基于超聲霧化的蔬菜栽培管道內(nèi)霧滴沉降規(guī)律研究

龍莉霞，蔣蘋，2，*，羅亞輝，2，楊希文，石毅新，2，胡文武，2

(1.湖南農(nóng)業(yè)大學 工學院，湖南 長沙 410128； 2.南方糧油作物協(xié)同創(chuàng)新中心，湖南 長沙 410128)

根系作為獲取養(yǎng)分和水分的重要器官，其生長環(huán)境的優(yōu)劣會對蔬菜的品質(zhì)和產(chǎn)量產(chǎn)生重要影響[1-3]。氣霧栽培是在傳統(tǒng)土培和水培基礎(chǔ)上逐漸發(fā)展而來的一種新型無土栽培方式，蔬菜根系直接從營養(yǎng)液霧氣中吸收水分和養(yǎng)分[4-6]。氣霧栽培模式下根系環(huán)境的有效調(diào)控有利于提高蔬菜生長速度且有利于改善部分蔬菜品質(zhì)[7-9]。氣霧栽培逐漸成為現(xiàn)代化農(nóng)業(yè)的重要發(fā)展方向[10-12]。

目前對氣霧栽培技術(shù)中根系環(huán)境的研究，國內(nèi)如：聞婧等[13]發(fā)現(xiàn)超聲波霧化的營養(yǎng)液在空氣內(nèi)漂浮時間超過1 min，根系能夠均勻吸收水分和養(yǎng)分。高建民等[14]研究了室內(nèi)溫度、噴霧時間、霧化量、出風口面積對氣霧栽培的影響，得到了預測霧滴沉積量和管內(nèi)溫濕度的回歸方程，根據(jù)回歸方程調(diào)節(jié)影響因素滿足作物生長所需。孫國祥等[15]發(fā)現(xiàn)風速為3 m·s-1時，霧滴沉積率只有3.98%。王發(fā)輝等[16]發(fā)現(xiàn)氣流速度從1.1 m·s-1增加至10.4 m·s-1，1 m內(nèi)管中細水霧沉降量減少24%。自然霧的生長受溫度和風速的影響較大[17-18]。楊希文等[19]對氣霧栽培箱內(nèi)生菜根系周圍的溫度進行了數(shù)值模擬。國外如：一些非洲國家在嘗試引進氣霧栽培技術(shù)，南美洲成功運用氣霧栽培馬鈴薯微型薯，還有山藥、番茄、生菜和部分葉菜均嘗試用氣霧栽培進行商業(yè)化生產(chǎn)[20-22]。AlShrouf[23]發(fā)現(xiàn)氣霧栽培可以節(jié)約肥料60%，且不影響作物的生長情況。國內(nèi)外關(guān)于霧化栽培裝置以及研究霧化栽培下作物產(chǎn)量和質(zhì)量的研究較多，對于霧化后營養(yǎng)液霧氣作用在根系周圍環(huán)境的研究較少，且多集中在單個環(huán)境因素對根系活力的研究，涉及環(huán)境因素的交互作用對根系環(huán)境的影響研究更少。

根系周圍霧氣沉降量直接影響根系的吸收率，是霧化栽培成敗的重要因素。栽培管內(nèi)的風速會影響水霧的流動速度，而流動速度直接影響霧氣在管內(nèi)停留的時間和外泄量，管內(nèi)外的溫差會影響水霧的消散的快慢，霧化量大小影響管內(nèi)濕度和根系可吸收的養(yǎng)分量。為了研究霧化量、風速和溫度差對霧氣沉降和持續(xù)性的影響，以蔬菜栽培管道為研究對象，采用單因素試驗和二次回歸旋轉(zhuǎn)組合試驗，尋找風速、溫度差、霧化量的不同組合在管內(nèi)的營養(yǎng)液霧氣沉降量，建立霧氣沉降量關(guān)于霧化量、風速、溫度差的二次回歸方程，分析霧氣沉降量的變化規(guī)律。不同的霧化量、風速和溫度差對應不同的霧化時長和霧化間隔，以此提高營養(yǎng)液霧化栽培的效率。同時可以為其他栽培裝置的霧氣沉降規(guī)律，以及其他根系環(huán)境影響因素的研究提供一定的參考。

