Système de surveillance physiologique et écologique des plantes PTM - 50
Préface
Le système de surveillance physiologique et écologique des plantes PTM - 50 a été amélioré sur la base du PTM - 48A original pour surveiller automatiquement et à long terme le taux de photosynthèse, le taux de transpiration, l'état de croissance physiologique des plantes et les facteurs environnementaux, afin d'obtenir des informations complètes sur les plantes.
Principales caractéristiques fonctionnelles
·Le système dispose de 4 chambres à feuilles auto - ouvrantes qui permettent d'obtenir le taux d'échange de CO2, H2O des feuilles en 20 secondes.
·Le système est équipé de série d'un capteur multifonction rth - 50 connecté à 1 canal numérique (mesure du rayonnement total, du rayonnement photosynthétique effectif, de la température et de l'humidité de l'air, de la température du point de rosée, etc.).
·L'unité d'analyse a été mise à niveau vers la mesure à deux canaux, le nouveau modèle PTM - 50 est mesuré en temps partiel par l'analyseur précédent 1, mis à niveau vers 2 analyseurs indépendants, mesure en temps réel de la différence de concentration du gaz de référence et du gaz d'échantillon, amélioration de la tolérance aux fluctuations du CO2 ambiant, H2O, données plus stables et fiables.
·Le capteur optionnel de surveillance des indicateurs physiologiques des plantes transmet des données sans fil et le capteur peut être connecté indépendamment à un PC pour une mise en place plus flexible.
·Le module de surveillance automatique de la fluorescence de la chlorophylle peut être équipé simultanément pour la surveillance en temps réel de la fluorescence de la chlorophylle.
·Le système permet la communication sans fil et la mise en réseau via RF 2,4 GHz et 3G.
L'image ci - dessus est un schéma de structure du système PTM - 50
Domaines d'application
·Application dans des domaines de recherche tels que la physiologie végétale, l'écologie, l'agronomie, l'horticulture, l'agronomie, l'agriculture des installations, l'agriculture économe en eau, etc.
·Comparer les différences entre les espèces, les différentes variétés
·Comparer les effets de différents traitements, différentes conditions de culture sur les plantes
·Étude des facteurs limitatifs de la photosynthèse, de la transpiration, de la croissance des plantes
·Étudier l'impact de l'environnement de croissance sur les plantes et la réponse des plantes aux changements environnementaux
L'image ci - dessus est la photo de l'hôte avec la salle de feuille ronde
Composition de configuration de base
·1 × console système PTM - 50
·1 × Adaptateur secteur
·1 × câble de connexion de la batterie
·1 × capteur multifonction rth - 50
·4 × LC - 10R chambre à feuilles, zone de mesure 10 CM2
·Tuyau de raccordement de gaz de 4 × 4 mètres
·2 × 1,5 m support en acier inoxydable
·Capteur sans fil en option
·Logiciel en anglais
·Instructions en anglais
Indicateurs techniques
·Méthode de travail: mesure continue automatique
·Temps d'échantillonnage de la chambre à feuilles: 20S
·Principe de mesure du CO2: analyseur de gaz infrarouge non dispersif à deux canaux
·Plage de mesure de la concentration de CO2: 0 - 1000 PPM
·Plage de mesure nominale du taux d'échange de CO2: - 70 - 70 μmolco2 m - 2 S - 1
·Principe de mesure H2O: capteur intégré de température et d'humidité de l'air
·Débit d'air de la chambre à feuilles: 0,25 L / min
·Capteur multifonction rth - 50: température - 10 à 60 ° C; Humidité relative: 3 - 100% HR; rayonnement photosynthétique efficace: 0 - 2500 μmolm - 2S - 1
·Intervalle de mesure: 5 - 120 minutes personnalisation par l'utilisateur
·Capacité de stockage: 1200 données, peut être stocké pendant 25 jours avec une fréquence d'échantillonnage de 30 minutes
·Longueur standard du tube de raccordement: 4M
·Alimentation: 9 à 24 VDC
·Mode de communication: 2,4 GHz RF et 3G réseau Newsletter
·Niveau de protection environnementale: IP55
·Chambre de distribution de feuilles et capteurs en option
1.LC - 10R chambre à feuilles transparentes: chambre à feuilles circulaire, surface 10cm2, débit d'air 0,23 ± 0,05 L / min
2.LC - 10S chambre à feuilles transparentes: chambre à feuilles rectangulaire, 13 × 77 mm, 10 CM2, débit d'air 0,23 ± 0,05 L / min
