線擬合驗證將6個試驗點的鮮重數(shù)據(jù)與累積曲線進行擬合,結果表明第1階段模型R2值為0.99;第2階段模型R2值為0.96(圖3);

將6個試驗點的干重數(shù)據(jù)與累積曲線進行擬合,結果表明第1階段模型R2值為0.99;第2階段模型R2值為0.98(圖4)。

圖4 云煙87煙株干物質(zhì)累積曲線擬合驗證Fig.4 Dry matter accumulation curve fitting verification of Yunyan 87

3 小結

云煙87是國內(nèi)種植面積最大的烤煙品種。該研究以重慶市黔江區(qū)為例,構建了云煙87煙株鮮物質(zhì)及干物質(zhì)的累積模型。根據(jù)云煙87的生長特點,將鮮物質(zhì)累積及干物質(zhì)累積模型均分解為2個階段,即1～36 和36～73 d,結果表明,模型R2值高于0.96。雖然該模型僅考慮時間序列1個因素,但模型R2值依然很高,有望應用于實際生產(chǎn)中。