番茄叶面积预测模型研究_王清峰.pdf

2022 年 12 月 热 带 农 业 科 学热 带 农 业 科 学 第 42 卷第 12 期 Dec.2022 CHINESE JOURNAL OF TROPICAL AGRICULTURE Vol.42,No.12 收稿日期 2022-08-08；修回日期 2022-08-29 第一作者 王清峰（1989），男，硕士，农艺师，研究方向为作物栽培，E-mail：。通讯作者 杨重法（1962），男，博士，教授，研究方向为植物生态生理、作物模型，E-mail：y-。番茄叶面积预测模型研究 王清峰1,2 薛敏2 杨重法2（1.屯昌县农业技术和机械化事务中心 海南屯昌 571600；2.海南大学热带作物学院 海南海口 570228）摘 要 为了建立便捷、准确、非破坏性的番茄叶面积预测模型，以串串红、红箭、黄箭樱桃、金帝、惠丰三号、金冠一号、凯利亚、夏抗一号 8 个番茄品种为材料，采集样本叶片 431 片，观测全叶长宽、最大小叶长宽、顶叶长宽、小叶数量，用扫描法测定面积。结果表明：全叶长宽、小叶长宽、顶叶长宽、小叶数和叶面积之间存在显著的相关关系，小叶长宽与叶面积之间的相关性高于全叶长宽和顶叶长宽。以全叶长 A、全叶宽 B、小叶长 C、小叶宽 D、小叶数N 为自变量构建的番茄叶面积模型 S=16.15+0.476A0.769B+0.474CDN 拟合效果较好，决定系数 R2为 0.961 9，均方根误差 RMSE 为 17.29。模型外部检验结果，叶面预测值与实测值的相关系数为 0.980 7，相对误差 9.73%；8 个品种的外部检验结果，相关系数大于 0.96，串串红相对误差 14.14%、其他品种小于 10%。模型预测准确高，具有比较广泛的适应性，可以应用于生产调查和一般科学研究。关键词 番茄；叶长；叶宽；小叶数；叶面积模型 中图分类号 S533 文献标识码 A DOI:10.12008/j.issn.1009-2196.2022.12.019 The Prediction Model For Leaf Area of Tomato WANG Qingfeng1,2 XUE Min2 YANG Zhongfa2(1.Tunchang Agricultural Technology and Mechanization Affairs Center,Tunchang,Hainan 571600,China;2.College of Tropical Crops,Hainan University,Haikou,Hainan 570228,China)Abstract In order to establish a convenient,accurate and non-destructive prediction model of tomato leaf area,8 cultivars of tomatoes included Chuanchuanhong,Hongjian,Huangjian cherry,Jindi,Huifeng No.3,Xiahang No.1 and Kailiya were used as the material.431 samples were collected.The length and width of the whole leaf,the length and width of the largest leaflet,the length and width of the parietal leaf and the number of leaflets were observed.The area was determined by scanning method.The results showed that there was a significant correlation in the length and width of the whole leaf,the length and width of the leaflet,the length and width of the parietal leaf,the number of leaflets and the leaf area.The correlation coeffi-cient between leaflet length and width and leaf area was more than length and width of the whole leaf and the parietal leaf.A tomato leaf area model was constructed with the independent variables which was whole leaf length(A),whole leaf width(B),leaflet length(C),leaflet width(D),and leaflet number(N).The formula was S=16.15+0.476A0.769B+0.474CDN,R2=0.961 9,RMSE=17.29.According to the external of test results in the model,the correlation coefficient between the pre-dicted value and the measured value of leaf surface was 0.9807(relative error 9.73%).The external test results of 8 cultivars showed that the correlation coefficient was more than 0.96.The