温度、二氧化碳和营养液耦合对甜瓜幼苗生长的效应分析

张冠智 李 洋 徐 鹏 周 顺 马丽媛 李 艳 武永军 杨振超*

(1．西北农林科技大学 园艺学院/农业农村部西北设施园艺工程重点实验室,陕西 杨凌 712100;2.西北农林科技大学 生命学院,陕西 杨凌 712100)

甜瓜(CucumismeloL.)是葫芦科重要的园艺作物之一。生产高产和高品质甜瓜需要有高质量的幼苗作为支撑[1]。培育健壮的幼苗需要科学且精准的环境调控,其中温度、CO2和营养液是影响幼苗生长发育的重要环境因素[2-7]。目前已有大量基于这3个因素对甜瓜幼苗影响的研究,但这些研究大多是单因素或双因素耦合调控,且以单一指标或多指标独立分析为主[8-12],对甜瓜多因素耦合调控研究则较少。然而各环境因子的耦合效应会影响因子效应区间,导致对相应最优值的控制不准确[13]。而且不同学者依据的评价指标不同,得到的结果也会存在差异。因此,有必要探索依据多指标进行综合评估多环境因素对温室甜瓜幼苗生长的影响,为培育壮苗提供理论参考和实践指导。

通用旋转组合设计同时具有正交性和旋转性,取点分散均匀并且试验次数少,是研究多因子交互作用的有效方法[14],因此本研究采用三元二次通用旋转组合来设计试验。对园艺作物的综合评价方法包括层次分析法、主成分分析法和因子分析法等,不同的方法各具特色[15]。其中因子分析法具有定量分析充分和客观性更强的特点[16],适用于对甜瓜幼苗的客观评价。本研究将最终测定的生长指标和生理指标基于因子分析法建立对多种环境因子的综合评价体系和响应模型,在综合生长评价体系的基础上,探究白天空气温度、CO2浓度和营养液浓度三因子之间的互作关系,根据生长模型得到三因子的最佳区间,以期为甜瓜智能化生产管理系统提供调控依据。

1 材料与方法

1.1 试验材料

本研究于2022-01—2022-06在西北农林科技大学园艺学院设施农业生物与环境工程实验室进行。试验选用CO2人工气候箱(RXZ-500D,江南制造厂),光源为LED光源,红光与蓝光强度之比为2∶1。通过气候箱控制系统设置100%光强,其测量值为(180±5) μmol/(m2·s),昼/夜光周期为12 h/12 h,夜间温度为15 ℃,夜间CO2浓度为400 μmol/mol,相对湿度为60%。供试甜瓜品种为‘贵妃雪蜜’,由杨凌秦瑞农业开发有限公司提供的早熟厚皮甜瓜品种。播种于72孔装有蛭石的穴盘中,用清水灌溉,13 d后子叶展平,选择长势一致的幼苗定植于育苗钵中。育苗钵长×宽×高=10.0 cm×10.0 cm×8.5 cm,育苗基质为蛭石(定植前用营养液充分浸湿)。营养液采用山崎甜瓜营养液配比,其pH控制在6.0～7.0,根据试验设计配置相应浓度。

1.2 试验设计

本试验以白天空气温度(X1)、CO2浓度(X2)、营养液浓度(X3)为试验因素,采用三因子五水平通用旋转组合设计形成20个组合处理。各因素水平设计及编码见表1。每个处理种植18株,空气温度和CO2浓度通过人工气候箱控制系统设定并进行环境控制,温度波动度：±1 ℃,CO2波动度：±15 μmol/mol。每个处理气候箱内白天空气温度、CO2浓度以及营养液浓度设置见表2。营养液浓度依据试验设计通过电导率仪(雷磁DDS-307)测量,EC值波动度：±0.02 (mS/cm)。每次每株浇100 mL营养液,2 d更换1次。由于试验条件所限,所有处理在3个相同的气候箱分4批次完成,每次都设置1个参照处理,用于分析各批次间是否有显著差异。如果差异显著就进行数据标准化处理,如差异不显著可直接用于统计分析。

表1 试验因素水平及编码Table 1 Designed levels and codes of experimental factors

表2 环境因子组合试验方案Table 2 Environmental factor combination test plan

1.3 测定项目和方法

于处理第0和13天测定各指标,每次随机选择3株。用刻度尺测量植株的株高、最大叶长和最大叶宽,用游标卡尺测定茎粗,用天平称量甜瓜植株的地上部和地下部鲜重。将植株105 ℃杀青30 min,65 ℃烘至恒重,测定地上部和地下部干重。叶面积计算公式为：叶面积=叶长×叶宽×0.66[17]。壮苗指数计算公式为：壮苗指数= (茎粗/株高+地下部干重/地上部干重)×总干重。选择第1片完全展开的功能叶片进行净光合速率的测定,每个处理测3次,测定设备为Li-6800XT型光合仪(Li-Cor公司,美国);使用SPAD-502叶绿素仪测定叶绿素含量。

