煙草溫光特性研究與利用：Ⅲ. 基于溫光效應(yīng)的煙草葉片生長模擬模型建立

孫延國，王 永，張 楊，吳開成，王玉華，王大海，石 屹*

煙草溫光特性研究與利用：Ⅲ. 基于溫光效應(yīng)的煙草葉片生長模擬模型建立

孫延國1，王 永2，張 楊2，吳開成3，王玉華4，王大海4，石 屹1*

（1.中國農(nóng)業(yè)科學(xué)院煙草研究所，農(nóng)業(yè)農(nóng)村部煙草生物學(xué)與加工重點實驗室，青島 266101；2.山東中煙工業(yè)有限責(zé)任公司，濟南 250014；3.中國煙草總公司山東省公司，濟南 250101；4.山東濰坊煙草有限公司，山東 濰坊 261061）

為準(zhǔn)確模擬煙草葉片生長發(fā)育進(jìn)程，實現(xiàn)煙葉精準(zhǔn)可控生產(chǎn)，連續(xù)兩年設(shè)置不同移栽期田間對比試驗，利用Richards方程建立基于不同尺度的煙草下、中、上部葉面積變化動態(tài)模型，并分析不同模型的模擬精度。結(jié)果表明，煙草各部位葉片葉面積變化動態(tài)模型均符合典型“S”型生長曲線特征，有效積溫模型對下、中部葉片生長的模擬效果優(yōu)于生長時間模型，而對上部葉片生長的模擬效果較差；溫光效應(yīng)模型對各部位葉片不同條件下生長進(jìn)程的模擬精度均高于有效積溫模型與生長時間模型，具有更高的普適性；各部位葉片最終葉面積隨移栽期推遲呈現(xiàn)先增加后降低的規(guī)律，下、中部葉片生長速率隨移栽期推遲呈現(xiàn)加快規(guī)律，而不同移栽期上部葉的生長速率近似；推導(dǎo)獲得各部位葉片緩增期、快增期、穩(wěn)增期的溫光效應(yīng)值，為精準(zhǔn)預(yù)測葉片生長提供參考。

煙草；葉片生長；有效積溫；溫光效應(yīng)；模擬模型

作物生長發(fā)育模擬模型遵循農(nóng)業(yè)生態(tài)系統(tǒng)物質(zhì)平衡、能量守恒和物質(zhì)能量轉(zhuǎn)換原理，以光、溫、水等條件為驅(qū)動，運用數(shù)學(xué)物理方法和計算機技術(shù)，對生育期內(nèi)主要生理生態(tài)過程及其與氣象條件的關(guān)系進(jìn)行動態(tài)模擬與預(yù)測[1]，因其具有機理性、通用性，在諸多農(nóng)業(yè)領(lǐng)域得到應(yīng)用，成為農(nóng)業(yè)生產(chǎn)定量評價的重要手段之一[2]。溫度、光照是作物生長模型中最主要的因子，國內(nèi)外關(guān)于作物生長發(fā)育與溫光因素的關(guān)系已開展了大量研究。REAUMUR[3]于1735年首次提出了積溫恒定理論，發(fā)現(xiàn)作物完成某一發(fā)育階段要求的日均溫累積值基本穩(wěn)定；HOUGHTON等[4]于1923年提出有效積溫[又稱生長度日（Growing degree days, GDD）]的概念；此后，作物發(fā)育研究又發(fā)展到基于多個上下限基點溫度的階段積溫模式[5]，基于發(fā)育速率與溫度呈非線性關(guān)系的溫度非線性模式[6]，“水稻鐘”光溫模型[7]，生理發(fā)育時間（Physiological development time, PDT）光溫效應(yīng)模型[8]等?；诠鉁匾蛩貥?gòu)建生長發(fā)育模型已在多種農(nóng)作物中開展大量研究[9-11]，取得較好的預(yù)測效果，為煙草生長發(fā)育模型的構(gòu)建提供了重要參考。

