一种基于不同水流速度下预测植物生物量的方法

摘要

本发明公开了一种基于不同水流速度下预测植物生物量的方法，属于水生生物工程领域。(1)将若干待测植物种子栽培于相同条件区域内，在种植区域内注入水；(2)水中设定螺旋桨，若干组种植生长过程中，设置若干组不同螺旋桨频率对应不同水流速度和静止组；(3)每若干天测定对应组植物生物量；(4)绘制植物生物量与时间关系图；(5)构建带有水流速度的logistic方程；(6)方程变为

说明书

技术领域

本发明涉及水生生物工程领域，更具体地说，涉及一种基于不同水流速度下预测植物生物量的方法。

背景技术

沉水植物是湖泊生态系统的重要初级生产者之一，在维持水生态系统的结构与功能以及生物多样性发挥着不可替代的作用，并且具有净化水质、抑制藻类生长等生态功能。然而，随着湖泊富营养化进程的加快，沉水植物面积萎缩，多样性下降和消亡现象普遍出现，例如中国的滆湖、云南滇池，丹麦的阿勒湖，德国东北部湖泊等等。因此，沉水植被的恢复与重建具有重要意义。沉水植物的生长、生存及繁殖受多重因素影响，基本可以归纳为以下方面：①光照强度；②营养盐；③底质；④悬浮物；⑤水流；⑥温度；其他因子如着生藻类、重金属、pH等。目前关于光强、营养盐、底质等对沉水植物影响机理的研究较为广泛，关于沉水植物对外因水体流速的生生长响应的研究较少，水动力通过对物质吸收率的改变影响水生生物的新陈代谢，从而影响其生长。因此，构建一些模型以预测植被在特定条件下的生长趋势，有利于揭示植物在特定条件下的内在生长规律，为富营养化湖泊沉水植物修复工程提供更加科学合理的参考数据和建议。

Logistic方程：A，M,r>0。式中：A为植物生长的最大参数，即A＝y_max；m是与初始值有关的参数；r是内禀增长率(最大生长速率)参数。y是关于t的单调递增函数。曲线存在一个拐点，拐点坐标为：此时最大生长速率为：Logistic曲线是具有初始值的典型的对称型“S型”生长曲线。

单纯用logistic方程描述植物种群数量的生长曲线是有缺陷的，没有考虑植物在不同环境条件下生长状况的差异，不能反映出环境条件变化对种群增长的影响。现有技术中也有相关的运用，进行相关植物的观察。

中国专利申请，申请号201610285923.5，公开日2016年8月17日，公开了一种测定植物抗逆境能力的方法，通过培养生长较为一致的健康幼苗，施加逆境因子培养用于考察叶片生长情况的植物幼苗，测量出不同大小的植物的最大叶长和最大叶宽，构建叶面积模型；选出一个刚展开的幼叶作为目的叶片，用4参数的Logistic方程，构建目的叶片最大叶长、最大叶宽和叶面积随培养时间的变化方程，求得不同逆境下培养的目的叶片叶面积的生长参数以及处在对数生长期一半时的生长速率及对数生长期持续时间；根据上述参数来判断植物的抗不同逆境能力的大小。此发明通过考察植物叶片的最大叶长和最大叶宽等易测指标，在不破坏目的植物叶片的同时，快速获取植物叶片最大叶长、最大叶宽及叶面积等生物量参数的动态变化，能够及时反馈植物对外界逆境的抵抗能力，而且实验简便，数据较为可靠，但此发明主要从植物叶片来检测其在不同逆境下的动态变化，对于水流的影响并未给出相应的合理方案，对于如何在不同水流条件下成长状况，并未有具体的阐述。

发明内容

1.要解决的技术问题

针对现有技术中存在的无法在不同水流条件下准确判断植物生长量的问题，本发明提供了一种基于不同水流速度下预测植物生物量的方法。它可以实现根据不同流速的情况下，对对应流速的植物生物量进行预测，迅速，精确程度高。

