生理指征监测仪

植物生理生态监测系统有三种主要功能： 标准报告功能：在栽培者日常工作中，系统能够产生一套定制的测量及其相关数据。意外报告功能（报警功能）：系统可以侦测到植物的意外紊乱。此功能基于多种植物生理紊乱的监测指示。决策系统功能：可以调整环境和灌溉方案。高精度和快速响应的监测通道可排除作物的危险。栽培者在控制方案上做很小的变化，在1~2天内就可以在作物身上发现响应。这就可以在试验中有很高的机会保持单一的变化因素，并且可以防止许多因素对作物状态的影响。PM-11植物生理生态监测系统对植物改良或退化的动态指示造就了决策系统。功能： · 独立工作，测量的传感器不需要连接到电脑上；· 八个11位模拟输入通道；· 专用数字输入用于RTH传感器，RTH传感器内置了4个传感器，分别是空气温度、相对湿度、光合有效辐射和叶面湿度传感器；· 用户可自定义采样速率1秒到1小时；· 防雨接头用于接入各种传感器；· 大容量512KB内存；· 12V DC工作电压；· 可采用电缆或无线通讯连接到电脑中；· PM-11主机尺寸：18W x 14H x 11.5L cm3· 终端软件可用于W98/2000/ME/XP 可选传感器：型号名称规格测量范围说明SD-5M茎杆微变化传感器0-5000µ m用于5-25毫米直径茎杆SD-6M树干微变化传感器0-5000µ m用于2-7厘米直径树干DE-1树木测量传感器0-10mm安装在树木中FI-LM果实变化传感器30-160mm用于测量圆形果实FI-MM果实变化传感器15-90mm用于测量圆形果实FI-SM果实变化传感器7-45mm用于测量圆形果实LT-2M叶面温度传感器5-50℃内置2个传感器SF-4M茎流传感器约3ml/h max用于1-5毫米直径茎杆SF-5M茎流传感器约3ml/h max用于4-10毫米直径茎杆SA-20生长计0-2000mm10位分辨率（~2mm）TIR-4总辐射传感器0-1000W/m2光谱范围300-1100nmPAR-2光合有效辐射传感器0-2500µ mol/m2s光谱范围400-700nmATH-2空气温湿度传感器温度：0-50℃相对湿度：0-100%RH ST-21土壤温度传感器0-50℃探头长度11cmRTH空气温湿度、光合有效辐射、叶面湿度温度：0-50℃相对湿度：0-100%RH光合有效辐射：0-2000µ mol/m2s叶面湿度：Y/N整合数字传感器*每个传感器均自带4米电缆。可选电源供应：· 交流电：90-260V AC，50/60Hz· 电池供电：12V DC可充电电池· 太阳能供电套件：包括可充电电池、充电器、太阳能板、支架 可选通讯：· 短距离：1米长RS232电缆· 长距离：RS485电缆，最远距离可达1.2km· 无线电：无线调制解调器，传输距离从0.3km到64km

植物光合生理及环境监测系统&mdash &mdash PTM-48A可实现植物光合速率、生理指标和环境因子的同步连续监测 PTM-48A是一台光合仪，但它不是一台普通的光合仪。它专为长期连续监测而设计，监测时间可长达数周。特殊的自动开合式叶室，可将叶室关闭对叶片生长的影响降到最低。4个叶室通道的设计，使研究者可同时监测多个植株或叶片。PTM-48A是一台光合仪，但它不仅仅是一台光合仪。它还是一台多通道植物生理及环境监测系统。它可以连接多达8个传感器通道，实现对环境因子(PAR、空气温湿度、土壤温湿度等)和植物生理指标(叶片温度、茎流速率、茎杆微变化、果实生长量等)的同步监测。 主要功能可24h连续监测叶片CO2气体交换获得每日CO2净同化量（净生产量）分析白天和夜晚的CO2交换平衡（光合与呼吸）LC-4B叶室细致研究光照、温度、CO2浓度及其他环境因子对产量的影响可24h连续监测叶片H2O气提交换、蒸腾速率和气孔导度连续监测时间可长达数小时、数天甚至数周具有4个叶室，可同时监测多个植株或叶片通过LC-4B叶室配合最新的LC-4D遮光叶室可细致研究CO2交换对光照的响应通过外接传感器可同步监测茎流量、茎杆果实微变化、空气温湿度、PAR等多项环境和生理指标LC-4D遮光叶室应用领域优化栽培方式以获得高产找到产量提高的限制因素。要在适当的时间采取适当的措施，就需要连续监测。找出植物自身的限制因素&mdash &mdash 例如气孔因素比较不同的种类和处理间的差异适用于阔叶研究在植物生理学、生态学、农学、园艺学、作物栽培学、设施农业、节水农业等诸多领域均可广泛应用在欧洲一些专家将其作为生态环境的长期监测系统，考察地中海沿岸植物环境条件的变化与CO2的交换过程。在亚洲的韩国和日本，用户利用该系统进行生长箱中作物的长期监测。 测量参数光合气体交换测量值：CO2同化速率、蒸腾速率、气孔导度、参比和叶室CO2浓度、参比和叶室H2O浓度、叶室空气流量、水汽压饱和亏、大气压等外接传感器测量值：植物茎流量、茎杆微变化、树干直径生长量、果实生长量、叶面温度、PAR、空气温湿度、土壤温湿度等 主要技术参数输入叶室数: 4叶室面积: 20 cm2连接管的标准长度: 4 m叶室内空气流速: 0.9 ± 0.1 LPMCO2浓度测量范围: 0－1000ppmCO2气体交换测定范围：-40 to 40 µ molCO2 m-2 s-1H2O气体交换测定范围：0 to 50mgH20m-2s-1数字传感器输入通道数：1 PAR、空气温度、空气湿度和叶片湿度4 in 1传感器。 可附加：土壤温度、含水量和电导率3 in 1传感器。