煙草葉面積變化是表征煙草長勢和產(chǎn)量預(yù)測的重要指標(biāo)[12]，研究建立煙草葉片生長模型，預(yù)測葉面積變化趨勢，對于實現(xiàn)煙葉生產(chǎn)精準(zhǔn)栽培管理具有重要意義[13]。作為喜溫、喜光型作物，溫度和光照條件被廣泛證明是影響煙草生長發(fā)育、產(chǎn)量和品質(zhì)形成的重要因子[14-15]，是建立煙草生長模型必須考慮的主要因素。目前有關(guān)煙草葉片生長發(fā)育規(guī)律及動態(tài)模型構(gòu)建的研究已開展較多工作[13-14,16]，但部分研究以生長時間為尺度，未考慮溫度、光照因素的調(diào)控作用，模型機理解釋性較差，影響其適用性，且分不同部位構(gòu)建葉片生長光溫模型的研究較少。本研究以不同移栽期設(shè)置不同溫光條件，以環(huán)境因素為驅(qū)動變量，采用不同方法建立煙草各部位葉片面積變化動態(tài)數(shù)學(xué)模型，分析其模擬預(yù)測效果，明確建立適用于山東煙區(qū)的高精度煙葉生長發(fā)育模擬模型，為煙葉智慧生產(chǎn)提供理論依據(jù)與決策支持。

1 材料與方法

1.1 試驗設(shè)計

于2019—2020年在山東省諸城市賈悅鎮(zhèn)瑯埠村設(shè)置不同移栽期試驗。2019年供試土壤pH 7.6，有機質(zhì)10.87 g/kg，堿解氮59.27 mg/kg，有效磷22.40 mg/kg，速效鉀233.84 mg/kg；2020年供試土壤pH 7.8，有機質(zhì)11.85 g/kg，堿解氮64.80 mg/kg，有效磷19.20 mg/kg，速效鉀220.09 mg/kg。兩年供試品種均為中煙100。

2019年試驗設(shè)置4個移栽期處理：4月21日（A1）、5月1日（A2）、5月11日（A3）、5月21日（A4）；2020年試驗設(shè)置3個移栽期處理：4月25日（B1）、5月5日（B2）、5月15日（B3）。各試驗采用隨機區(qū)組排列，3次重復(fù)。各處理田間管理措施均按當(dāng)?shù)厣a(chǎn)方案執(zhí)行，保持一致。

1.2 測定項目及方法

氣象數(shù)據(jù)采集：試驗田安裝小型氣象站，記錄煙草生育期內(nèi)氣溫、太陽總輻射。

葉片生長規(guī)律：2019年，于煙草下部葉（第3～4有效葉）、中部葉（第10～11有效葉）、上部葉（第17～18有效葉）發(fā)生時進(jìn)行標(biāo)記，于標(biāo)記時、標(biāo)記后每7 d測量葉片長度、寬度，直至葉片定長；2020年，每10天測量葉片長度、寬度，測量方法同2019年一致。煙草葉片面積計算公式：葉長×葉寬×0.634?5[14]。

1.3 模型構(gòu)建

1.3.1 模型自變量計算 煙葉葉片生長模型采用3種自變量，分別為生長時間、有效積溫、累積溫光效應(yīng)。

（1）有效積溫

有效積溫即生長度日（GDD），某一生育階段有效積溫計算公式為[17]：

式中：T為第日平均溫度，0（生物學(xué)零度）定為10 ℃，為生育期天數(shù)，當(dāng)T≤0時，該日GDD=0。

（2）溫光效應(yīng)（Thermal-photo effectiveness，TPE）由溫度效應(yīng)和光照輻射效應(yīng)決定，溫度效應(yīng)用相對熱效應(yīng)（Relative thermal effectiveness, RTE）表示，光照輻射效應(yīng)用相對光照輻射效應(yīng)（Relative photo radiation effectiveness, RPRE）表示。

每日相對熱效應(yīng)采用三段線性函數(shù)計算[14]：

式中：b為發(fā)育下限溫度，m為發(fā)育上限溫度，ob為發(fā)育最適溫度下限，ou為發(fā)育最適溫度上限，當(dāng)＜b或＞m時，RTE=0。煙草各生育時期三基點溫度參考相關(guān)文獻(xiàn)[14]。

每日相對輻射效應(yīng)計算公式如下[18]：

PAR=0.5×

RPRE=1-e-（＞0）

式中：PAR為1 h內(nèi)的總光合有效輻射，為該小時內(nèi)的太陽總輻射，0.5表示光合有效輻射在太陽總輻射中所占的比例[18]；PAR為第小時內(nèi)的太陽光合有效輻射（MJ/m2），表示每日24 h內(nèi)的總光合有效輻射值。

