不同季節露地結球生菜生長模型初探

孫亞男，劉元軍，馬鐵民，茍黨慶

（1.凱盛浩豐農業有限公司，山東 青島 266000，2.青島浩豐生物科技有限公司，山東 青島 266000）

結球生菜（Lactuca satireL．var．captitataDC．）為菊科萵苣屬1年或2年生草本植物，含有蛋白質、糖類、維生素和豐富的礦物質，且風味獨特，無論生吃、炒食都深受人們的喜愛，因此種植面積越來越大。結球生菜喜冷涼，不耐強光照，適宜晝夜溫差大、夜間溫度較低的環境[1]，生產中主要進行春、秋兩季露地栽培[2]。低溫期種植過早，結球生菜生長緩慢，結球小產量低；高溫期定植過早，易抽薹開花或者燒心[3]，甚至有絕產的風險；因此，適宜的種植計劃及合理的水肥管理有助于提高結球生菜的產量和品質。

對于如何快速判斷生菜是否偏離了標準環境下的生長曲線，建立生長模擬模型是非常必要的。作物生長模擬模型是綜合作物生理、生態、農業氣象和農學等學科研究成果，應用系統分析和計算機技術，將作物與其生態環境因子作為一個系統進行動態的定量分析和生長模擬研究[4-5]。高亮之等[6]于1 9 8 5年首次在國內發表了“苜蓿生產的農業氣候計算機模擬模式-ALFAMOD”。李萍萍等[7]于1999年建立了溫室生菜生產的模擬模型。溫維亮等[8]于2011年通過形態參數對模板進行控制，組裝成為參數化的生菜幾何模型。高陽等[9]于2014年建立了設施韭菜生長環境管理模型，李曉斌等[10]于2016年用K-means圖像法和主要成分分析法監測溫室內生菜生長勢。可見前人研究基本基于設施環境下，但未見露地結球生菜不同季節下生長模型的建立。結球生菜主要以露地栽培為主，占到總種植面積的95%以上。露地栽培受天氣、環境變化影響較大。通過建立生長模型，種植者可以初步掌握結球生菜是否偏離生長軌跡，并快速了解生菜生長狀況，預測生長期是否滿足供應計劃，以便提前做好應急預案。為探究結球生菜產量構成因子在不同溫度下的變化情況，本試驗以山東地區主栽結球生菜品種為材料，構建結球生菜的生長模型，以期為生產者掌握結球生菜生長情況提供理論依據。

1 材料和方法

1.1 試驗時間和地點

試驗于2018年3月—2020年5月在凱盛浩豐農業有限公司的青島即墨移風基地進行，采用統一育苗移栽、露地栽培方式，統一田間管理。

1.2 試驗材料

試驗材料為結球生菜KF08品種，由凱盛浩豐農業有限公司提供。

1.3 試驗方法

1.3.1 生菜田間定植批次設定

于春、秋季各定植4批露地結球生菜，為了避免采收過于集中，一般每批定植時間間隔5～9 d。具體定植時間見表1。

1.3.2 生長模型的建立

在每一個批次結球生菜定植當天，隨機連續標記5株，注意避開地塊邊緣低洼、過旺過弱苗，從定植至采收前調查植株的表型數據，包括植株自然展開最大直徑（以下簡稱為最大直徑，單位cm）、株高（cm）、葉片數（指外葉片數，單位片）、葉長（cm）、葉寬（cm）、球高（cm）、球寬（cm）等。使用直尺、游標卡尺進行測量，一般5～9 d調查1次，定植當天記為0 d，調查天數為定植后1 d時，記為0＋1 d，調查天數為定植后2 d時，記為0＋2 d，調查天數為定植后Xd時，記為0＋Xd，以此類推。環境溫度數據參考基地內部氣象站收集的數據。

基于Excel 2010軟件，將春季和秋季每個批次生長期內調查的最大直徑、株高、外葉片數、葉長、葉寬、球高、球寬數據分別取平均值后，建立了不同季節下生長指標的趨勢圖，同時采用多元線性回歸分析方法建立春季生長模型和秋季生長模型。