1 材料與方法

1.1 試驗裝置

本課題組設計了一種超聲波霧化栽培管道裝置，如圖1所示。該裝置水平布置4根栽培管道，栽培管道橫截面由尺寸為100 mm×100 mm的矩形和直徑為100 mm的半圓組合而成，栽培管道的長度為800 mm。管道的栽培面上均勻布置5個直徑為32 mm的栽培孔。栽培孔的間距為15 cm，栽培孔上可種植散葉或結(jié)球松散類生菜，種植的行列間距為15 cm×20 cm[24]，每2根栽培管的外壁間距為10 cm。每根管道的進霧端稍微高于回流端且栽培管底部為圓弧型便于沉降在管壁的營養(yǎng)液回流。儲液桶的長28 mm，寬38 mm，高24.5 mm，容量20 L，塑料材質(zhì)。主管直徑70 mm，進霧孔直徑50 mm，進霧孔處安裝有風扇。每根栽培管道的另一頭有直徑20 mm的回流軟管，回流管連接到儲液桶。

超聲波霧化栽培管道的工作原理是：利用超聲霧化裝置霧化儲液箱中的營養(yǎng)液，營養(yǎng)液霧氣吹至主管，再由小風扇從進霧孔吹至對應的栽培管內(nèi)。一部分營養(yǎng)液霧氣提供作物根系生長所需水分和養(yǎng)分，一部分霧氣直接循環(huán)到儲液箱。一部分營養(yǎng)液霧氣沉降在管壁上，再聚集到弧形管道底部，最后以液態(tài)的形式流至儲液箱。還有一部分霧氣透過栽培棉的細小空隙外漏到外部環(huán)境中。

1.2 試驗儀器

使用超聲霧化板和單頭霧化器來霧化營養(yǎng)液，超聲霧化板的頻率是1.7 MHz。超聲霧化板的霧化量范圍是300～1 200 mL·h-1，單個超聲波霧化器的霧化量為60 mL·h-1。使用型號為HL8025S12H的風扇吹送霧氣，電壓直流12 V，電流0.2 A，功率2.4 W，用12 V的脈寬調(diào)速器調(diào)節(jié)風速，風扇的風速調(diào)節(jié)范圍為0.5～3.5 m·s-1。風速儀測量范圍0.3～45 m·s-1，誤差±3%，分辨率0.001 m·s-1。采用四探頭溫濕度變送器采集濕度數(shù)據(jù)。每個傳感器的溫度精度為±0.3 ℃，濕度精度為±2%，數(shù)據(jù)刷新間隔為2 s。采用高精度電子天平稱量霧氣沉降量，精度為±0.001 g。

1，儲液桶；2，主管；3，風扇；4，栽培孔；5，溫濕度監(jiān)測點；6，回流管；7，沉降量采樣點。 1， Liquid storage bucket; 2. Main tube; 3， Fan; 4， Cultivation hole; 5， Temperature and humidity monitoring point; 6， Return tube; 7， Settlement sampling point.圖1 超聲霧化栽培管道Fig.1 Ultrasonic atomization cultivation pipeline

1.3 試驗方法

1)本試驗地點在湖南農(nóng)業(yè)大學第八教學樓人工氣候室內(nèi)進行，氣候室長為6 m，寬為3.5 m，利用人工氣候室調(diào)節(jié)生菜生長所需的環(huán)境溫濕度、光照強度等。試驗期間氣候室內(nèi)溫度在18～26 ℃變化，環(huán)境相對濕度控制在60%左右。

2)利用四探頭溫濕度變送器采集濕度數(shù)據(jù)。如圖1所示每根管內(nèi)設置2個溫濕度檢測點，分別布置在管道的第2和第4栽培孔處。為降低試驗誤差，將管道相對應位置的濕度值的平均值作為管內(nèi)該處的濕度值，減少誤差。

3)栽培管內(nèi)均勻設置5個霧滴沉降量采樣點如圖1所示，用直徑22 mm，高30 mm的透明帶膠塞的玻璃瓶收集霧滴沉降量。開始試驗前，對玻璃瓶進行稱重，并記錄所測數(shù)據(jù)。試驗結(jié)束后，為了防止沉降的液滴蒸發(fā)，試驗結(jié)束馬上蓋上膠塞稱量，稱量前后的重量差即為液滴的沉降量。

4)儲液桶中營養(yǎng)液用霧化板和霧化器進行霧化，霧化量大小通過控制同時工作的霧化器個數(shù)來實現(xiàn)。霧化板提供300 mL·h-1的霧化量，依次增加2個單頭霧化器提供120 mL·h-1的霧化量。參考相關(guān)文獻及預實驗，試驗設計霧化量的5個水平分別是：300、420、540、660、780 mL·h-1。進行營養(yǎng)液的霧化時，霧化器需浸入液面以下2～4 cm才能得到儀器最好的霧化效果。