溫光效應(yīng)由每日RTE、每日RPRE乘積累積得出，計算公式如下[18]：

TPE=RTE×RPRE

TPE為某一生育期內(nèi)第天溫光效應(yīng)，TPE為某一生育期內(nèi)溫光效應(yīng)。

1.3.2 模型構(gòu)建 采用2019年試驗不同移栽期處理數(shù)據(jù)構(gòu)建葉片生長模擬模型，并將各處理數(shù)據(jù)綜合分析建立綜合模擬模型。作物葉片大小生長發(fā)育規(guī)律符合慢-快-慢的“S”型曲線[16,19]，Richards方程由于其準(zhǔn)確性與廣適性被廣泛應(yīng)用于包括葉面積變化的作物生長發(fā)育模型研究中[20-21]。本研究模擬模型運用Richards方程=/(1+e-)1/建立，其中，表示自變量生長天數(shù)（Growing days，GD）、有效積溫（GDD）、溫光效應(yīng)（TPE），表示因變量葉片面積，為終極生長量參數(shù)，為初值參數(shù)，為生長速率參數(shù)，為形狀參數(shù)[13]。對方程求導(dǎo)，可得出生長特征參數(shù)：生長速率、平均生長速率a、最大生長速率max、達(dá)到最大生長速率時的時間max、達(dá)到最大生長速率時的生長量max、緩慢增長期與快速增長期的拐點值T1、快速增長期與穩(wěn)定增長期的拐點值T2、生長量達(dá)最大量99%的拐點值T3。具體推導(dǎo)過程參考相關(guān)文獻(xiàn)[22]。

1.3.3 模型檢驗 利用2019年及2020年試驗數(shù)據(jù)對綜合模擬模型進(jìn)行檢驗。采用均方根差（Root mean square error，RMSE）和相對誤差（Relative estimation error，）對模擬值與觀測值的符合度進(jìn)行分析，同時繪制觀測值與模擬值1∶1關(guān)系圖，檢驗?zāi)Ｐ偷目煽啃浴?/p>

1.4 數(shù)據(jù)分析

數(shù)據(jù)分析與作圖利用Excel 2019進(jìn)行，模擬模型構(gòu)建利用SPSS 22進(jìn)行。

2 結(jié) 果

2.1 煙草葉片生長模擬模型建立

煙草葉片面積動態(tài)變化模型見圖1，模型參數(shù)如表1所示。各部位葉片模型2值均大于0.970，表明方程對數(shù)據(jù)的擬合度較好，且達(dá)到極顯著水平。各部位綜合模型2值大小順序均為TPE＞GDD＞GD，表明TPE模型模擬準(zhǔn)確性更高。各部位葉片的最終葉面積大?。ㄖ担╇S移栽期推遲均表現(xiàn)出先增大后減小的規(guī)律。

2.2 不同溫光條件下煙草葉片生長速率分析

不同移栽期下各部位葉片生長速率如圖2所示，各模擬模型葉片生長速率均表現(xiàn)先增大后減小規(guī)律，符合典型“S”型生長曲線特征。以生長時間為自變量時，不同移栽期下、中部位葉片生長速率存在較大差異，隨移栽期推遲，葉片生長速率呈加快規(guī)律，達(dá)到最大速率的時間縮短，而不同處理上部葉生長速率近似；以有效積溫為自變量時，不同移栽期下各部位葉片生長速率存在一定差異，中、下部葉A4處理葉片前期生長速率較其他處理低，上部葉A1處理葉片前期生長速率較其他處理高，達(dá)到最大速率的有效積溫略有不同；以溫光效應(yīng)為自變量時，各部位不同處理葉片生長速率相近，達(dá)到最大速率的溫光效應(yīng)基本一致。

圖1 煙草葉片生長模擬模型

表1 煙草葉片生長模型參數(shù)

表1 （續(xù)）

注：**表示在0.01水平顯著。Note: **indicate significant at 0.01 level.

2.3 煙草葉片生長模型檢驗

兩年試驗數(shù)據(jù)對綜合模擬模型的檢驗結(jié)果如表2所示，實測值與模擬值比較關(guān)系如圖3所示。下、中部葉面積綜合模型RMSE、值的大小順序均為GD＞GDD＞TPE，生長時間模型數(shù)值的離散度最高，有效積溫模型較小，溫光效應(yīng)模型最小，表明溫光效應(yīng)模型精度最高，有效積溫模型次之，而生長時間模型最差；上部葉面積綜合模型RMSE、RE值的大小順序均為GDD＞GD＞TPE，有效積溫模型數(shù)值的離散度最高，生長時間模型次之，溫光效應(yīng)模型最小，表明溫光效應(yīng)模型精度最高，生長時間模型次之，而有效積溫模型最差。