1.3.3 生長模型驗證

生長期預測：將2020年各批次結球生菜的定植日期、調查當日的日最高溫度和日最低溫度、調查天數導入春季生長模型獲取預測值，比較預測生長期與實際生長期的差異。

模型的標準誤差計算：通過回歸分析計算模型的標準誤差，用于說明實際值與其預測值之間相對偏離程度，預測標準誤差的值越小，則預測值與其實際值的近似誤差越小，說明模型越準確。

1.3.4 生長指標間的相關性

通過Excel中的CORREL函數計算生長指標間的相關系數，相關系數越大，則生長指標相關程度越高，當2個生長指標的相關系數在0.90以上時，則認為這2個生長指標相關程度大，在快速調查時，相關程度大的2個生長指標可以簡化為僅調查一個生長指標。在使用生長模型預測時，結球生菜的生長指標相關性大的2個指標，可以只預測其中一個生長指標的生長模型，在實際測量表型數據時，僅調查用于預測的生長指標即可。

2 結果與分析

2.1 近2年溫度數據與生菜生長期分析

由圖1可見，2018年山東地區春季3—6月份4個月平均溫度高出2019年春季月平均溫度0.39 ℃，而2018年秋季8—10月3個月平均溫度比2019年秋季月平均溫度低0.72 ℃。

圖1 2018年和2019年月平均溫度變化

由圖2可知，春季各批次隨著定植時間的推移，生長期越來越短；秋季各批次隨著定植時間的推移，生長期越來越長，定植時間決定了生長期，溫度決定了定植時間，因此溫度與生長期密切相關。綜合比較圖1和圖2發現，2018年春季整體生長期溫度比2019年春季高，但生長期反而長，原因在于生菜在日平均溫度12 ℃時生長壯健，葉球生長最適溫度為13～16 ℃，由于2018年天氣氣溫過高，不適合菜球生長，所以2019年春季溫度稍低，不會延長生長期，反而會降低燒心發生率，2019年春季第3批和第4批的燒心率低于2018年春季第3批和第4批。而2019年秋季溫度高于2018年秋季溫度帶來的問題是秋季第1批次生菜面臨部分抽薹問題，其中2019年秋季第1批的抽薹率高于2018年秋季第1批約20%，故秋季前2批遇到高溫天氣應適當延后定植。

圖2 不同季節不同批次的生長期變化

2.2 生長模型的建立

通過結球生菜的表型數據建立了不同季節下的生長趨勢圖，同一生長指標隨著調查天數的增加而增加，當不同調查日期的柱形圖高度差越大，代表此時間內生長最迅速，溫度也是最適宜生長，反之不同調查日期的柱形圖高度差越小，代表此時間內生長最慢，不在結球生菜適宜生長的溫度內，見圖3和圖4。從生長趨勢圖上無法判斷或者預測結球生菜的生長是正常還是延緩，春季4個批次生長環境的溫度是由低溫逐漸升高，秋季4個批次生長環境的溫度從高溫逐漸下降，結球生菜在2種相反的溫度變化模式下，生長情況勢必不同，因此發掘不同季節下溫度與生長指標的關系至關重要。

圖3 春季不同批次結球生菜的生長指標變化

圖4 秋季不同批次結球生菜的生長指標變化

為了探討溫度與生長指標之間關系，經過對數據回歸分析，建立了溫度與結球生菜生長預測模型：

春季：

其中，PD代表最大直徑，PH代表株高，LN代表葉片數，LL代表葉長，LW代表葉寬，HH代表球高，HW代表球寬，T高代表日最高溫度，T低代表日最低溫度，D為定植后調查天數。

2.3 生長模型驗證

2.3.1 模型驗證

以2020年春季第1批次為例，進行生長模型的驗證，由圖2中2018年春季第1批生長期58 d，2019年春季第1批生長期56 d，根據開始采收日提前最佳采收日2～3 d的經驗，推測2020年春季第1批次生長期在55～59 d范圍內。將2020年春季第1批次結球生菜的數據導入春季生長模型（定植日期2020年3月17日），計算2020年春季結球生菜生長指標預測值，使用模型預測55～59 d內的生長量（表2），得出了2020年春季第1批次生長期為59 d，此時表現為菜球最大，并與實際生長期為57 d（2020年5月13日進行采收）相差2 d。