5)儲液桶內(nèi)的營養(yǎng)液霧化后經(jīng)過主管吹送至栽培管。每根栽培管的入口分別設置有風扇，使用高精度手持風速儀緊貼風扇出風面測量風扇風速，用12 V的脈寬調(diào)速器調(diào)節(jié)風速，以得到試驗風速。參考相關(guān)文獻和進行預試驗發(fā)現(xiàn)進霧端風速大于2 m·s-1，栽培管內(nèi)根系的沉降量顯著減少，而風速低于0.8 m·s-1，營養(yǎng)液霧氣難以到達栽培管內(nèi)。參考相關(guān)文獻和預實驗后將風速的5個水平分別設置為：1.1、1.3、1.5、1.7、1.9 m·s-1。

6)維持營養(yǎng)液溫度為22 ℃不變，控制人工氣候室的溫度在18～26 ℃變化，得到溫度差的5個水平。霧化時營養(yǎng)液溫度會升高，使用冰袋調(diào)節(jié)營養(yǎng)液溫度，使之維持在22 ℃。5組溫度分別為：a組18 ℃，22 ℃；b組20 ℃，22 ℃；c組22 ℃，22 ℃；d組24 ℃，22 ℃；e組26 ℃，22 ℃。得到溫度差的5個水平分別為：-4、-2、0、2、4 ℃。

2 結(jié)果與分析

2.1 單因素試驗結(jié)果分析

進行試驗時霧化量、風速、溫度差對應的0水平值分別為540 mL·h-1，1.5 m·s-1，0 ℃，共15組單因素試驗。進行單因素試驗時，固定另外兩個因素的水平，得到霧化量、風速和溫度差對沉降量的影響如圖2所示。由圖2可知，隨著霧化量的增加，沉降量總體呈上升趨勢，霧化量低于420 mL·h-1時沉降量增加不明顯，霧化量大于420 mL·h-1則沉降量增加明顯；隨著風速的增加，沉降量在不斷減少，風速低于1.5 m·s-1沉降量減少緩慢，風速大于1.5 m·s-1沉降量明顯減少。風速增加，霧氣流動速度增加，循環(huán)至儲液桶的霧氣增加，同時從栽培棉和定植籃外漏的霧氣增加，使得管內(nèi)沉降量減少，因此該氣霧栽培裝置的風速不應大于1.7 m·s-1；在適合植株生長的環(huán)境溫度范圍內(nèi)，營養(yǎng)液溫度高于或低于環(huán)境溫度，對沉降量影響不明顯。沉降量隨著溫度差的正負水平近似對稱變化，溫度差絕對值增大，沉降量增加。由圖3可知，由沉降量變化幅度可知霧化量和風速對沉降量的影響大于溫度差對沉降量的影響。

2.2 二次回歸旋轉(zhuǎn)組合試驗結(jié)果分析

進行了二次回歸旋轉(zhuǎn)組合試驗，霧化量、風速、溫差水平編碼如表1所示。

圖2 霧化量、風速、溫度差對沉降量的影響Fig.2 Effect of atomization amount， wind speed and temperature difference on settlement

試驗共計23組，采集沉降量的數(shù)據(jù)共115組。11 min內(nèi)分別采集栽培管道5處采樣點的沉降量數(shù)據(jù)，從進霧端開始采集到的沉降量數(shù)據(jù)依次用Y1、Y2、Y3、Y4、Y5表示，總沉降量用Y表示，單位g。二次正交旋轉(zhuǎn)組合的試驗結(jié)果如表2所示。由表2可知，23組的沉降量由Y1到Y(jié)5有18組呈現(xiàn)出緩慢減少的趨勢，另外有5組數(shù)據(jù)中均有至少一個誤差數(shù)據(jù)。其中總沉降量最少的一組是第10組：300 mL·h-1，1.5 m·s-1，0 ℃，總沉降量最多的一組是第12組：540 mL·h-1，1.1 m·s-1，0 ℃。

分別對栽培管道5處的沉降量Y1、Y2、Y3、Y4、Y5進行方差分析，結(jié)果如表3所示。Y1、Y2、Y3、Y4的顯著性P值分別為0.000 7，0.011 0，0.003 4，0.035 0，均小于0.05說明模型是有意義的。Y5的顯著性P值為0.148 2，大于0.05，原因是遠離進霧端，沉降量減少，擴大了誤差對沉降量數(shù)據(jù)的影響。