下、中部葉生長時間模型對5月上、中旬（2019年A2、A3，2020年B2、B3）移栽煙草的模擬效果尚可，而對移栽較早（2019年A1、2020年B1）或移栽較晚（2019年A4）煙草的模擬效果較差，其EMSE、值均大幅提高，上部葉生長時間模型對各移栽期煙草模擬效果均尚可；有效積溫模型對下、中部葉片生長的模擬效果較好，而對上部葉片生長的模擬效果較差；溫光效應(yīng)模型對各部位葉片不同移栽期條件下的生長進(jìn)程均具有較好模擬效果。

表2 煙草葉片生長模型檢驗

2.4 煙草葉片生長特性分析

煙草葉面積溫光效應(yīng)模型推導(dǎo)獲得特征參數(shù)如表3所示。不同部位葉片生長進(jìn)程存在差異，隨葉片部位升高，葉片生長平均速率、最大速率減小，出現(xiàn)最大速率的溫光效應(yīng)值增加，緩增期、快增期、穩(wěn)增期溫光效應(yīng)值均增加；各部位葉片緩增期溫光效應(yīng)值均略小于快增期，穩(wěn)增期溫光效應(yīng)值均最高。

3 討 論

作物生長模型是從系統(tǒng)科學(xué)的角度，基于作物生理過程機制，將多種因素對作物生長的影響作為一個整體構(gòu)建的數(shù)值模擬系統(tǒng)，能夠定量化研究環(huán)境因子以及田間管理措施對作物生長發(fā)育的影響[2]。溫度、光照被證明是影響作物生長發(fā)育的主要環(huán)境因子，目前關(guān)于主要作物基于多種尺度的生長模型的構(gòu)建與應(yīng)用已開展了大量研究[8-11]，有關(guān)煙草生長過程的模擬分析也已開展較多工作[13-14]。李向嶺等[11]建立了相對群體干物質(zhì)積累與相對積溫的Richards方程，可很好地模擬玉米群體干物質(zhì)積累隨積溫變化的動態(tài)特征；李國強等[22]以有效積溫為自變量，建立不同株型小麥干物質(zhì)積累與分配動態(tài)模型，模擬效果較好；張明達(dá)等[14]基于輔熱積法模擬建立烤煙單株葉面積與煙葉干物質(zhì)產(chǎn)量模型，其預(yù)測精度高于比葉面積法和有效積溫法；王萌萌等[23]優(yōu)化建立基于光溫組合要素的水稻群體莖蘗增長動態(tài)模型，相比原模型具有更高精度與可靠性。綜合多項研究表明，有效積溫生長模型在一定條件下具有較好的模擬效果，而基于光溫組合要素的生長模型在多數(shù)條件下具有更高的精度。本研究表明，有效積溫模型對下、中部葉片生長的模擬效果較好，兩年試驗的RMSE、值均大幅低于生長時間模型，而對上部葉片生長的模擬效果較差，兩年試驗的RMSE、值均高于生長時間模型；溫光效應(yīng)模型對各部位葉片不同移栽期條件下的生長進(jìn)程均具有更高的模擬精度，兩年試驗的RMSE、值均低于生長時間模型和有效積溫模型。錢益亮等[17]研究表明，煙草不同葉位葉片成熟所需要的有效積溫大致在固定的范圍，但在應(yīng)用有效積溫模擬生長過程時常發(fā)生偏差，其原因是未考慮生長速度與溫度的非線性關(guān)系，同時未考慮光合有效輻射的促進(jìn)作用。本研究中，不同移栽期下、中部葉片生長時的氣溫存在顯著差異[24]，且基本在適宜生長溫度范圍內(nèi)，因此有效積溫模型具有較好的模擬效果；而不同移栽期上部葉片生長時氣溫差異變小，且常出現(xiàn)超出適宜溫度范圍的情況[24]，因此造成有效積溫模型準(zhǔn)確性下降，出現(xiàn)精度低于生長時間的結(jié)果；溫光效應(yīng)模型綜合考慮溫度與生長速率的非線性關(guān)系以及光合有效輻射效應(yīng)，模型機理解釋性更強，預(yù)測精度更高，能夠?qū)崿F(xiàn)對不同氣候條件下煙草葉片生長動態(tài)的模擬，為煙葉生產(chǎn)精準(zhǔn)管理提供技術(shù)支撐。

表3 煙草葉片生長模型特征參數(shù)