2.技术方案

本发明的目的通过以下技术方案实现。

一种基于不同水流速度下预测植物生物量的方法，其步骤如下：

(1)将若干待测植物种子栽培于相同条件区域内，在种植区域内注入水；

(2)水中设定螺旋桨，若干组种植生长过程中，设置若干组不同螺旋桨频率对应不同水流速度和静止组；

(3)每若干天测定对应组植物生物量；

(4)绘制植物生物量与时间关系图；

(5)构建带有水流速度的Logistic方程，方程为描述对应植物的生长状况，其中，N为植物单株的生物量(g/株)，K为环境条件所能允许的最大植物单株生物量(g/株)，a与初始条件有关的常数，t为生长时间，v为水流速度(m/s)，a，r，c为模型参数；

(6)令N＝Z，K＝a，a＝b，r＝c，c＝d，t＝x，v＝y，则方程变为a、b、c、d为模型参数；

(7)定义方程(2)，并绘图，实测值以步骤(4)时间为X轴，流速为Y轴，实测生物量为Z轴作图，根据方程(2)进行回归分析，通过实测值的拟合得到回归方程系数，a、b、c、d的值；

(8)将a、b、c、d值带入方程(2)，获得植物生物量在水流速度影响下生物量的变化结果。

更进一步的，步骤(4)和步骤(7)中使用origin软件进行绘图。

更进一步的，所述的植物为菹草。菹草的生长更符合Logistic模型。

更进一步的，步骤(2)中，通过调节螺旋桨频率，设定4组水流速分别为0.05m/s、0.1m/s、0.15m/s、0.20m/s，另设置静止组作为对照组；

更进一步的，步骤(3)中每个流速实验周期为30天，每六天测定菹草单株生物量。

更进一步的，步骤(7)中，拟合得到系数a＝1.237，b＝2.644，c＝0.214，d＝3.750。

3.有益效果

相比于现有技术，本发明的优点在于：

(1)针对现有植被在特定条件下的生长趋势，我们无法进行准确预测，单纯用Logistic方程描述植物种群数量的生长曲线是有缺陷的，没有考虑植物在不同环境条件下生长状况的差异，不能反映出环境条件变化对种群增长的影响，本方案发明一种可以基于水流速度的准确预测植物生物量的方法，可以准确获得对应时间内植物生长的生物量，使得植物生长预测可控，对后期工作的筹划和准备具有很好的支撑作用；

(2)构建带有水流速度的Logistic方程，方便快捷，准确性好，采用软件构建生物量和时间的对应图，快速构建所需要的方程，获得预测值；

(3)使用软件构图和实际测试值对应拟合，快速获得所针对植物的水流速度的Logistic方程，准确获得对应植物的预测关系式，精确方便，可对不同流速下的植物的生长进行预测，有利于揭示植物在特定条件下的内在生长规律，为富营养化湖泊沉水植物修复工程提供更加科学合理的参考数据和建议。

附图说明

图1为本发明的菹草生物量与时间的关系图；

图2为菹草时间、流速与生物量的关系图；

具体实施方式

下面结合说明书附图和具体的实施例，对本发明作详细描述。

实施例1

在实际工作中，单纯用Logistic方程描述植物种群数量的生长曲线是有缺陷的，没有考虑植物在不同环境条件下生长状况的差异，不能反映出环境条件变化对种群增长的影响。本发明在Logistic生长模型的基础上，引入水流速度项，可准确获得在不同水流速度下的对应生长模型，快速预测对应时间植物的生物量。

一种基于不同水流速度下预测植物生物量的方法，其步骤如下：

(1)将若干待测植物种子栽培于相同条件区域内，在种植区域内注入水；

(2)水中设定螺旋桨，若干组种植生长过程中，设置若干组不同螺旋桨频率对应不同水流速度和静止组；

(3)每若干天测定对应组植物生物量；

(4)绘制植物生物量与时间关系图，在此可以使用origin软件绘图；

(5)构建带有水流速度的logistic方程，方程为描述对应植物的生长状况，其中，N为植物单株的生物量(g/株)，K为环境条件所能允许的最大植物单株生物量(g/株)，a与初始条件有关的常数，t为生长时间，v为水流速度(m/s)，a，r，c为模型参数；