1.4 数据处理

根据三元二次通用旋转组合设计原理,用DPS 7.05设计试验处理以及对试验结果进行回归分析,建立甜瓜对多环境因子调控的响应模型;使用Microsoft Excel 2016整理数据;使用SPSS进行因子分析,得到最终的综合评价因子;利用MATLAB R2021b构建模拟模型。

2 结果与分析

2.1 批次效应检验

为了检验4批试验之间是否存在明显的批次效应,将4批试验中相同处理的6个指标(总鲜重、总干重、净光合速率、叶绿素、叶面积和壮苗指数)进行方差分析,6个指标的P值分别为0.82、0.51、0.38、0.96、0.99和0.80,均大于0.05,表明4批试验之间的批次差异不显著,可以做进一步分析。

2.2 单个指标对多环境因子响应模型的构建

在建立甜瓜幼苗生长的综合评价指标之前,首先要确定每个能体现幼苗生长的指标对环境因素的响应效应。以环境因素为自变量,单一生长指标为因变量进行回归分析,由此得到了各指标对环境多因子的响应模型。然后利用响应模型进行模拟和优化,得到不同指标所需环境参数的最佳编码值(表3)。

对所建立的甜瓜生长评价指标的回归方程进行显著性检验。结果表明,这些指标对环境多因素具有显著的响应作用,可作为环境参数最优调控的评价指标。然而,依据不同指标得出的最适环境存在差异。在幼苗的环境管理中,仅依据单一指标对环境的需求不能准确反映幼苗的综合生长需求(表3)。因此,需要建立基于环境因素的甜瓜幼苗综合评价体系,包括指标之间的协调,充分考虑各指标的主要和次要作用,才能得到环境因素参数的完整优化。

2.3 基于因子分析确定甜瓜幼苗的综合评价指标

2.3.1适用性检验

使用因子分析进行信息浓缩研究,首先分析研究数据是否适合进行因子分析。通过计算得到凯泽-迈尔-奥尔基(Kaiser-Meyer-Olkin,KMO)值为0.839>0.600,满足因子分析的前提要求,可用于因子分析研究。巴特利特(Bartlett)球形度检验的P值为0.000,进一步说明研究数据适合进行因子分析。

2.3.2提取公因子

通过SPSS软件采用主成分分析法进行因子分析,最终确定提取的公因子(表4)以及公因子对应的各指标权重(表5)。由表4可知,第1个公因子可以表示原来6个指标85.919%的信息,所以选择这一个公因子作为甜瓜幼苗最终综合评价指标。

表4 公因子方差解释表Table 4 Common factor variance interpretation table

从表5可知,所有研究项对应的载荷系数均高于0.400,表明研究项和因子之间有着较强的关联性,因子可以有效的提取出信息。根据得分系数得出因子得分=0.181×总鲜重+0.176×总干重+0.166×净光合速率+0.184×叶绿素+0.184×壮苗指数+0.187×叶面积,最终得到不同处理的甜瓜幼苗长势的综合评价值及排序(表6)。由表6可知,在所有处理中,处理12的综合评价值最大,说明此处理综合长势最好;处理5次之,处理11综合评价值最小,长势最差。

表5 因子载荷系数与得分系数Table 5 Factor loading coefficient and score coefficient

表6 基于因子分析法确定的甜瓜幼苗综合评价值及其排序Table 6 The comprehensive evaluation value and ranking of melon seedlings based on factor analysis method

2.4 甜瓜综合生长对多环境因子的响应模型构建

为了更准确地确定幼苗管理中最合适的环境参数,利用DPS软件对各处理的综合评价值进行多元线性回归分析。采用二次多项式回归方程确定白天空气温度、CO2浓度和营养液浓度对甜瓜幼苗综合评价值的影响。综合生长模型如下：

(1)

为了评价幼苗综合生长模型的拟合效果,计算能够表征模型模仿效应的相关指标。经过显著性检验和方差分析得到y的决定系数(R2)为0.944,均方根误差为(RMSE)0.07,F回归=18.725>F0.05(9,10)=3.020,在0.05水平上达到显著水平。综上可知回归模型可靠性较强,可用于分析环境因子对甜瓜幼苗的调控效应。

2.5 甜瓜幼苗综合生长模型的模拟

根据幼苗生长预测模型通过MATLAB构建模拟图,得到白天空气温度、CO2浓度、营养液浓度与甜瓜幼苗综合生长关系模拟图(图1)。由图1可知,试验的3个因素中,温度对甜瓜幼苗的影响最显著,CO2和营养液浓度对甜瓜幼苗综合评价值影响都相对较小。