表2 2020年春季第1批次生長指標（生長期）預測

因前面通過經驗來推測生長期范圍，將推測生長期導入生長模型來確定下一年生長期，為了使生長期范圍準確，在做生長模型預測時，將過去2年生長期的平均值的前后5 d的溫度數據導入生長模型中進行計算，發現平均值的前后2 d的數據即為菜球的球高、球寬數據高峰范圍，為了提高計算的效率，在使用生長模型預測生長期時，生長期取值范圍確定邏輯：以過去2年生長期的平均值及其前后2 d為范圍。最終通過生長模型計算比較菜球的球高、球寬最優時為預測的下一年的生長期（表3）。表3中列舉了使用生長模型預測的不同批次結球生菜生長期，預測的2020年各批次的生長期與實際開始生長期不超過±2 d，模型預測較為準確。需要調整水肥等種植管理措施，以保證產量穩定。

表3 生長模型預測的生長期與實際生長期的差異 d

2.3.2 生長模型標準誤差

由表4可見，秋季模型的標準誤差除了最大直徑外，其他項目明顯低于春季的標準誤差，原因在于春季3—4月在生長前中期會出現突然高溫天氣導致數據偏差，秋季一般10月下旬生長后期會因偶爾出現降溫影響數據較小，例2019年4月3日最高溫度16 ℃/最低溫度6 ℃，4月6日24 ℃/8 ℃，4月9日9 ℃/5 ℃；另外，植株最大直徑相比其他參數標準誤差大，是由于前期最大直徑的生長速度最快，增幅最大，且受肥料和水分影響較大，所以標準誤差會相對較大。

表4 春季與秋季生長模型標準誤差值

2.3.3 生長指標間相關系數

由表5可知，最大直徑與株高、葉片數、葉長、葉寬4個生長指標相關系數較高，株高與葉長和葉寬相關系數較高，葉片數與其他生長指標相關系數低，葉長與葉寬的相關系數較高，球高與球寬的相關系數較高，因此當快速調查時可以不調查葉片數，僅調查最大直徑、葉長、球高3項生長指標即可判斷結球生菜的生長是否正常。

表5 結球生菜生長指標間的相關系數

3 結論與討論

通過建立生長指標模型，可以快速預測結球生菜生長是否偏離種植計劃，可及時指導調整管理措施，以獲取穩定產量。通過生長指標相關系數研究，將田間調查數據由原來的7項縮減為3項，減少了田間調查工作量，且簡化并提高了生長模型預測和生長指標表型數據的調查工作效率。

為了獲得高產和優質的結球生菜，除了品種適應性和種植日期研究外，掌握品種的最佳播種和定植時間至關重要。山東地區一般春季和秋季均可種植4～5茬生菜，一般春季以1月底—2月份初進行第1批結球生菜育苗，秋季7月中旬開始進行第1批結球生菜育苗。結球生菜的苗齡和生長期均隨著溫度的升高而縮短，隨著溫度的降低而延長。在生產中需要注意的是，苗齡與定植后成活率、結球形狀有很大關系，需根據當地氣候溫度提前規劃播種期，及時定植，可有效避免出現老苗、弱苗、緩苗慢等問題。

本研究使用生長模型預測的結果是最佳生長期與實際生長期相差2 d，因在實際操作中，一般開始采收日會提前最佳采收日2～3 d，因此該生長模型的預測相對準確，可以為種植者提供基本參考依據；然而由于露地條件下天氣變化的不確定性，生長模型預測還存在不足，未來還會不斷完善模型。一方面可以擴大調查樣本，制定合理、有規律的調查間隔日期；另一方面，在溫度數據上做更精準預判，比如預測近3 d最高溫度平均值、近3 d最低溫度平均值等，降低極端溫度或單日溫度變化的影響。

為了提高模型實用性和及時反饋性，未來可以考慮建立結球生菜實時預測模型和天氣預測系統，通過傳感器實時監控氣溫與預測，記錄生長表型數據，便于種植者實時掌握實際生長數據與預測生長模型的趨勢圖，及時調整種植管理措施。