作物生長發(fā)育進(jìn)程主要由自身遺傳屬性及溫光等氣象因素共同決定，也受栽培措施影響[25]。溫度對作物的影響主要體現(xiàn)在熱效應(yīng)和春化效應(yīng)[26]，光照的影響主要體現(xiàn)在光周期效應(yīng)[26]和光合有效輻射效應(yīng)[14]。對于煙草來說，發(fā)育無需低溫春化作用，溫度影響主要為熱效應(yīng)，而光照影響包括光周期和光合輻射兩個方面，光周期調(diào)控發(fā)育進(jìn)程[18]，光合輻射影響生長進(jìn)程[14]。作物種植期的不同，會導(dǎo)致其生長所處的溫光條件發(fā)生變化，進(jìn)而影響其生長發(fā)育。諸多研究表明，煙草生長發(fā)育與產(chǎn)量品質(zhì)因移栽期調(diào)整發(fā)生了顯著變化，不同產(chǎn)區(qū)研究結(jié)果不盡相同[27-28]。本研究中，各部位葉片最終葉面積隨移栽期推遲呈現(xiàn)先增加后降低的規(guī)律，以4月下旬最小，5月上旬最大，與前期研究結(jié)果基本一致[28]，可能與不同移栽期下氣象條件的變化有關(guān)，過早移栽時烤煙生長前期平均氣溫較低，過晚移栽常會出現(xiàn)日照減少的情況[24]，均會影響光合作用進(jìn)而導(dǎo)致最終葉片面積的減小。下、中部葉片基于時間的生長速率隨移栽期推遲加快，上部葉生長速率近似，而以有效積溫為自變量時，晚栽（A4）中、下部葉前期生長速率較其他處理低，早栽（A1）上部葉前期生長速率較其他處理高，這是因為本研究中設(shè)置移栽期處理跨度較大，下、中部葉生長時間在5—7月，平均氣溫隨移栽期推遲顯著升高，而A4處理下、中部葉生長時溫度對葉片的促進(jìn)作用不再是線性關(guān)系，葉片生長到定長的有效積溫增加，導(dǎo)致其基于有效積溫的生長速率低于其他處理；而不同移栽期上部葉生長時處于7月上旬—8月上旬，溫度隨移栽期推遲而升高的幅度變小，且常超出線性作用范圍，使其對葉片的促進(jìn)作用近似，加之光照輻射變化的影響，使A1處理上部葉生長到定長的有效積溫低于其他處理，導(dǎo)致其以有效積溫為尺度的生長速率高于其他處理。以上結(jié)果也說明有效積溫模型的準(zhǔn)確性低于溫光效應(yīng)模型，其在模擬下、中部葉生長進(jìn)程時明顯優(yōu)于生長時間模型，但模擬上部葉時精度降低。

同一地區(qū)不同移栽期對不同煙草品種生長發(fā)育規(guī)律的影響基本一致[24]，而同一地區(qū)不同品種由于其自身遺傳屬性，在同一移栽期條件下的農(nóng)藝性狀特征與生長發(fā)育規(guī)律存在差異[13]。因此，針對產(chǎn)區(qū)不同主栽品種葉片生長的模擬還需進(jìn)一步研究，構(gòu)建不同品種的模擬模型體系，提高模型普適性與系統(tǒng)性。

4 結(jié) 論

分別以生長時間、有效積溫、溫光效應(yīng)為尺度，利用Richards方程建立煙草下、中、上部葉片面積變化動態(tài)模型，模型符合典型“S”型生長曲線特征；經(jīng)過兩年試驗結(jié)果檢驗，有效積溫模型對下、中部葉片生長的模擬效果優(yōu)于生長時間模型，而對上部葉片生長的模擬效果較差，溫光效應(yīng)模型對各部位葉片不同條件下生長進(jìn)程的模擬精度均高于有效積溫模型與生長時間模型，具有更高的普適性。各部位葉片最終葉面積隨移栽期推遲呈現(xiàn)先增加后降低的規(guī)律，下、中部葉片生長速率隨移栽期推遲呈現(xiàn)加快規(guī)律，而不同移栽期上部葉的生長速率近似；推導(dǎo)獲得各部位葉片不同發(fā)育時期的溫光效應(yīng)值，為精準(zhǔn)預(yù)測葉片生長提供參考。

[1] 王石立，馬玉平. 作物生長模擬模型在我國農(nóng)業(yè)氣象業(yè)務(wù)中的應(yīng)用研究進(jìn)展及思考[J]. 氣象，2008，34（6）：3-10.

WANG S L, MA Y P. The progress in application of crop growth simulation models to agro-meteorological services in China[J]. Meteorological Monthly, 2008, 34(6): 3-10.

[2] 孫揚越，申雙和. 作物生長模型的應(yīng)用研究進(jìn)展[J]. 中國農(nóng)業(yè)氣象，2019，40（7）：444-459.

SUN Y Y, SHEN S H. Research progress in application of crop growth models[J]. Chinese Journal of Agrometeorology, 2019, 40(7): 444-459.