图1 CO2、白天空气温度和营养液耦合对幼苗的影响Fig.1 Effects of CO2,daytime air temperature, and nutrient solution coupling on seedlings

2.5.1不同白天空气温度下CO2和营养液浓度对甜瓜幼苗的影响

根据综合评价模型,设定白天空气温度编码值为-1、0和1这3个水平进行作图,分析白天空气温度在19 ℃、25 ℃和31 ℃下不同CO2和营养液浓度对甜瓜幼苗生长的影响。如图2所示,从各个曲面的变化幅度分析可知,随着温度的升高,CO2和营养液浓度对甜瓜幼苗的影响也逐渐增大;在低CO2、低营养液浓度浓度下和高CO2、高营养液浓度下甜瓜幼苗的综合评价值均小于中等水平的CO2和营养液浓度下的评价值。温度相同时,在低CO2浓度下只升高营养液浓度和在低营养液浓度下只升高CO2浓度均小于两因素同时升高的综合评价值。由此可知CO2和营养液浓度对甜瓜幼苗的影响存在协同作用。当白天空气温度为19 ℃时曲面整体的综合评价值为负数,此时不利于甜瓜幼苗的生长,如果将CO2浓度和营养液浓度分别控制在945～1 382 μmol/mol 和1.1～2.3 mS/cm时在一定程度上可以缓解低温对甜瓜幼苗的胁迫(图2(a))。当白天空气温度升高至25 ℃时,幼苗对CO2的需求量增加,但适宜的营养液浓度有所降低(图2(b))。当白天空气温度达到31 ℃时,曲面的整体综合评价值都处于较高水平,说明该温度有利于甜瓜幼苗的生长,适宜的CO2浓度为1 054～1 500 μmol/mol,适宜的营养液浓度为1.6～2.8 mS/cm(图2(c))。

图2 不同白天空气温度下CO2浓度和营养液浓度对甜瓜幼苗生长的影响Fig.2 Effects of CO2 concentration and nutrient solution concentration at different daytime air temperatures on the growth of melon seedlings

2.5.2不同CO2浓度下白天空气温度和营养液浓度对甜瓜幼苗的影响

根据综合评价模型,设定CO2编码值为-1、0和1的3个水平进行作图,分析CO2浓度在643、1 000 和1 357 μmol/mol下不同白天空气温度和营养液浓度对甜瓜幼苗生长的影响(图3)。如图3所示,在不同的CO2浓度下,调控白天空气温度和营养液浓度时,综合评价值的响应趋势一致,均随着温度的升高而升高,随着营养液浓度的提高呈先上升后降低趋势。随着CO2浓度的升高白天空气温度对甜瓜幼苗综合评价值的影响越来越显著。白天空气温度对幼苗的影响远大于营养液浓度的影响。因此在环境调控时应该优先对白天空气温度进行调控,其次是营养液浓度。

图3 不同CO2浓度下白天空气温度和营养液浓度对甜瓜幼苗生长的影响Fig.3 Effects of daytime air temperature and nutrient solution concentration on the growth of melon seedlings under different CO2 concentrations

2.5.3不同营养液浓度下白天空气温度和CO2浓度对甜瓜幼苗的影响

根据综合评价模型,设定营养液浓度编码值为-1、0和1的3个水平进行作图,分析营养液浓度在0.9、1.7和2.5 mS/cm下不同CO2和白天空气温度对甜瓜幼苗生长的影响(图4)。如图4所示,在3个营养液浓度下,综合评价值均随着温度的升高而显著增大;随CO2浓度升高呈先增大后降低趋势;随着营养液浓度的升高,白天空气温度对甜瓜幼苗综合评价值的影响则越来越大。

图4 不同营养液浓度下CO2浓度和白天空气温度对甜瓜幼苗生长的影响Fig.4 Effects of CO2 concentration and daytime air temperature on the growth of melon seedlings under different nutrient solution concentrations

2.6 基于甜瓜生长模型的优化与验证

通过模型模拟3个环境因素的优化,得出在试验水平范围内,白天适宜空气温度编码值范围是1.39～1.68,即33 ℃～35 ℃;适宜的CO2浓度编码值是1.12～1.15,即1 043～1 408 μmol/mol;适宜的营养液浓度编码值是0.28～1.39,即2.0～2.9 mS/cm。