(6)令N＝Z，K＝a，a＝b，r＝c，c＝d，t＝x，v＝y，则方程变为a、b、c、d为模型参数；

(7)定义方程(2)，并绘图，在此可以使用origin软件绘图，实测值以步骤(4)时间为X轴，流速为Y轴，实测生物量为Z轴作图，根据方程(2)进行回归分析，通过实测值的拟合得到回归方程系数，a、b、c、d的值；

(8)将a、b、c、d值带入方程(2)，获得植物生物量在水流速度影响下生物量的变化结果。

获得对应植物生物量在水流速度影响下生物量的变化的方程，想要获得对应时间的生物量值，只需要对应植物生物量生长符合基础Logistic方程关系，就可以引入水流速度，输入时间参数就可以获得对应生物量的值。

实施例2

针对不同流速对菹草生长的影响实验如下，植物为菹草，菹草的生长更符合Logistic模型。步骤如下：

(1)菹草石芽购自某地水生植物基地，选取生物量相同的石芽作为实验材料；实验系统构建：将湖泥(TN：3.115±0.008g/kg，TP：1.238±0.004)平铺入上口径16cm、下口径10cm、高12.5cm的实验小花盆中，底质厚度为10cm。底质铺好后，放置于4.5m×1.4m×1.2m的环形水槽中，并沿槽壁慢慢注入自来水，水深为1m，待7日后稳定后，将石芽种于实验小花盆内，每盆种10颗石芽；

(2)通过调节螺旋桨频率设定水流速度，3.8Hz、6.6Hz、9.3Hz、12.3Hz，所对应的流速分别为0.05m/s、0.1m/s、0.15m/s、0.20m/s，以静止作为对照组；

(3)每个流速实验周期为30天，每六天测一下菹草单株生物量(g/株)，具体实测数据见表1。

表1不同流速下不同时间的菹草单株生物量实测值

(4)使用origin软件做在不同流速下的菹草生物量与时间的关系图，如图1所示；菹草生物量与时间的关系图符合Logistic模型；

(5)Logistic标准方程：式中N为植物种群的大小，一般是指植物的生物量，K为环境容纳量，r为内禀增长率，a与初始值有关的参数，此时，构建带有水流速度的Logistic方程，方程为描述对应植物的生长状况，其中，N为植物单株的生物量(g/株)，K为环境条件所能允许的最大植物单株生物量(g/株)，a与初始条件有关的常数，t为生长时间，v为水流速度(m/s)，a，r，c为模型参数；

(6)令N＝Z，K＝a，a＝b，r＝c，c＝d，t＝x，v＝y，则方程变为a、b、c、d为模型参数；

(7)定义方程(2)，并绘图，实测值以步骤(4)时间为X轴，流速为Y轴，实测生物量为Z轴作图，根据方程(2)进行回归分析，见图2，通过实测值的拟合得到回归方程系数，a、b、c、d的值；实测值的拟合得到回归方程系数见表2；

表2时间、流速与菹草单株生物量的拟合参数值

(8)将a、b、c、d值带入方程(2)，获得植物生物量在水流速度影响下生物量的变化结果。到基于不同流速下预测菹草生物量的Logistic方程：R²＝0.92887。

公式计算所得理论值与实测值进行ANVOA方差分析，分析结果见表3；

表3理论值与实测值进行ANVOA分析结果表

P＝0.123>0.05，理论值与实测值进行无显著性差异，拟合成功。

以上示意性地对本发明创造及其实施方式进行了描述，该描述没有限制性，在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一，实际的结构并不局限于此，权利要求中的任何附图标记不应限制所涉及的权利要求。所以，如果本领域的普通技术人员受其启示，在不脱离本创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本专利的保护范围。此外，“包括”一词不排除其他元件或步骤，在元件前的“一个”一词不排除包括“多个”该元件。产品权利要求中陈述的多个元件也可以由一个元件通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。