PTM-50植物生理生態モニタリングシステム
はじめに
PTM-50植物生理学的生態モニタリングシステムは既存のPTM-48 Aをベースにアップグレードされ、植物の光合成速度、蒸散速度、植物生理学的成長状態、環境因子を長期的、自動的にモニタリングすることができ、それによって植物の全面的な情報を得ることができる。
主な機能特徴
·システムは4つの自動開閉翼室を備え、20秒以内に翼のCO 2、H 2 O交換速度を得ることができる。
·システムは1つのデジタルチャネル接続RTH-50多機能センサー(総放射、光合成有効放射、空気温度&湿度、露点温度などを測定できる)を標準装備している。
·分析ユニットはデュアルチャネル測定にアップグレードされ、新しいPTM-50は前の1つの分析器によって時間測定され、2つの独立分析器にアップグレードされ、リアルタイムで参照ガスとサンプルガスの濃度差を測定し、環境CO 2、H 2 O変動に対する耐性を強化し、データはより安定で信頼性が高い。
·オプションの植物生理指標モニタリングセンサは無線でデータを転送し、センサはPCと独立に接続でき、配置はより柔軟である。
·クロロフィル蛍光自動モニタリングモジュールを同時に搭載してクロロフィル蛍光のリアルタイムモニタリングを行うことができる。
·システムは2.4 GHz RFと3 Gによる無線通信とネットワーク化を実現する。
上図はPTM-50システム構成図
応用分野
·植物生理学、生態学、農学、園芸学、作物学、施設農業、節水農業などの研究分野に応用
·異なる種、異なる品種の違いを比較する
·異なる処理、異なる栽培条件が植物に与える影響を比較する
·植物の光合成、蒸発、成長の制限因子を研究する
·植物に対する生育環境の影響及び植物の環境変化に対する応答を研究する
上図は本体と円形葉室の写真
基本構成コンポーネント
·1×PTM-50システムコンソール
·1×電源アダプタ
·1×バッテリ接続線
·1×RTH-50多機能センサー
·4×LC-10 R翼室、測定面積10 cm 2
·4×4 mガス接続管
·2×1.5 mステンレススタンド
·オプションのワイヤレスセンサー
·英語ソフトウェア
·英語仕様書
技術指標
·動作方法:自動継続測定
·葉室サンプリング時間:20 s
·CO 2測定原理:2チャネル非分散赤外ガス分析器
·CO 2濃度測定範囲:0-1000 ppm
·CO 2交換速度の定格測定範囲:-70-70μmolCO 2 m-2 s-1
·H 2 O測定原理:統合型空気温度と湿度センサー
·翼室空気流速:0.25 L/min
·RTH-50多機能センサー:温度-10から60℃、相対湿度:3-100%RH、光合成有効放射:0-2500μmolm-2 s-1
·測定間隔:5~120分ユーザー定義
·記憶容量:1200データ、サンプリング周波数30分で25日間保存可能
·接続管の標準長さ:4 m
·電源:9~24 Vdc
·通信方式:2.4 GHz RFと3 Gネットワーク通信
·環境保護レベル:IP 55
·オプションのリーフチャンバとセンサー
1.LC-10 R透明翼室:円形翼室、面積10 cm 2、空気流速0.23±0.05 L/min
2.LC-10 S透明翼室:矩形翼室、13×77 mm、10 cm 2、空気流速0.23±0.05 L/min
3.MP 110葉緑素蛍光自動監視モジュール、Ft、QYなど葉緑素蛍光パラメータを自動監視できる
4.LT-1翼面温度センサ:測定範囲0-50℃
5.LT-4翼面温度センサ:4個のLT-1センサを集積し、翼面平均温度を推定する
6.LT-IRz赤外線温度センサ:範囲0-60℃、視野範囲5:1
7.SF-4植物茎流センサー:最大10 ml/h、直径2-5 mm茎棒に適用
8.SF-5植物茎流センサー:最大10 ml/h、直径4-10 mm茎棒に適用
9.SD-5茎棒微変化センサー:ストローク0から5 mm、直径5-25 mm茎棒に適用
10.SD-6ステム微小変化センサー:ストローク0から5 mm、直径2-7 cmステムに適用
11.SD-10ステム微小変化センサー:ストローク0から10 mm、直径2-7 cmステムに適用
12.DE-1幹成長センサ:ストローク0~10 mm、直径6 cm以上の幹に適用
13.FI-L大型果実成長センサー:範囲30~160 mm、円形果実に適用
14.FI-M中型果実成長センサ:範囲15~90 mm、円形果実に適用
15.FI-S小型果実成長センサー:範囲7~45 mm、円形果実に適用
16.FI-XSマイクロ果実成長センサ:ストローク0~10 mm、直径4~30 mmの円形果実に適している
17.SA-20本の高センサー:範囲0~50 cm
18.SMTE土壌水分、温度、電気伝導率の3パラメータセンサー:0から100%vol.%WC、-40から50°C、0から15 dS/m
19.PIR-1光合成有効放射センサ:波長400〜700 nm、光強度0〜2500μmolm-1 s-1
20.TIR-4総放射センサ:波長300 ~ 3000 nm、放射0 ~ 1200 W/m 2
21.ST-21土壌温度センサー:範囲0〜50°C
22.LWS-2ベーン湿度センサ:センサ表面湿度に比例した指示信号を発生する
ソフトウェアインタフェースとデータ
上図右は24時間以内のCO 2(CO 2 EXCHANGE)、茎流(SAP FLOW)、蒸発速度(VPD)、光合成有効放射(PAR)の連続変化を示しており、これは携帯型光合成器ではできない
応用事例
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
本研究は測量天尺(Hylocereus undatus、果実はドラゴンフルーツ)と蛇鞭柱(Selenicereus megalanthus)の高温下でのCO 2吸収率の変化を測定し、その生理生化学変化を分析した。
産地
ヨーロッパ
オプション技術方案
1)クロロフィル蛍光計との光合成とクロロフィル蛍光測定システムの構成
2)FluorCamとの併用組成光合成とクロロフィル蛍光イメージング測定システム
3)オプションの高スペクトルイメージングによる単葉から複合冠への光合成時空間変化の実現
4)オプションのO 2測定ユニット
5)赤外線熱イメージングユニットを選択的に配置して、気孔の導度動態を分析することができる
6)オプションのPSIインテリジェントLED光源
7)FluorPen、SpectraPen、PlantPenなどの手持ち式植物(葉)測定器を選択的に配合し、植物葉の生理生態を全面的に分析することができる
8)オプションでECOORONを割り当てる®無人機プラットフォームは高スペクトルと赤外熱イメージングセンサを搭載して時空構造の調査研究を行う
部分参考文献
1.宋宗河、鄭文寅&張学昆.キャベツ型油菜の耐旱魃関連性状の主成分分析及び総合評価。中国農業科学44、1775-1787(2011)。
2.李婷婷、江朝暉、閔文芳、姜貫楊&饒元.遺伝子式に基づいてプログラムされたトマト葉のCO 2交換率のモデリングと予測。浙江農業学報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 Multivariate 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).