依据上述最优区间进行同样的试验,对实际生长指标进行测量,验证了环境最佳区间的可靠性。得到的鲜重为8.82 g、干重为0.66 g、净光合速率为4.63 μmol/(m2·s)、叶绿素含量为44.7、壮苗指数为0.11、叶面积为45.6 cm2,最终计算得到综合评价值为1.72,比模型模拟的最大值1.76低2.3%。以上结果表明,基于该模型的最优环境因子对甜瓜幼苗的综合生长具有较好的促进作用,说明该综合生长模型具有良好的模拟性能,可为温室甜瓜幼苗的环境调控提供指导。

3 讨 论

3.1 多环境因子交互作用对作物生长的影响

不同环境因子之间存在复杂的交互作用和反馈机制[14],单因子的调控无法了解多环境因子的互作对作物的影响。本试验选择了3个重要的环境因素进行调控,结果表明白天空气温度、CO2浓度和营养液浓度对甜瓜幼苗均有显著影响,且存在互作关系。高CO2浓度和高营养液浓度处理的甜瓜幼苗综合评价值均低于中等CO2浓度和营养液浓度处理。说明适当的环境管理不仅能促进幼苗的生长,而且可以降低调控成本。在低温下中等浓度营养液对甜瓜幼苗的促进作用最好,中温条件下则相对较低的营养液浓度促进作用更好,高温下高营养液浓度长势最好。这可能是因为在低温时较高的营养液浓度能够提高幼苗的耐寒性,有研究表明铵[18]、镁[19]和磷[20]浓度的增加可有效缓解低温对作物的胁迫;提高营养液铜、锌和锰浓度能使幼苗叶片Fv/Fm 和ΦPSⅡ等叶绿素荧光参数明显增强,显著增强了幼苗光合系统抗低温的能力[21],因此幼苗在低温环境下对营养液浓度的需求高于中温环境。在高温下,由于生长速度的加快需要更高的营养液浓度以满足作物生长的需求,所以对营养液浓度的需求高。由此可知,在调控营养液浓度时应该依据白天空气温度供应合适的浓度。本研究结果选择的最佳白天空气温度与前人试验结果[22]相比相对偏高,可能与CO2浓度和营养液浓度均较大有一定关系,试验中光强较弱,对试验结果也有一定影响。建议今后加大光照强度进一步研究。

3.2 综合评价指标的构建与分析

通过多元线性回归,本研究发现不同指标所需的最优环境参数并不完全一致,即通过调整环境因素很难达到各指标的最佳条件。前人的研究也表明,依据不同的评价指标得出的最适环境参数存在差异[23]。甜瓜幼苗综合评价体系可以合理协调各种指标对3种环境因素的需求。目前很多人在综合评价中用到了主观层次分析法[24],但是由于层次分析法是由人的主观意识来评价,这样得到的结果无法保证不同评价者赋予权重的一致性,会导致最终的评价结果存在差异。因子分析法以较少的相关因子相对集中地反映原先变量的大部分信息,使评价结果更加客观、科学和合理[25]。本研究采用因子分析法综合6个评价指标的特征确定了一个公因子,将该公因子作为甜瓜幼苗的综合评价值使最终评价结果客观地反映了幼苗的生长状况。

3.3 模型的构建与分析

在前人的研究中虽然建立了综合评价体系,但是这些研究只在所有处理中选取了最好的处理,没有进行进一步的建模分析[26],由于不同处理水平之间存在一定的间隔[27],这导致结果不够准确。本试验根据各处理综合评价值建立了甜瓜幼苗综合生长模型,并通过生长模型计算最优的环境区间,试验综合评价值最大的处理组与模型计算得到的最佳区间存在差异,且与验证结果一致。说明模型的构建可以更准确地分析环境因素对甜瓜幼苗生长状态的影响。前人构建的多因素互作模型以神经网络模型为主,该类模型在基于大数据的基础上能够达到极高的预测效果[28-30],但是针对长周期调控以及试验条件有限的情况很难获得大量的数据。二次多项式拟合模型在有限数据量的情况下实现了模型的构建并达到了好的拟合效果,推动了学者对作物的科学研究。本模型是基于单一品种的苗期试验数据构建,应用在其他品种还需要通过多品种的试验对模型进行校正和检验。

4 结 论

本研究通过调控甜瓜幼苗白天空气温度、CO2浓度和营养液浓度构建了综合评价模型,该模型的拟合度高,对实现甜瓜幼苗的标准化管理具有参考意义。通过分析得到白天空气温度对甜瓜幼苗综合评价值的影响最大,在生产中首先要调控温室环境的温度,在调控温度的基础上再对CO2浓度和营养液浓度进行调控,进一步优化甜瓜幼苗栽培环境。因此,在设施环境调控中理想的调控方案为：白天空气温度保持在33 ℃～35 ℃,CO2浓度在1 043～1 408 μmol/mol,营养液浓度控制在2.0～2.9 mS/cm,在此条件下,甜瓜幼苗长势最好。