3.Mp110 module de surveillance automatique de la fluorescence de la chlorophylle, peut surveiller automatiquement FT, QY et d'autres paramètres de fluorescence de la chlorophylle
4.LT - 1 capteur de température foliaire: plage de mesure 0 - 50 ℃
5.Capteurs de température foliaire LT - 4: 4 capteurs LT - 4 intégrés pour estimer la température moyenne foliaire
6.Capteur de température infrarouge LT - IRZ: plage 0 - 60 ℃, plage de vision 5: 1
7.SF - 4 capteur de flux de tige de plante: jusqu'à 10 ml / h pour tiges de diamètre 2 - 5 mm
8.SF - 5 capteur de flux de tiges végétales: jusqu'à 10 ml / h pour tiges de diamètre 4 - 10 mm
9.Capteur de microvariation pour tige SD - 5: course de 0 à 5 mm, pour tiges de diamètre 5 - 25 mm
10.SD - 6 micro - variateur de tige: course de 0 à 5 mm, pour tiges de 2 à 7 cm de diamètre
11.SD - 10 micro - variateur de tige: course de 0 à 10 mm, pour tiges de 2 à 7 cm de diamètre
12.De - 1 capteur de croissance du tronc: course de 0 à 10 mm pour troncs de plus de 6 cm de diamètre
13.Capteur de croissance fi - l pour grands fruits: plage de 30 à 160mm pour les fruits ronds
14.Capteur de croissance fi - M pour fruits de taille moyenne: plage de 15 à 90mm pour fruits ronds
15.FI - S petit capteur de croissance des fruits: plage de 7 à 45mm pour les fruits ronds
16.FI - XS micro capteur de croissance des fruits: course de 0 à 10 mm pour les fruits ronds de 4 à 30 mm de diamètre
17.Capteur de hauteur sa - 20 Plants: plage de 0 à 50cm
18.Capteur triple paramètre smte humidité du sol, température, conductivité: 0 à 100% vol.% WC; - 40 à 50 °C; 0 à 15 DS / M
19.Capteur de rayonnement efficace photosynthétique PIR - 1: longueur d'onde 400 à 700 nm, intensité lumineuse 0 à 2500 μmolm - 1S - 1
20.Capteur de rayonnement total tir - 4: longueur d'onde 300 à 3000nm, rayonnement 0 à 1200w / m2
21.Capteur de température du sol St - 21: plage de 0 à 50 °C
22.Capteur d'humidité à lame LWS - 2: produit un signal d'indication proportionnel à l'humidité de la surface du capteur
Interface logicielle et données
L'image ci - dessus montre à droite les changements continus de CO2 (CO2 Exchange), de flux de tige (SAP Flow), de vitesse de transpiration (vpd), de rayonnement photosynthétique efficace (par) sur une période de 24 heures, ce que les photosynthètres portables ne peuvent pas faire.
Cas d'application
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
Cette étude a mesuré les variations de la vitesse d'absorption du CO2 à des températures élevées dans une règle quantique (Hylocereus undatus, fruit du fruit est le fruit du Dragon) et dans une colonne de fouet de serpent (selenicereus megalanthus) et a analysé leurs changements physiologiques et biochimiques.
Lieu d'origine
Europe
Options techniques
1)Composition avec fluorimètre de chlorophylle photosynthèse avec fluorimètre de chlorophylle système de mesure
2)Système de mesure par photosynthèse de composition et fluorescence de la chlorophylle en association avec fluorcam
3)Imagerie hyperspectrale couplée optionnelle permettant une étude des variations spatio - temporelles de la photosynthèse de la monolame à la Couronne Composite
4)Unité de mesure O2 en option
5)Unité d'imagerie thermique infrarouge en option pour analyser la dynamique de conductivité STOMATIQUE
6)Source lumineuse PSI Smart LED en option
7)En option avec fluorpen, spectrapen, plantpen et d'autres instruments de mesure portatifs des plantes (feuilles) pour une analyse complète de l'écologie physiologique des feuilles des plantes
8)En option avec ecodrone ® Plate - forme de drone avec des capteurs d'imagerie thermique hyperspectrale et infrarouge pour l'étude du paysage spatio - temporel
Références partielles
1.Song zonghe, Zheng Moon - in et Zhang Xuekun. Analyse des composantes principales et évaluation intégrée des caractéristiques associées à la tolérance à la sécheresse du chou frisé. Sciences agricoles chinoises 44, 1775 - 1787 (2011).
2.Li Tingting, Jiang chaoqui, min wenfang, Jiang Shenyang et Liao Yuan. Modélisation et prévision du taux d'échange de CO2 des feuilles de tomate basée sur la programmation d'expressions génétiques. Journal agricole du Zhejiang 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).