圖3 單因素效應分析圖Fig.3 Analysis of the single factor effect

表1 二次回歸旋轉(zhuǎn)組合設計的因素水平編碼表

Table 1 Variables and levels in three-variable， five-level quadratic orthogonal rotation combination design

水平Level因素FactorX1霧化量Atomization amount/(mL·h-1)X2風速Wind speed/(m·s-1)X3溫度差Temperaturedifference/℃-1.6823001.1-4-14201.3-205401.5016601.721.6827801.94變化半徑D1200.22

對總沉降量Y數(shù)據(jù)進行方差分析如表4所示，回歸顯著性檢驗F1=4>F0.05(9，13)=2.71，模型的P值為0.012 1，小于0.05，說明模型是合適的，回歸是顯著的?；貧w方程的失擬性檢驗P值為0.047小于0.05，回歸模型是適合的。X1、X21、R2求得為0.7347，回歸模型可以解釋沉降量73.47%的變異，模型的擬合程度較高。

表2 二次回歸旋轉(zhuǎn)組合試驗結(jié)果

Table 2 Results of quadratic regression rotation combination experiment

水平LevelX1 X2 X3Y1 Y2Y3Y4Y5Y11(660)1(1.7)1(2)0.012 0.011 0.011 0.010 0.009 0.053 211-1(-2)0.012 0.009 0.008 0.006 0.009 0.043 31-1(1.3)10.009 0.011 0.009 0.007 0.006 0.042 41-1-10.010 0.010 0.008 0.012 0.011 0.051 5-1(420)110.008 0.005 0.006 0.008 0.008 0.035 6-11-10.007 0.007 0.006 0.006 0.006 0.031 7-1-110.007 0.005 0.008 0.006 0.006 0.033 8-1-1-10.006 0.008 0.006 0.006 0.004 0.031 91.682(780)0(1.5)00.013 0.014 0.012 0.010 0.011 0.060 10-1.682(300)00(0)0.005 0.005 0.005 0.005 0.006 0.025 110(540)1.682(1.9)00.008 0.005 0.007 0.006 0.004 0.029 120-1.682(1.1)00.013 0.016 0.013 0.014 0.013 0.068 13001.682(4)0.013 0.011 0.011 0.015 0.013 0.062 1400-1.682(-4)0.010 0.011 0.009 0.008 0.007 0.045 150000.016 0.016 0.014 0.010 0.011 0.067 160000.015 0.014 0.014 0.012 0.013 0.067 170000.015 0.015 0.013 0.009 0.010 0.062 180000.015 0.013 0.013 0.011 0.010 0.061 190000.014 0.015 0.012 0.010 0.012 0.062 200000.013 0.013 0.011 0.010 0.011 0.058 210000.012 0.011 0.011 0.009 0.008 0.051 220000.013 0.011 0.011 0.008 0.009 0.051 230000.014 0.011 0.010 0.010 0.009 0.053

表3 栽培管道各處沉降量的方差分析

Table 3 ANOVA analysis for the difference of the settlement of sampling points in the cultivation pipeline

名稱Name平方和Squaresumdf均方MeansquareFPR2Y10.0002907.430.00070.8347Y20.0002904.090.01100.7392Y30.0001905.400.00340.4890Y40.000199.12×10-63.030.03500.6769Y50.000199.481×10-61.870.14820.5639

X22的P值均小于0.05，說明此三項的回歸系數(shù)達到極顯著水平。三個因素的影響大小為霧化量X1>風速X2>溫度差X3。對霧氣沉降量數(shù)據(jù)進行回歸分析，求得三元二次回歸方程：

Y=0.0593+0.0086X1-0.0044X2+0.0021X3+0.0001X1X2-0.0006X1X3+0.0026X2X3-0.0037X21-0.0052X22-0.0041X23。

表4 栽培管內(nèi)總沉降量Y的方差分析表

Table 4 ANOVA for total settlementYin the cultivation tube

差異源Differencesource平方和Squaresumdf均方MeansquareFP模型Model0.002990.000340.0121X10.00110.00112.490.0037X20.000310.00033.30.0924X30.000110.00010.74890.4025X1X21.25×10-711.25×10-70.00150.9693X1X33.13×10-613.13×10-60.03840.8477X2X30.000110.00010.67670.4255X120.000810.000810.420.0066X220.000410.00045.250.0393X320.000310.00033.320.0915殘差0.0011130.0001Residual失擬0.000750.00013.780.0470Lack of fit純誤差0.000380Pure error總離差0.00422Cor total

