PTM-50植物生理生態(tài)監(jiān)測系統(tǒng)

前言

PTM-50植物生理生態(tài)監(jiān)測系統(tǒng)在原有PTM-48A基礎上升級而來，可*、自動監(jiān)測植物的光合速率、蒸騰速率，植物生理生長狀態(tài)，環(huán)境因子，從而得到植物的全面的信息。

主要功能特點

·系統(tǒng)具備4個自動開合的葉室，可在20秒內獲得葉片的CO2、H2O交換速率。

·系統(tǒng)標配1個數(shù)字通道連接RTH-50多功能傳感器（可測定總輻射、光合有效輻射、空氣溫度&濕度、露點溫度等）。

·分析單元升級為雙通道測量，新款的PTM-50由之前的1個分析器分時測量，升級為2個獨立分析器，實時測量參比氣和樣品氣的濃度差，增強了對環(huán)境CO2、H2O波動的耐受能力，數(shù)據(jù)更加穩(wěn)定可靠。

·可選的植物生理指標監(jiān)測傳感器以無線方式傳送數(shù)據(jù)，傳感器可與PC獨立連接，布設更為靈活。

·可同時配備葉綠素熒光自動監(jiān)測模塊進行葉綠素熒光實時監(jiān)測。

·系統(tǒng)通過2.4GHz RF和3G實現(xiàn)無線通訊和網絡化。

上圖為PTM-50系統(tǒng)結構圖

應用領域

·應用于植物生理學、生態(tài)學、農學、園藝學、作物學、設施農業(yè)、節(jié)水農業(yè)等研究領域

·比較不同物種、不同品種的差異

·比較不同處理、不同栽培條件對植物的影響

·研究植物光合、蒸騰、生長的限制因子

·研究生長環(huán)境對植物的影響及植物對環(huán)境變化的響應

上圖為主機與圓形葉室照片

基本配置組成

·1×PTM-50系統(tǒng)控制臺

·1×電源適配器

·1×蓄電池連接線

·1×RTH-50多功能傳感器

·4×LC-10R葉室，測量面積10 cm2

·4×4米氣體連接管

·2×1.5米不銹鋼支架

·選配無線傳感器

·英文軟件

·英文說明書

技術指標

·工作方式：自動持續(xù)測量

·葉室取樣時間：20s

·CO2測量原理：雙通道非色散紅外氣體分析器

·CO2濃度測量范圍：0-1000 ppm

·CO2交換速率的額定測量范圍：-70-70 μmolCO2 m-2 s-1

·H2O測量原理：集成型空氣溫度和濕度傳感器

·葉室空氣流速：0.25L/min

·RTH-50 多功能傳感器：溫度-10到60℃；相對濕度：3-*RH；光合有效輻射：0-2500μmolm-2s-1

·測量間隔：5-120分鐘用戶自定義

·存儲容量：1200條數(shù)據(jù)，采樣頻率為30分鐘時可存儲25天

·連接管的標準長度：4m?

·電源：9 到 24 Vdc

·通訊方式：2.4GHz RF和3G網絡通訊

·環(huán)境防護級別：IP55

·可選配葉室和傳感器

1.LC-10R 透明葉室：圓形葉室，面積10cm2，空氣流速0.23±0.05L/min

2.LC-10S 透明葉室：矩形葉室，13×77mm，10cm2，空氣流速0.23±0.05L/min

3.MP110葉綠素熒光自動監(jiān)測模塊，可自動監(jiān)測Ft、QY等葉綠素熒光參數(shù)

4.LT-1 葉面溫度傳感器：測量范圍0-50℃

5.LT-4 葉面溫度傳感器：4個LT-1傳感器集成，用以估算葉面平均溫度

6.LT-IRz 紅外溫度傳感器：范圍0-60℃，視野范圍5：1

7.SF-4 植物莖流傳感器：*10ml/h，適用于直徑2-5mm莖桿

8.SF-5 植物莖流傳感器：*10ml/h，適用于直徑4-10mm莖桿

9.SD-5 莖桿微變化傳感器：行程0到5mm，適用于直徑5-25mm莖桿

10.SD-6 莖桿微變化傳感器：行程0到5mm，適用于直徑2-7cm莖桿

11.SD-10 莖桿微變化傳感器：行程0到10mm，適用于直徑2-7cm莖桿

12.DE-1 樹干生長傳感器：行程0到10mm，適用于直徑6cm以上樹干

13.FI-L 大型果實生長傳感器：范圍30到160mm，適用于圓形果實

14.FI-M 中型果實生長傳感器：范圍15到90mm，適用于圓形果實

15.FI-S 小型果實生長傳感器：范圍7到45mm，適用于圓形果實

16.FI-XS 微型果實生長傳感器：行程0到10mm，適用于直徑4到30mm的圓形果實

17.SA-20 株高傳感器：范圍0到50cm

18.SMTE 土壤水分、溫度、電導率三參數(shù)傳感器：0 到 100 % vol.% WC ; -40 到 50 °C ; 0 到15 dS/m

19.PIR-1 光合有效輻射傳感器：波長400到700nm，光強0到2500μmolm-1s-1

20.TIR-4 總輻射傳感器：波長300到3000nm，輻射0到1200W/m2

21.ST-21 土壤溫度傳感器：范圍0到50 °C

22.LWS-2 葉片濕度傳感器：產生與傳感器表面濕度成比例的指示信號

軟件界面與數(shù)據(jù)