模拟传感器输入通道数：8模拟信号输入范围：从0-1 Vdc到0-10 Vdc 可编程供电方式（可选）:100-240VAC交流电、12V可充电电池、太阳能电池板连接串口(可选): RS232、RS485和GPRS无线传输 应用举例：下图是棉花叶片一天的监测结果，这只是一部分传感器的数值对照，该系统可以得到多个传感器数值对照图形，使试验结果更清晰的表现在图上，这样对于研究环境因子变化对植物生理影响更加方便。 PTM-48A可选传感器探头探头型号测量范围 备注SD-5P 茎杆微变化探头 0 to 5000 &mu m用于5-25毫米直径茎杆SD-6P 树干微变化探头0 to 5000 &mu m用于2-7厘米直径树干DE-1P 树干直径生长探头0 to10 mm安装在主杆上FI-LP 果实生长探头30 to 160 mm圆型果实适用FI-MP果实生长探头15 to 90 mm圆型果实适用FI-SP 果实生长探头7 to 45 mm圆型果实适用FI-XSP果实生长探头0 to 10 mm圆型果实适用LT-1P 叶片温度探头r0 to50 ˚ C珠形热电偶探头LT-LC 叶片温度探头0 to50 ˚ C珠形热电偶探头LT-IRP红外叶温探头0 to 50 ˚ C5.5 to 20 µ m 发射率: 0.9SF-4P 植物茎流探头rApprox. 3 ml/h max. *1 to 5 mm 直径适用SF-5P植物茎流探头 Approx. 3 ml/h max.*4 to 8 mm 直径适用.SA-20P茎杆生长计0 to 2000 mm10位分辨率（&cong 2mm）TIR-4P 总辐射探头0 to 1200 W/m2光谱范围300-1100nmPIR-1P光量子探头0 to 2500 µ mol/m2s光谱范围400-700nmSMS-5P 土壤水分探头0 to 100 vol. %/LWS-02P叶片湿度探头模拟信号，表面水分比例湿度阈值略高于干燥信号ST-21P土壤温度探头0 to 50 ˚ C探针长90 mmATH-2 空气温湿度探头 0 to 50 ° C 0 to100%RH/RTH-48 空气温湿度、光合有效辐射和叶面湿度传感器温度：0-50℃相对湿度：0-100%RH光合有效辐射：0-2000µ mol/m2s多合一数字传感器*每个传感器均自带4米电缆 产地：以色列BF-Agritech 参考文献Ben-Asher J. 2006 Net CO2 Uptake Rates for Wheat Under Saline Field Conditions: a Novel Method forAnalyzing Temperature Effects on Irrigation Management., The annual meeting of the Amer. Soc. Agron.Indianapolis November 2006 p. 229-4Ben-Asher J., P.S. Nobel, E.Yossov and Y. Mizrahi 2006 Net CO2 uptake rates for Hylocereus undatus andSelenicereus megalanthus under field conditions: Drought influence and a novel method for analyzingtemperature dependence. Photosynthetica 44:181-186Ben &ndash Asher. J. A. Garcia S. Thain and G. Hoogenboom2007 Effect of temperature on Photosynthesis andtranspiration of corn in a growth chamber. The annual meeting of the Amer. Soc. Agron. New OrleansNovember 2007. P.321-2Evrendilek F., J Ben-Asher, Mehmet Aydin and Ismail Celik 2004 Spatial and temporal variations in diurnalCO2 fluxes of different Mediterranean ecosystems in Turkey Proceeding of the RIHN Kyoto Japan 2004Jiftah Ben-AsheLucas Menzel Pinhas Alpert Fatih Evrendilek and Mehmet Aydin 2004 Climate change inthe eastern Mediterranean and agriculture ICCAP annual meeting Cappadocya presentation. Turkey Fatih Evrendilek, Jiftah Ben-Asher, Mehmet Aydin and Ismail Celik 2 0 0 5Spatial and temporal variations in diurnal CO2 fluxes of differentMediterranean ecosystems in Turkey J . E n v i r o n . M o n i t . , , 7 , 151&ndash 157Tomohisa YANO１, Mehmet