[发明专利]一种基于叶片紧张度在线监测的变量灌水节点预测方法

权利要求书

1.一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，包括以下步骤：

步骤一，实验室培养模型植物幼苗，选取被考察植物的模型植物；

步骤二，设置不同干旱胁迫水平对模型植物进行培养；

步骤三，对模型植物进行指标测定；

步骤四，利用叶面积回归方程对叶面积与最大叶长最大叶宽的乘积进行拟合，得出叶面积的估算模型；利用生物量模型对生物量与株高、叶面积之间关系进行拟合，得出生物量的估算模型；利用直角双曲线方程构建生物量与叶片紧张度的关系模型；

步骤五，选取不同干旱水平下的被考察植物，间隔相同时间于步骤三中相同时段测定其最大叶长、最大叶宽和株高；

步骤六，依据最大叶长、最大叶宽和株高，利用叶面积估算模型、生物量估算模型，计算生物量随时间的增长曲线；

步骤七，对生物量随时间的增长曲线进行拟合，再对拟合方程求导，计算不同干旱水平下生物量的增长速率；

步骤八，以对照水平下生物量的增长速率为参照，计算不同干旱水平下生物量增长速率为参照值P％时所对应的生长时间，即为灌水节点；

其中P为整数，其值在0～100之间；

步骤九，依据拟合方程以及生物量与叶片紧张度关系模型，根据灌水节点，计算对应叶片紧张度的值，从而通过叶片紧张度的在线监测对变量灌水节点进行预测。

2.根据权利要求1所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，所述步骤四中叶面积回归方程为A＝u×(X₁×X₂)^v，其中u，v为常数，X₁表示最大叶长，X₂表示最大叶宽，A表示叶面积。

3.根据权利要求1所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，所述步骤四中生物量模型为logDW＝r+q×log(A²×H)，其中DW为生物量，A为叶面积，H为株高，r、q为常数。

4.根据权利要求1所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，所述步骤四中直角双曲线方程为其中DW为生物量，T_d为叶片紧张度，m，n为常数，其中m表示当生物量为最大生物量DW_max一半时的T_d值。

5.根据权利要求1所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，所述步骤九中拟合方程采用4参数Logistic方程：其中Y₀为对数生长期起始量，a为整个生长过程生长指标的生长量的上限，X₀为达到对数增长期最大增长的50％所需要的时间，X为处理天数，Y为干重生物量，b为拟合系数。

6.根据权利要求5所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，对4参数Logistic方程求导，得生物量增长速率

7.根据权利要求1所述的一种基于叶片紧张度在线监测的变量灌水节点预测方法，其特征在于，所述步骤八中灌水节点计算方法如下：以对照水平下的生物量增长速率GR_f为参照，计算各干旱水平下生物量增长速率GR_e为参照值P％时对应的生长时间，定义为灌水节点；即GR_e＝Y_e'＝P％×Y_f'＝P％×GR_f，其中Y_e′为各干旱水平下生物量增长曲线的导数，Y_f′为对照水平下生物量增长曲线的导数。