[3] MCMASTER G S, WILHELM W W. Growing degree-days: one equation, two interpretations[J]. Agricultural and forest meteorology, 1997, 87(4): 291-300.

[4] 鄭大瑋，孫忠富. 關(guān)于積溫一詞及其度量單位科學(xué)性問題的討論[J]. 中國農(nóng)業(yè)氣象，2010，31（2）：165-169.

ZHENG D W, SUN Z F. Discussion scientificalness problem of accumulated temperature and its unit[J]. Chinese Journal of Agrometeorology, 2010, 31(2): 165-169.

[5] GIRMA K, HOLTZ S L, ARNALL D B, et al. Weather, fertilizer, previous year yield, and fertilizer levels affect ensuing year fertilizer

response of wheat[J]. Agronomy journal, 2007, 99(6): 1607-1614.

[6] 殷新佑. 水稻發(fā)育溫度效應(yīng)的非線性模型及其應(yīng)用[J]. 作物學(xué)報，1994，20（6）：692-700.

YIN X Y. A nonlinear model to quantify temperature effect on rice phenology and its application[J]. Acta Agronomica Sinica, 1994, 20(6): 692-700.

[7] 高亮之，金之慶，黃耀，等. 水稻計算機模擬模型及其應(yīng)用之一水稻鐘模型——水稻發(fā)育動態(tài)的計算機模型[J]. 中國農(nóng)業(yè)氣象，1989，10（3）：3-10.

GAO L Z, JIN Z Q, HUANG Y, et al. Rice clock model-a computer simulation model of rice development[J]. Chinese Journal of Agrometeorology, 1989, 10(3): 3-10.

[8] 嚴(yán)美春，曹衛(wèi)星，羅衛(wèi)紅，等. 小麥發(fā)育過程及生育期機理模型的研究I. 建模的基本設(shè)想與模型的描述[J]. 應(yīng)用生態(tài)學(xué)報，2000，11（3）：355-359.

YAN M C, CAO W X, LUO W H, et al. A mechanistic model of phasic and phenological development of wheat I. Assumption and description of the model[J]. Chinese Journal of Applied Ecology, 2000, 11(3): 355-359.

[9] 馮陽春，魏廣彬，李剛?cè)A，等. 水稻主莖出葉動態(tài)模擬研究[J].中國農(nóng)業(yè)科學(xué)，2009，42（4）：1172-1180.

FENG Y C, WEI G B, LI G H, et al. A simulation model of leaf appearance on main stem of rice[J]. Scientia Agricultura Sinica, 2009, 42(4): 1172-1180.

[10] 顧蘊倩，劉雪，張巍，等. 灌漿期弱光逆境對小麥生長和產(chǎn)量影響的模擬模型[J]. 中國農(nóng)業(yè)科學(xué)，2013，46（5）：898-908.

GU Y Q, LIU X, ZHANG W, et al. The simulation model of the effects of low level of radiation at milk filling stage on wheat growth and yield [J]. Scientia Agricultura Sinica, 2013, 46(5): 898-908.

[11] 李向嶺，趙明，李從鋒，等. 播期和密度對玉米干物質(zhì)積累動態(tài)的影響及其模型的建立[J]. 作物學(xué)報，2010，36（12）：2143-2153.

LI X L, ZHAO M, LI C F, et al. Effect of sowing-date and planting density on dry matter accumulation dynamic and establishment of its simulated model in maize[J]. Acta Agronomica Sinica, 2010, 36(12): 2143-2153.

[12] 王建偉，薛超群，張艷玲，等. 烤煙葉面積系數(shù)與冠層反射光譜指數(shù)的定量關(guān)系[J]. 煙草科技，2008（4）：49-52.

WANG J W, XUE C Q, ZHANG Y L, et al. Quantitative relationship between leaf area index and canopy reflection spectrum index of flue-cured tobacco[J]. Tobacco Science Technology, 2008(4): 49-52.

[13] 孫延國，董建新，吳元華，等. 西南煙區(qū)主栽煙草品種葉片發(fā)生及生長模擬模型建立[J]. 中國農(nóng)業(yè)科技導(dǎo)報，2018，20（8）：29-38.

SUN Y G, DONG J X, WU Y H, et al. Establishment of leaf occurrence and growth simulation model of main tobacco varieties in southwest tobacco growing area[J]. Journal of Agricultural Science and Technology, 2018, 20(8): 29-38.