AYDIN2, Hiroshi NAKAGAWA3, Mustafa Ü NLÜ 4, Tohru KOBATA5,Celaleddin BARUTÇ ULAR4,Tomokazu HARAGUCHI6, Mü jde KOÇ 4,Masumi KORIYAMA6, FatihEVRENDİ LEK2, Jiftah BEN-ASHER7, D. Levent KOÇ 4, Kenji TANAKA8, Rı za KANBER4 2007 Implicationsof Future Climate Change for Crop Productivity in Seyhan River Basin. Joint Reprot ICCAP RIHN KyotoJapanJiftah Ben &ndash Ashera* Axel Garcia y Garciab and Gerrit Hoogenboomb 2008 Effect of High Temperature onPhotosynthesis and Transpiration of Sweet Corn (Zea mays L. var. rugosa). Photosynthetica SubmittedJ. Ben-Ashera , Y. Mizrahia and P.S. Nobelb 2008Transpiration, stem conductance, andCO2 exchange ofHylocereus undatus (a pitahaya) Acta Hort, ISHS (in press)J. BEN-ASHER 2005 Net CO2 uptake rates for wheat (Triticum aestivum L.)under Cukurova field conditions:Salinity influence and a novel method for analyzing effect of global warming on agricultural productivity. Areport submitted to the ICCAP project. RIHN Kyoto Japan p.201-204

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 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 1×PTM-50系统控制台 1×电源适配器 1×蓄电池连接线 1×RTH-50多功能传感器 4×LC-10R叶室，测量面积10 cm2 4×4米气体连接管 2×1.5米不锈钢支架 选配无线传感器 英文软件 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：20sl 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 ppml CO2交换速率的额定测量范围：-70-70 μmolCO2 m-2 s-1l 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/minl 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-1l 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 Vdcl 通讯方式：2.4GHz RF和3G网络通讯l 环境防护级别：IP55l 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/min2. LC-10S 透明叶室：矩形叶室，13×77mm，10cm2，空气流速0.23±0.05L/min3. 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5：17. SF-4 植物茎流传感器：最大10ml/h，适用于直径2-5mm茎杆8. SF-5 植物茎流传感器：最大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500cm到15 dS/m18. 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 19. PIR-1 光合有效辐射传感器：波长400到700nm，光强0到2500μmolm-1s-120. TIR-4 总辐射传感器：波长300到3000nm，辐射0到1200W/m221. ST-21 土壤温度传感器：范围0到50 °C22. 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. 54. 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-15.2015.1635. 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.2018.11.0028. 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, 812. 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).