前言

PTM-50植物生理生态监测系统在原有PTM-48A基础上升级而来，可长期、自动监测植物的光合速率、蒸腾速率，植物生理生长状态，环境因子，从而得到植物的全面的信息。

主要功能特点

l 系统具备4个自动开合的叶室，可在20秒内获得叶片的CO₂、H₂O交换速率。

l PTM-50植物生理生态监测系统标配1个数字通道连接RTH-50多功能传感器（可测定总辐射、光合有效辐射、空气温度&湿度、露点温度等）。

l 分析单元升级为双通道测量，新款的PTM-50由之前的1个分析器分时测量，升级为2个独立分析器，实时测量参比气和样品气的浓度差，增强了对环境CO₂、H₂O波动的耐受能力，数据更加稳定可靠。

l 可选的植物生理指标监测传感器以无线方式传送数据，传感器可与PC独立连接，布设更为灵活。

l 可同时配备叶绿素荧光自动监测模块进行叶绿素荧光实时监测。

l 系统通过2.4GHz RF和3G实现无线通讯和网络化。

上图为PTM-50系统结构图

应用领域

² 应用于植物生理学、生态学、农学、园艺学、作物学、设施农业、节水农业等研究领域

² 比较不同物种、不同品种的差异

² 比较不同处理、不同栽培条件对植物的影响

² 研究植物光合、蒸腾、生长的限制因子

² 研究生长环境对植物的影响及植物对环境变化的响应

上图为主机与圆形叶室照片

基本配置组成

Ÿ 1×PTM-50系统控制台

Ÿ 1×电源适配器

Ÿ 1×蓄电池连接线

Ÿ 1×RTH-50多功能传感器

Ÿ 4×LC-10R叶室，测量面积10 cm²

Ÿ 4×4米气体连接管

Ÿ 2×1.5米不锈钢支架

Ÿ 选配无线传感器

Ÿ 英文软件

Ÿ 英文说明书

技术指标

l 工作方式：自动持续测量

l 叶室取样时间：20s

l CO₂测量原理：双通道非色散红外气体分析器

l CO₂浓度测量范围：0-1000 ppm

l CO₂交换速率的额定测量范围：-70-70 μmolCO₂ m^-2 s^-1

l H₂O测量原理：集成型空气温度和湿度传感器

l 叶室空气流速：0.25L/min

l RTH-50 多功能传感器：温度-10到60℃；相对湿度：3-100%RH；光合有效辐射：0-2500μmolm^-2s^-1

l 测量间隔：5-120分钟用户自定义

l 存储容量：1200条数据，采样频率为30分钟时可存储25天

l 连接管的标准长度：4m§

l 电源：9 到 24 Vdc

l 通讯方式：2.4GHz RF和3G网络通讯

l 环境防护级别：IP55

l 可选配叶室和传感器

1. LC-10R 透明叶室：圆形叶室，面积10cm²，空气流速0.23±0.05L/min

2. LC-10S 透明叶室：矩形叶室，13×77mm，10cm²，空气流速0.23±0.05L/min

3. MP110叶绿素荧光自动监测模块，可自动监测Ft、QY等叶绿素荧光参数

4. LT-1 叶面温度传感器：测量范围0-50℃

5. LT-4 叶面温度传感器：4个LT-1传感器集成，用以估算叶面平均温度

6. LT-IRz 红外温度传感器：范围0-60℃，视野范围5：1

7. SF-4 植物茎流传感器：大10ml/h，适用于直径2-5mm茎杆

8. SF-5 植物茎流传感器：大10ml/h，适用于直径4-10mm茎杆

9. SD-5 茎杆微变化传感器：行程0到5mm，适用于直径5-25mm茎杆

10. SD-6 茎杆微变化传感器：行程0到5mm，适用于直径2-7cm茎杆

11. SD-10 茎杆微变化传感器：行程0到10mm，适用于直径2-7cm茎杆

12. DE-1 树干生长传感器：行程0到10mm，适用于直径6cm以上树干

13. FI-L 大型果实生长传感器：范围30到160mm，适用于圆形果实

14. FI-M 中型果实生长传感器：范围15到90mm，适用于圆形果实

15. FI-S 小型果实生长传感器：范围7到45mm，适用于圆形果实

16. FI-XS 微型果实生长传感器：行程0到10mm，适用于直径4到30mm的圆形果实

17. SA-20 株高传感器：范围0到50cm

18. SMTE 土壤水分、温度、电导率三参数传感器：0 到 100 % vol.% WC ; -40 到 50 °C ; 0 到15 dS/m

19. PIR-1 光合有效辐射传感器：波长400到700nm，光强0到2500μmolm^-1s^-1

20. TIR-4 总辐射传感器：波长300到3000nm，辐射0到1200W/m²

21. ST-21 土壤温度传感器：范围0到50 °C

22. LWS-2 叶片湿度传感器：产生与传感器表面湿度成比例的指示信号

软件界面与数据

上图右展示的是24小时内CO₂（CO₂ EXCHANGE）、茎流（SAP FLOW）、蒸腾速率（VPD）、光合有效辐射（PAR）的连续变化，这是便携式光合仪无法做到的

应用案例

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

本研究测量量天尺（Hylocereus undatus，果实为火龙果）和蛇鞭柱（Selenicereus megalanthus）在高温下CO₂吸收率的变化，并分析了其生理生化变化。

产地

欧洲

选配技术方案

1) 与叶绿素荧光仪组成光合作用与叶绿素荧光测量系统

2) 与FluorCam联用组成光合作用与叶绿素荧光成像测量系统

3) 可选配高光谱成像实现从单叶片到复合冠层的光合作用时空变化研究

4) 可选配O₂测量单元

5) 可选配红外热成像单元以分析气孔导度动态

6) 可选配PSI智能LED光源

7) 可选配FluorPen、SpectraPen、PlantPen等手持式植物（叶片）测量仪器，全面分析植物叶片生理生态

8) 可选配ECODRONE®无人机平台搭载高光谱和红外热成像传感器进行时空格局调查研究

部分参考文献

1. 宋宗河, 郑文寅 & 张学昆. 甘蓝型油菜耐旱相关性状的主成分分析及综合评价. 中国农业科学 44, 1775–1787 (2011).

2. 李婷婷, 江朝晖, 闵文芳, 姜贯杨 & 饶元. 基于基因表达式编程的番茄叶片CO2交换率建模与预测. 浙江农业学报 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).