[14] 張明達(dá)，李蒙，胡雪瓊，等. 基于輻熱積法模擬烤煙葉面積與煙葉干物質(zhì)產(chǎn)量[J]. 生態(tài)學(xué)報，2013，33（22）：7108-7115.

ZHANG M D, LI M, HU X Q, et al. Simulation of leaf area and dry matter production of tobacco leaves based on product of thermal effectiveness and photosynthetically active radiation[J]. Acta Ecologica Sinica, 2013, 33(22): 7108-7115.

[15] 楊興有，劉國順. 成熟期光強對烤煙理化特性和致香成分含量的影響[J]. 生態(tài)學(xué)報，2007，27（8）：3450-3456.

YANG X Y, LIU G S. Effects of different light intensity during tobacco ripe stages on the quality of flue-cured tobacco[J]. Acta Ecologica Sinica, 2007, 27(8): 3450-3456.

[16] 招啟柏，廖文程，孔光輝，等. 移栽期對烤煙葉片生長動態(tài)的影響及其模型的建立[J]. 中國煙草學(xué)報，2013，19（4）：41-54.

ZHAO Q B, LIAO W C, KONG G H, et al. Effect of transplanting time on leaf growth and establishment of its dynamic model in flue-cured tobacco leaf[J]. Acta Tabacaria Sinica, 2013, 19(4): 41-54.

[17] 錢益亮，崔會會，邵伏文，等. 有效積溫對烤煙葉齡及成熟度的影響[J]. 中國煙草科學(xué)，2013，34（6）：15-19.

QIAN Y L, CUI H H, SHAO F W, et al. Effect of effective accumulated temperature on leaf age and maturity of flue-cured tobacco[J]. Chinese Tobacco Science, 2013, 34(6): 15-19.

[18] 宋洋，王學(xué)林，殷劍敏，等. 三種光溫模型在模擬水稻生育期中的應(yīng)用與比較[J]. 生態(tài)學(xué)雜志，2014，33（12）：3262-3267.

SONG Y, WANG X L, YIN J M, et al. Application and comparison of three kinds of photo-thermal model to simulate the rice growth period[J]. Chinese Journal of Ecology, 2014, 33(12): 3262-3267.

[19] 王加蓬，蔡煥杰，王健，等. 溫室膜下滴灌甜瓜初花期葉面積動態(tài)變化與增長模型研究[J]. 節(jié)水灌溉，2009（1）：27-30.

WANG J P, CAI H J, WANG J, et al. Study on dynamic change and growth model of leaf area in initial flowing period for drip-irrigated muskmelon under mulch film in greenhouse[J]. Water Saving Irrigation, 2009(1): 27-30.

[20] 邢黎峰，孫明高，王元軍. 生物生長的Richards模型[J]. 生物數(shù)學(xué)學(xué)報，1998（3）：348-353.

XING L F, SUN M G, WANG Y J. Richards growth model of living organism[J]. Journal of Biomathematics, 1998(3): 348-353.

[21] 孫明偉，趙統(tǒng)利，邵小斌，等. 基于Richards方程的百合生長動態(tài)模擬分析[J]. 中國農(nóng)業(yè)科技導(dǎo)報，2018，20（10）：29-35.

SUN M W, ZHAO T L, SHAO X B, et al. Growth dynamic analysis of lily under Richards equation[J]. Journal of Agricultural Science and Technology, 2018, 20(10): 29-35.

[22] 李國強，湯亮，張文宇，等. 不同株型小麥干物質(zhì)積累與分配對氮肥響應(yīng)的動態(tài)分析[J]. 作物學(xué)報，2009，35（12）：2258-2265.

LI G Q, TANG L, ZHANG W Y, et al. Dynamic analysis on response of dry matter accumulation and partitioning to nitrogen fertilizer in wheat cultivars with different plant types[J]. Acta Agronomica Sinica, 2009, 35(12): 2258-2265.

[23] 王萌萌，楊沈斌，江曉東，等. 光溫要素對水稻群體莖蘗增長動態(tài)影響的分析及模擬[J]. 作物學(xué)報，2016，42（1）：82-92.

WANG M M, YANG S B, JIANG X D, et al. Analysis and simulation of impact of light and temperature on rice tillering[J]. Acta Agronomica Sinica, 2016, 42(1):82-92.

[24] 孫延國，馬興華，黃擇祥，等. 煙草溫光特性研究與利用：I.氣象因素對山東煙區(qū)主栽品種生育期的影響[J]. 中國煙草科學(xué)，2020，41（1）：30-37.

SUN Y G, MA X H, HUANG Z X, et al. Investigation and utilization of temperature and light characteristics of tobacco: I. effects of meteorological factors on growth period of main varieties in Shandong tobacco-growing areas[J]. Chinese Tobacco Science, 2020, 41(1): 30-37.

