人工智能氣候室在農業植物上的應用
人工智能氣候室在農業植物上的應用
人工智能氣候室的出現和發展以來,應用範圍越來越廣泛,國外已在國防、海洋、林業、醫學、農業、生物、氣象、畜禽、工業、環境汙染和宇宙開發等許多領域裏應用。但應用最多的為農業科學和植物生理學的研究。本文僅就農業科學、植物生理學在植物人工智能氣候室開展的研究與取得的成果作一簡單介紹。
目前世界上在植物人工智能氣候室的研究,大體上有以下一些營養生理一研究不同環境條件下營養元素的吸收和積累;器官發生一研究不同環境條件下花芽的形成,性別分化、營養器官和繁殖器官的形成,開花生理一研究開花過程的生理,開花誘導的作用,植物光敏色素在開花中的作用;育種的研究一選育具有一定抗性的品種或加速世代繁育;抗性生理一發展誘導的抗性技術,另外還有光呼吸、光合作用生理和氣體汙染等等的研究。例如國外通過研究,了解到蕃茄坐果,對夜溫比較敏感,夜溫高,坐果差。
因此,為在較高夜溫地區種植蕃茄選育出了忍耐高夜溫的品種。日本在水稻冷害試驗中,係統地研究了稻穗形成過程中,低溫造成的不孕性,確定了冷害的敏感期即減數分裂後的小抱子形成期;耐寒品種的傷害臨界溫度為15~17℃,敏感品種的傷害臨界溫度為17~19℃等。
國際水稻研究所,利用人工智能氣候室,完成了很多有關水稻生理生化的研究。他們在不同溫、光栽培環境下,測出水稻各個品係的光合率與葉片含氮量的關係,並在控製氮量的條件下,得出用不同光周期處理水稻植株的產量和產量的構成、碳水化合物含量等數據,為選育新品種提供了理論依據。荷蘭根據CO能促進光合作用的結果,將人工智能氣候室內的CO濃度提高3一5倍,使黃瓜產量增產49%,蕃茄、菠菜、蘿卜和甘蔗增產25~35%。法國利用人工智能氣候室對玉米進行光照強度和光周期試驗,同時還研究低溫對玉米發芽期的影響。試驗證明長日照、高氣溫和高光強有利於玉米的生長。這一結果,為不同玉米品種區域化提供了依據。此外,西德、美國、澳大利亞等國也利用人工智能氣候室對冬小麥、冬大麥、春播穀類以及甘蔗等作物的良種培育進行了研究,收效較大。
近幾年來,我國利用人工智能氣候室,在植物生理學方麵進行了諸如光、溫、濕、氣等單因子的環境因素對植物生理過程影響的研究,同時對複因子一植物感光性和感溫性也開展了研究。在農業應用上,結合南方稻區水稻生產中常遇到的花期低溫傷害問題,進行了係統地研究,明確了水稻花期傷害的敏感期、傷害的臨界溫度、臨界時間的天數和主要受傷害的器官。並研究了防禦措施和建立了一套較為完整的資料,為氣象單位的秋季低溫預報和農業領導部門指揮生產提供了科學依報。水稻光溫特性遺傳的研究,在不同溫光條件下,探討雜種後代的生理變化,從中看到水稻品種的感光性屬於數量性狀遺傳,而且在雜種初期世代中即可進行感光性的鑒定,為育種提供了資料。