上圖右展示的是24小時內CO2（CO2 EXCHANGE）、莖流（SAP FLOW）、蒸騰速率（VPD）、光合有效輻射（PAR）的連續(xù)變化，這是便攜式光合儀無法做到的

應用案例

Net CO2 uptake rates for Hylocereus undatus and Selenicereus megalanthus under field conditions: Drought influence and a novel method for analyzing temperature dependence, Ben –Asher. J. et al. 2006, Photosynthetica, 44(2): 181-186

本研究測量量天尺（Hylocereus undatus，果實為火龍果）和蛇鞭柱（Selenicereus megalanthus）在高溫下CO2吸收率的變化，并分析了其生理生化變化。

產地

歐洲

選配技術方案

1)與葉綠素熒光儀組成光合作用與葉綠素熒光測量系統(tǒng)

2)與FluorCam聯(lián)用組成光合作用與葉綠素熒光成像測量系統(tǒng)

3)可選配高光譜成像實現(xiàn)從單葉片到復合冠層的光合作用時空變化研究

4)可選配O2測量單元

5)可選配紅外熱成像單元以分析氣孔導度動態(tài)

6)可選配PSI智能LED光源

7)可選配FluorPen、SpectraPen、PlantPen等手持式植物（葉片）測量儀器，全面分析植物葉片生理生態(tài)

8)可選配ECODRONE®無人機平臺搭載高光譜和紅外熱成像傳感器進行時空格局調查研究

部分參考文獻

1.宋宗河, 鄭文寅 & 張學昆. 甘藍型油菜耐旱相關性狀的主成分分析及綜合評價. 中國農業(yè)科學 44, 1775–1787 (2011).

2.李婷婷, 江朝暉, 閔文芳, 姜貫楊 & 饒元. 基于基因表達式編程的番茄葉片CO2交換率建模與預測. 浙江農業(yè)學報 28, 1616–1623 (2016).

3.Ton, Y. ADVANTAGES OF THE CONTINUOUS AROUND-THE-CLOCK MONITORING OF THE LEAF CO2 EXCHANGE IN PLANT RESEARCH AND IN CROP GROWING. 5

4.Jiang, Z. H., Zhang, J., Yang, C. H., Rao, Y. & Li, S. W. Comparison and Verification of Methods for M*riate Statistical Analysis and Regression in Crop Modelling. in Proceedings of the 2015 International Conference on Electrical, Automation and Mechanical Engineering (Atlantis Press, 2015). doi:10.2991/eame-15.2015.163

5.Ben-Asher, J., Garcia y Garcia, A. & Hoogenboom, G. Effect of high temperature on photosynthesis and transpiration of sweet corn (Zea mays L. var. rugosa). Photosynthetica 46, 595–603 (2008).

6.Schmidt, U., Huber, C. & Rocksch, T. EVALUATION OF COMBINED APPLICATION OF FOG SYSTEM AND CO2 ENRICHMENT IN GREENHOUSES BY USING PHYTOMONITORING DATA. Acta Horticulturae 1301–1308 (2008).

7.Qian, T. et al. Influence of temperature and light gradient on leaf arrangement and geometry in cucumber canopies: Structural phenotyping analysis and modelling. Information Processing in Agriculture (2018). doi:10.1016/j.inpa.2018.11.002

8.Uwe Schmidt, Ingo Schuch, Dennis Dannehl, Thorsten Rocksch & Sonja Javernik. Micro climate control in greenhouses based on phytomonitoring data.pdf.

9.Turgeman, T. et al. Mycorrhizal association between the desert truffle Terfezia boudieri and Helianthemum sessiliflorum alters plant physiology and fitness to arid conditions. Mycorrhiza 21, 623–630 (2011).

10.Ben-Asher, J., Nobel, P. S., Yossov, E. & Mizrahi, Y. Net CO2 uptake rates for Hylocereus undatus and Selenicereus megalanthus under field conditions: Drought influence and a novel method for analyzing temperature dependence. Photosynthetica 44, 181–186 (2006).

11.Zhaohui, J., Jing, Z., Chunhe, Y., Yuan, R. & Shaowen, L. Performance of classic multiple factor analysis and model fitting in crop modeling. Biol Eng 9, 8

12.Ojha, T., Misra, S. & Raghuwanshi, N. S. Wireless sensor networks for agriculture: The state-of-the-art in practice and future challenges. Computers and Electronics in Agriculture 118, 66–84 (2015).