[25] 張文緒. 中國水稻品種光溫生態(tài)的研究Ⅲ.水稻品種的基礎(chǔ)營養(yǎng)生長期和感溫性[J]. 北京農(nóng)業(yè)大學(xué)學(xué)報，1983，9（2）：13-27.

ZHANG W X. A study on photo thermo ecology in rice varieties Ⅲ basic vegetative phase and thermo-sensitivity in rice varieties[J]. Acta Agriculturae Universitatis Pekineseis, 1983, 9(2): 13-27.

[26] 張亞杰，李京，彭紅坤，等. 油菜生育期動態(tài)模擬模型的構(gòu)建[J]. 作物學(xué)報，2015，41（5）：766-777.

ZHANG Y J, LI J, PENG H K, et al. Dynamic simulation model for growth duration of rapeseed ()[J]. Acta Agronomica Sinica, 2015, 41(5): 766-777.

[27] 李文卿，陳順輝，柯玉琴，等. 不同移栽期對烤煙生長發(fā)育及質(zhì)量風(fēng)格的影響[J]. 中國煙草學(xué)報，2013，19（4）：48-54.

LI W Q, CHEN S H, KE Y Q, et al. Effects of transplanting time on growth and quality of flue-cured tobacco[J]. Acta Tabacaria Sinica, 2013, 19(4): 48-54.

[28] 鹿瑩，梁曉芳，管恩森，等. 移栽時間對烤煙光合特性、產(chǎn)量和品質(zhì)的影響[J]. 中國煙草科學(xué)，2014，35（1）：48-53.

LU Y, LIANG X F, GUAN E S, et al. Effects of transplanting time on photosynthesis characteristics, yield and quality of flue-cured tobacco[J]. Chinese Tobacco Science, 2014, 35(1): 48-53.

Investigation and Utilization of Temperature and Light Characteristics of Tobacco:Ⅲ. Establishment of Simulation Model of Tobacco Leaf Growth Based on Temperature and Light Effects

SUN Yanguo1, WANG Yong2, ZHANG Yang2, WU Kaicheng3, WANG Yuhua4, WANG Dahai4, SHI Yi1*

(1. Institute of Tobacco Research, Chinese Academy of Agricultural Sciences, Key Laboratory of Tobacco Biology and Processing, Ministry of Agriculture and Rural Affairs, Qingdao 266101, China; 2. China Tobacco Shandong Industrial Company, Limited, Jinan 250014, China; 3. Shandong Branch of China National Tobacco Corporation, Jinan 250101, China; 4. Shandong Weifang Tobacco Limited Company, Weifang, Shandong 261061, China)

In order to accurately simulate tobacco leaf growth and development process, and realize the accurate and controlled production of tobacco leaves, field experiments of different transplanting date treatments were carried out for two years to establish dynamic models of changes in lower, middle and upper leaf areas based on different scales using the Richards equation, and the simulation accuracy of different models was analyzed. The results showed that the dynamic model of various parts of tobacco leaf area change conformed to the characteristics of typical “S” type growth curve. The effective accumulated temperature model had better simulation effect than the growth time model in simulating the growth of the lower and middle leaves, while had poor effect in simulating upper leaf growth. The simulation accuracy of the temperature and light effect model for the growth process of each part of the leaf under different conditions was higher than the effective accumulated temperature model and the growth time model, resulting in higher universality. The final leaf area of each part of the leaves increased first and then decreased with the postponement of the transplanting date. The growth rate of the lower and middle leaves showed an accelerating pattern with the postponement of the transplanting date, while the growth rate of upper leaves showed an approximate pattern in different transplanting dates. The temperature and light effect values of each part of the leaves during the slow-growth period, the fast-growth period, and the steady-growth period were derived to provide a reference for accurate prediction of leaf growth.

tobacco; leaf growth; effective accumulated temperature; temperature and light effect; simulation model

10.13496/j.issn.1007-5119.2022.04.002

S572.01

A

1007-5119（2022）04-0006-09

中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程（ASTIP-TRIC03）；山東中煙工業(yè)有限責(zé)任公司重點項目（201901001）；中國煙草總公司山東省公司重點項目（202001）；山東濰坊煙草有限公司科技項目（2017-17）

孫延國（1987-），男，碩士，助理研究員，研究方向為煙草栽培生理。E-mail：sunyanguo@caas.cn。*通信作者，E-mail：shiyi@caas.cn

2021-12-06

2022-08-16