2.3 雙因素效應分析

根據(jù)回歸模型，利用Design expert 11軟件繪制因素之間的交互效應3D響應曲面。底面投影線形狀為橢圓則說明交互作用顯著，圓形則說明交互作用不顯著。由圖4得出，霧化量與風速、霧化量與溫度差交互效應顯著，風速與溫度差交互效應不顯著。如圖4-a所示，隨著霧化量的增加，沉降量明顯增加；風速在從1.1至1.5 m·s-1沉降量較多且變化不大，風速大于1.5 m·s-1后霧氣外漏和回流增加，沉降量明顯減少。綜合得出，沉降量的最大值出現(xiàn)在較大霧化量區(qū)間540～780 mL·h-1，較小的風速區(qū)間1.1～1.5 m·s-1。如圖4-b所示，霧化量對沉降量的影響比溫度差對沉降量的影響更大，霧化量小于540 mL·h-1時沉降量隨著霧化量增加而增加，但霧化量達到540 mL·h-1時沉降量增加緩慢。綜合得出，沉降量的最大值出現(xiàn)在較大霧化量區(qū)間540～780 mL·h-1，溫度差區(qū)間在-2～2 ℃。如圖4-c所示，沉降量關(guān)于溫度差近似對稱，但變化不明顯，說明溫度差絕對值在4 ℃內(nèi)對沉降量影響不大，隨著風速的增加，風速小于1.3 m·s-1時沉降量在緩慢減少，風速大于1.3 m·s-1后沉降量明顯減少是由于從栽培棉和栽培孔外露的霧氣增加。綜合得出，沉降量的最大值出現(xiàn)在風速1.1～1.3 m·s-1，溫度差-2～2 ℃。因此，該模型下的最優(yōu)因素組合。

2.4 模型驗證

使用Desig-Expert軟件的Optimization功能，在霧化量、風速、溫度差的試驗范圍內(nèi)尋求沉降量的最大值點，求得沉降量最大值為0.063 g，最優(yōu)組合條件為：霧化量為680.11 mL·h-1，風速為1.34 m·s-1，溫度差為0.039 ℃。

為了檢驗響應面的可靠性，對模型的擬合效果進行驗證如表5所示。預測值與實際值的相對誤差依次為8.77%、7.14%、9.80%，進一步驗證了管道內(nèi)霧滴沉降量數(shù)學回歸模型的合理性，據(jù)此調(diào)控霧化量、風速、環(huán)境溫度與營養(yǎng)液溫度以得到適合根系生長的霧氣沉降量環(huán)境。

a，霧化量與風速對沉降量的交互影響；b，霧化量與溫度差對沉降量的交互影響；c，風速與溫度差對沉降量的交互影響。 a， The interaction between atomization amount and wind speed; b， The interaction between atomization amount and temperature difference; c， The interaction between wind speed and temperature difference.圖4 因素交互響應曲面Fig.4 Interaction effect response surface

表5 模型預測結(jié)果

Table 5 Prediction results of regression model

序號No.X1X2X3預測值Predicted value實際值A(chǔ)ctual value可取度Desirability相對誤差Relative error/%16601.500.0620.0570.8558.7725401.300.0600.0560.8187.1435401.700.0560.0510.7159.80

3 結(jié)論與討論

單因素試驗和二次回歸正交旋轉(zhuǎn)組合設計，建立了霧氣沉降量關(guān)于霧化量、風速以及溫度差的回歸數(shù)學模型，試驗范圍內(nèi)的最優(yōu)因素組合為：霧化量680.11 mL·h-1，風速1.34 m·s-1，溫度差0.039 ℃。三個因素對霧氣沉降量的影響大小為霧化量>風速>溫度差。

已知蔬菜根系生長所適合的濕度，利用Desig-Expert軟件的Optimization功能，在霧化量、風速、溫度差的試驗范圍內(nèi)尋求沉降量的最大值，可以迅速有效地調(diào)節(jié)根系周圍溫濕度，提供根系生長所需的水分和養(yǎng)分，以滿足根系生長所需。

在類似管道等密閉式的氣霧栽培裝置中，調(diào)節(jié)不同生長階段所需的水分、養(yǎng)分和氣體成分等將變得簡單可行，依據(jù)沉降量的大小還可合理設置持續(xù)霧化時間和霧化間隔。由于植物根系復雜和土壤不透明使得根系形態(tài)觀測困難[25]，利用氣霧栽培中根系可見且根系環(huán)境易控制的優(yōu)勢，結(jié)合單因素和二次回歸組合試驗尋找名貴花草和藥材最適合的根系生長環(huán)境。