植物叶片厚度耦合因子及其模型的研究(2)

　　2.1 气孔开度

　　气孔是植物进行气体交换的主要门户。气孔开度是气孔运动的最重要生理指标。目前常用的气孔开度测定方法可分为两大类：显微方法测定和通过测定导性估算。前者费时且步骤繁杂，但能提供气孔与保卫细胞的尺度，为此采用显微方法测定气孔开度[12]。

　　叶片气孔由两个保卫细胞构成，细胞尺寸均为微米量级。在高放大倍率环境下才可实现对叶片气孔的清晰观测。

　　根据植物叶片气孔分布的特点，借助高倍率光学显微成像系统、图像采集系统及图像处理工具（图3），实现对叶片气孔的活体观测及信息采集。

　　通过对叶片气孔的图像采集处理，得到视野面积内气孔总面积及气孔面积所占百分比。同时，测量叶片厚度，分析气孔面积百分比变化对叶片厚度的影响。结果（图4）表明叶片厚度变化与气孔面积百分比的变化趋势相关，随着气孔面积百分比的增大，叶片厚度呈减小趋势，气孔面积百分比的峰值与叶片厚度的谷值均出现在14：00～15：00。

　　对两者进行相关性分析，得到叶片厚度与气孔面积百分比的相关系数为-0.82，表现为显著负相关。说明气孔面积百分比的变化对叶片厚度影响显著。

　　两者显著相关的原因是由于光照与温度的升高造成叶片表面温度的升高，叶片为了维持正常生长所需的体表温度，必须通过增加气孔面积百分比增强蒸腾作用带走叶表热量，同时造成的叶片水分散失使叶片厚度相应减小。

　　2.2 含水量

　　3 模型建立与检验

　　本模型的建立是以成长期花生叶片厚度变化为例，对花生叶片厚度、叶气温差及空气相对湿度采用多元线性回归建模。由于空气温湿度对叶片厚度并不只是单独的影响关系，两参量间存在着耦合关系，在建立叶片厚度变化的影响模型时，引入自变量叶气温差？驻t、空气相对湿度h以及两者间耦合关系？驻ti·hi，模型中设花生叶片厚度为因变量。

　　3.1 叶片厚度与叶气温差模型

　　由图2可知，叶片厚度自9：00开始减小趋势增强，至18：00时变化幅度减缓，晚间叶片厚度变化微小趋于平缓。因此，对于叶片厚度（T）与叶气温差（？驻t）间关系通过时间分段法建模可更直观地反映不同时间段内叶片厚度与其耦合因子间关系。

　　1）0：00～9：00时段，叶片厚度变化缓慢，同时叶气温差变化幅度也较缓。该时间段内花生叶片厚度与空气温度间的相关系数为0.95，为显著正相关，该时段内叶片厚度与叶气温差间拟合关系可用线性关系：T=0.17？驻t-28。

　　2）9：00～19：30时段，叶片厚度与叶气温差均表现为大幅波动。随着叶气温差的减小，花生叶片厚度逐渐减小，15：00时后，叶气温差逐渐升高，花生叶片厚度逐渐增加。两者在这一时间段内的相关系数为0.62，为显著正相关，两者间的关系通过3阶多项式进行拟合表示：

　　T=0.000 05（？驻t）4-0.007 76（？驻t）3+1.554 6（？驻t）2-138.49？驻t+4 604。

　　3）19：30～24：00时段，叶气温差上升，同时花生叶片厚度呈增厚趋势，但是较第二阶段变化幅度小。该时段两参数相关系数为0.90，为显著正相关，叶片厚度与叶气温差间关系可通过线性拟合：

　　T=0.76？驻t-110。

　　3.2 叶片厚度与空气相对湿度模型

　　同叶片厚度与叶气温差模型相似，对叶片厚度与空气相对湿度模型进行分时段分析。

　　1）0：00～9：00时段，叶片厚度与空气相对湿度变化缓慢（图6）。两者在这一时间段内的相关系数为0.96，在这一时间段内的拟合关系式可由线性关系表示为：T=0.002 8 h+0.125 6。

　　2）9：00～19：30时段，叶片厚度变化与空气相对湿度波动幅度均较大，且两者的变化趋势相同，在空气相对湿度减少的同时，花生叶片厚度相应减小；空气相对湿度在15：00左右逐渐回升，花生叶片厚度也逐渐呈增厚趋势（图6）。两者在这一时段内的相关系数为0.85，表现为正相关。在这一时段内的拟合关系式采用2次多项式：T=0.000 1 h2+0.031 6 h-1.825 2。

　　3）19：30～24：00时段，空气相对湿度变化趋势平缓，同时叶片厚度也进入缓慢变化阶段（图6）。该时段两者的变化与第一时段相似，相关系数为0.89，拟合关系式：T=0.005 3 h-0.277 5。

　　以上研究分析了各时段内花生叶片厚度与叶气温差、空气相对湿度间的拟合关系，据此可设定每个时段内花生叶片厚度变化模型。

　　采用多元函数最小二乘法对模型中的系数进行估算。对3个时间段的模型分别进行多次偏回归系数显著性检验，得到环境温、湿度对花生叶片厚度的影响模型为：

　　3.3 模型检验

　　由于所建模型中的系数是在假设所有耦合项均对花生叶片厚度影响显著的前提下得到，所以必须对各系数在模型中的影响进行显著性检验，以判断叶气温差、空气相对湿度的幂次项或各耦合项对叶片厚度影响是否显著。

　　对回归模型的偏相关系数检验有两种方法，分别为t检验与F检验。本研究采用F检验对花生叶片厚度影响模型的显著性进行分析。

　　首先计算模型各项的偏回归平方和SSbi，偏回归均方MSbi及F检验值：

　　对于不同水平α值及相应的自由度上考察是否有Fα（1，n-m-1）≤F，并比较各项的显著性程度。分别对3个时段花生叶片厚度变化影响模型进行F检验，样本总量分别为19、19、10。首先，求总平方和SSy、回归平方和SSR与离回归平方和SSr。可得回归均方MSR与离回归均方MSr：MSR=SSR/dfR，MSr=SSr/dfr其中 dfR和dfr分别为回归自由度和离回归自由度。最后可得统计量F=MSR/MSr。经过计算，3个时间段的F值分别为F1=3.44、F2=3.06、F3=9.43，中国核心期刊遴选数据库查F检验表得：

　　F1>F0.05（5，13）=3.03 P<0.05

　　F2>F0.1（10，8）=2.54 P<0.1

　　F3>F0.05（5，4）=6.26 P<0.05

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

植物叶片厚度耦合因子及其模型的研究(2)