季节性温度与水分运输对阳光玫瑰葡萄生长的影响及精准灌溉策略研究

《Frontiers in Plant Science》：The impact of seasonal temperature and water transport on the growth of sunshine rose grapevines and precision irrigation strategies

本文系统研究了季节性温度变化与水分运输对阳光玫瑰葡萄（Shine Muscat）生长的调控机制，并基于高精度传感器（如茎流计TDP1、茎干直径变化仪DC1/DC2、叶片温度传感器Leaf1-Leaf3）监测数据，构建了Prophet、LightGBM和XGBoost等机器学习模型，实现了对葡萄径向生长（DC1/DC2）的精准预测。研究发现温度-茎流耦合关系存在季节性符号反转（生长季负相关/冬季正相关），且结果母枝（DC1）与单侧主蔓（DC2）的生长同步性呈现显著季节差异。通过格兰杰因果检验证实茎流对径向生长具有先导作用，最终提出基于叶片温度与茎流基线的表型感知灌溉触发机制，为果园水肥高效利用（WUE）提供了理论依据和技术路径。

　　

1 引言

葡萄栽培在全球农业中具有重要经济价值，尤其在鲜食葡萄和酿酒产业中地位显著。面对气候变化与水资源短缺的双重挑战，如何通过精准灌溉实现水分高效利用（Water Use Efficiency, WUE）成为可持续葡萄栽培的核心议题。本研究以高经济价值的阳光玫瑰葡萄（Shine Muscat）为研究对象，通过部署高精度传感器网络（包括茎流计TDP1、茎干直径传感器DC1/DC2、叶片温度探头Leaf1-Leaf3等），系统监测环境温度、水分运输与径向生长的动态关联。研究旨在解析温度-水分-生长轴的季节性耦合机制，并基于机器学习方法构建生长预测模型，为表型感知的精准灌溉决策提供理论支持。

2 材料与方法

2.1 试验材料与场地概况

试验在山东泰安金牛山葡萄试验基地的塑料连栋温室内进行，采用10年生单干双臂V形架式阳光玫瑰葡萄，行株距为2.5 m×1.2 m。灌溉系统采用压力补偿滴灌（滴头流量2.0 L·h^?1），生育期每10–14天进行文丘里施肥。

2.2 传感器配置与数据采集

使用Dynamax公司高精度传感器连续监测葡萄生理指标：在结果母枝（DC1）和单侧主蔓（DC2）部署径向生长传感器，树干处安装茎流计（TDP1），冠层不同高度布设3个叶片温度探头（Leaf1–Leaf3）及环境温度探头。数据采集频率为每小时1次，持续1年（2020年6月至2021年6月），共获得8760条有效记录。

2.3 数据分析方法

采用Pearson相关性分析揭示环境温度、茎流、径向生长与叶片温度的季节性关联；通过格兰杰因果检验验证茎流对径向生长的时序先导性；分别构建线性回归、LightGBM、XGBoost和Prophet模型，以叶片温度、茎流和环境温度为输入特征，预测DC1/DC2变化，并以均方误差（MSE）、决定系数（R2）等指标评估模型性能。

3 结果

3.1 温度-水分-生长系统整体动态

相关性热图显示，温度与茎流（TDP1）的关联呈现季节性反转：夏季（r = –0.71）和秋季（r = –0.76）为负相关，冬季转为正相关（r = 0.38），春季恢复负相关（r = –0.67）。DC1与DC2的生长同步性亦随季节变化，夏季高度同步（r = 0.90），秋季至春季逐渐转为负相关（春季r = –0.89），表明器官间水分竞争随温度升高加剧。

3.2 环境温度与叶片温度的系统关联

叶片温度与环境温度始终保持高度正相关（夏季r = 0.88–0.96），且冠层上部叶片（Leaf3）对温度波动更敏感。冬季下层叶片（Leaf1）相关性较弱（r = 0.70），可能与冠层遮蔽导致的温度缓冲有关。

3.3 叶片温度与茎流的复杂关系

生长季叶片温度与茎流呈负相关（夏季Leaf2与TDP1的r = –0.73），反映蒸腾降温效应对水分运输的抑制；冬季则转为正相关（Leaf1与TDP1的r = 0.55），源于低温下蒸腾减弱与导管解冻的协同作用。

3.4 格兰杰因果检验

茎流（TDP1）在夏季对DC2生长具有显著先导作用（p < 0.05），而冬季因果性最弱，符合休眠期生理活动停滞的特征。时序分析显示茎流峰值较径向生长提前出现，支持“水分运输驱动生长”的生理机制。

3.5 预测模型性能比较

LightGBM和XGBoost在DC2预测中表现优异（R2分别为0.930和0.933），显著优于线性回归（R2 = 0.670）。Prophet模型在捕获DC2季节性波动时达到极高精度（R2 = 0.991），但对环境敏感的DC1预测精度较低（R2 = 0.847），表明结果母枝生长更易受短期微气候干扰。

4 讨论

本研究通过多传感器融合揭示了葡萄水分运输的季节性重构规律：冬季正耦合反映导管解冻主导的被动运输，而生长期负耦合体现蒸腾驱动的主动调控。器官特异性方面，主蔓（DC2）作为稳定水分运输基线，结果母枝（DC1）则成为环境响应的前沿哨点。模型应用层面，提出以“冠层上部叶片温度升高+茎流日内跌破基线30%分位数”为复合触发信号，实现表型感知的灌溉决策。未来需结合土壤水分（SWC）、光合有效辐射（PAR）等变量，嵌入土壤-植物-大气连续体（SPAC）框架，进一步提升模型生态解释力。

5 结论

研究确立了基于植物生理信号的精准灌溉新范式：通过茎流先导性识别水分需求临界点，利用器官生长异步性制定分阶段灌溉策略，最终构建了可迁移至多种多年生作物的“监测-预测-决策”技术链条。