relative error of Chuanchuanhong was 14.14%,and the other cultivars were less than 10%.Because of the high prediction accuracy and wide adaptability of model,it could be applied to production surveys and general scientific research.Keywords tomato;the length of leaf;the width of leaf;number of leaflets;leaf area model 叶片是作物进行光合作用的主要器官，叶面积大小直接决定干物质生产和作物产量1，同时叶面积作为作物长势和养分吸收利用的重要判断依据和影响因子2，是作物栽培和植物营养等学科的常用观测项目3-4。番茄是主要大田蔬菜作物5和主要无土栽培作物6，因此便捷、准确的番茄叶面积测定方法具有广泛的应用价值。关于叶面积测定方法，有方格法、称重法、打孔法7以及基于影像测定的扫描法、照相法等直接测定法，还有系数法和数学模型预测法等间接测定法8-9。番茄叶片全裂小叶完全独立，有些小叶叶脉上又着生独立的次生小叶，并且小叶、2022 年 12 月 热带农业科学 第 42 卷第 12 期 -120-次生小叶的大小和形状差异很大。因此，方格法、称重法、打孔法等传统方法不适合番茄叶面积的测定，而扫描、照相等方法测定手续繁杂费时，并且具有破坏性。关于番茄叶面积，前人主要以叶长、叶宽、叶长宽乘积为自变量构建线性模型10-13，以叶长、叶宽为自变量构建幂函数模型10-12。但是这些模型不能描述番茄小叶数量和缺刻有无等因素对叶面积的影响。本研究探讨番茄叶片大小、小叶形态及小叶数量与叶面积的关系，拟构建预测准确度高、适应性较强的番茄叶面积模型，为番茄叶面积无损测定提供依据。1 材料与方法 1.1 材料 试验材料来自海南大学农学院农科基地，包括串串红、红箭、黄箭樱桃、金帝、惠丰三号、金冠一号、凯利亚、夏抗一号 8 个品种，其中前 4个品种为小番茄。采用基质无土栽培，单干整枝的种植方式。在番茄出苗 4 个月后的收获期采集植株上、中、下的完整叶片，每个品种 50 片左右。1.2 方法 1.2.1 形态观测 叶片形态指标的观测项目和方法如图 1 所示，测量全叶长（A 叶柄至叶尖）和全叶宽（B 主叶脉侧生最大小叶长）；在小叶中分别测定最大小叶、顶叶叶身的长和宽，最大小叶（以下简称小叶）长（C）和宽（D），顶叶长（E）和宽（F）；目测主叶脉上小叶的大小和数量（包括顶叶），计数大于最大小叶 1/2 长度的小叶数量（N）。图 1 叶片形态指标的观测方法 1.2.2 项目测定 采用扫描法测定叶面积，使用HP Scanjet 2400 扫描仪对叶片进行扫描，通过Lia32 软件计算叶面积。全叶长宽比=全叶长 A全叶宽 B 小叶长宽比=小叶长 C小叶宽 D 平均相对误差 MER 按下列公式计算，式中 n为叶片数，xi 为第 i 片叶预测叶面积，yi 为第 i片叶的实际叶面积。11100%niyixiMERnxi=-=使用 JMP10 软件进行数据分析和模型拟合。2 结果与分析 2.1 番茄叶片的形态特征 8 个番茄品种的叶片形态如图 2 所示，番茄全叶宽窄、小叶宽窄、小叶数量等在不同品种之间存在差异。其中金帝全叶比较细长，红箭小叶相对较宽，金帝和串串红的小叶分布稀疏，夏抗一号和黄箭樱桃的小叶数量较多。图 2 八八个番茄品种的叶片扫描图 王清峰 等 番茄叶面积预测模型研究 -121-番茄叶片形态指标的统计描述如表 1 所示，叶面积及各形态指标的变异系数为 11.6%51.9%。其中叶面积和小叶宽的变异系数较大，分别为51.9%和 30.0%；小叶数的变异系数较小，为11.6%；全叶长宽比的变异系数 19.4%，大于小叶长宽比 15.6%。表 1 番茄叶面积及形态指标的数据特征 数据特征 叶面积/cm2 全叶长/cm 全叶宽/cm 小叶长/cm 小叶宽/cm 顶叶长/cm 顶叶宽/cm 小叶数N 全叶 长宽比 小叶长宽比 最小值 37.1 15.3 5.2 4.2 1.9 4.2 2.1 3.0 1.6 1.2 最大值 583.2 46.6 21.8 15.6 8.4 12.9 8.2 9.0 4.3 3.0 均值 167.3 28.2 11.1 7.8 4.3 7.5 4.7 6.8 2.6 1.9 标准误差 4.2 0.2 0.1 0.1 0.1 0.1 0.1 0.0 0.0 0.0 变异系数/%51.9 15.2 25.1 25.1 30.0 22.9 25.9 11.6 19.4 15.6 2.2 叶面积及主要形态指标间的相关性分析 从表 2 可知，除小叶数与小叶长宽、顶叶长宽之间不存在显著相关性之外，其他变量两两之间均存在显著的正相关关系，相关系数为 0.116 2 0.923 3；叶面积和全叶长宽、小叶长宽、顶叶长宽之间相关系数的大小依次是小叶全叶顶叶。表 2 叶面积及主要形态指标之间的相关性 观测指标 叶面积 全叶长 全叶宽 小叶长 小叶宽 顶叶长 顶叶宽 全叶长 0.708 5*全叶宽 0.897 4*0.671 0*小叶长 0.923 3*0.636 1*0.889 3*小叶宽 0.897 8*0.543 2*0.804 2*0.854 6*顶叶长 0.783 5*0.660 5*0.695 6*0.742 7*0.751 3*顶叶宽 0.720 2*0.539 7*0.634 5*0.654*0.725 9*0.826 1*小叶数 0.161 8*0.275 8*0.116 2*0.055 5 0.075 8 0.079 6-0.09 注：表中数值为相关系数，*表示 5%水平相关性显著。2.3 番茄叶面积预测模型的构建 为了构建叶面积模型并进行外部检验，根据采