《Biosystems Engineering》:Analysis of drought carry-over effect on apple trees using the Leafiness-LiDAR index
编辑推荐:
苹果树(Malus × domestica Borkh.)在地中海地区广泛种植,干旱导致的灌溉限制会损害冠层发育和生产力。本研究评估了由地面激光雷达(LiDAR)点云数据衍生的Leafiness-LiDAR指数(LLI),将其作为叶面积指数(LAI)的替代指标
苹果树(Malus × domestica Borkh.)在地中海地区广泛种植,干旱导致的灌溉限制会损害冠层发育和生产力。本研究评估了由地面激光雷达(LiDAR)点云数据衍生的Leafiness-LiDAR指数(LLI),将其作为叶面积指数(LAI)的替代指标,以及作为水分亏缺后冠层响应和恢复的非破坏性指示指标。研究对一个‘Opal?’苹果园进行了三个生长季(2023–2025)的监测,涵盖一个干旱年份和两个恢复年份。2023年,将充分灌溉(FI;480 mm)与亏缺灌溉(DI;300 mm;少37.5%的水)在两种种植密度(0.5 m和1.0 m株距)下进行了比较。混合效应模型显示,LAI(p = 0.006)和LLI(p < 0.001)存在显著的年份×灌溉交互效应,但产量(p = 0.654)未表现出显著交互效应,表明结构恢复与生产恢复之间存在部分解耦。在干旱年份,DI使LLI降低37%,产量降低47%。灌溉恢复后,LLI差异持续存在,尤其是在2024年,表明水分亏缺产生了持久的结构性影响。较高的种植密度促进了冠层恢复并提高了产量。LLI被证明是一种有价值的、非破坏性的LAI估算指标,可用于检测干旱遗留效应和追踪冠层恢复,为地中海水资源短缺条件下的精准果园管理提供支持。
论文解读文章
一、研究背景与问题
苹果树(Malus × domestica Borkh.)是地中海地区广泛栽培的重要果树,干旱是制约其果实生产的主要限制因素,灌溉对于维持冠层发育、产量和果园长期表现至关重要。随着全球气候变化,地中海地区果园面临日益严峻的水资源短缺问题——气温升高、蒸发需求增加以及降雨模式愈发不规则,导致灌溉亏缺加剧、可用于果实生产的水资源减少。在此背景下,灌溉削减可能变得不可避免,尤其是在作物需水量大且对水分胁迫高度敏感的物候阶段。
苹果树对水分可用性的响应贯穿整个生长季,涉及生理、生化、代谢和分子层面的多重调节。适度和适时的亏缺灌溉(DI)可能带来农艺上的有益响应,如改善果实品质、减少过度营养生长并提高水分利用效率;然而,严重或时机不当的水分亏缺则可能损害营养生长、果实发育和后续恢复能力。已有研究表明,干旱诱导的灌溉限制可能在多年生系统中产生结构和生理上的遗留效应,在灌溉恢复后仍然可检测,影响后续生长季的营养生长、生殖发育和产量潜力。2023年地中海地区发生的极端干旱事件即为典型例证,长期断水诱导了严重的水分胁迫,甚至导致次年春季树木死亡。
果园架构(如种植密度)可能进一步调节干旱响应的强度和恢复能力。种植密度影响冠层连续性、单位地面面积的叶面积、辐射截获以及水分竞争。高密度系统可能因树木间竞争加剧而对水分限制更敏感,但其更大的冠层连续性和单位面积叶面积也可能增强辐射截获和功能恢复能力。因此,理解种植密度如何与灌溉管理相互作用,对于设计和管护更具韧性的地中海苹果园至关重要。
评估这些相互作用的冠层响应需要能够以树木尺度反复、非破坏性地量化植被结构的工具。传统叶面积估算方法(如破坏性取样、冠层分析仪或间接光学测量)劳动密集、具有破坏性或受高空间变异性影响。在此背景下,激光雷达(LiDAR)技术提供了冠层几何和结构的高分辨率三维表征能力,LiDAR衍生的结构指标已被证明可用于估算苹果和梨园的叶面积密度、表征不同灌溉制度下苹果树架构、估算商业果园的树木尺寸和叶面积等。然而,LLI在评估苹果园灌溉削减响应及后续恢复方面的应用仍鲜有探索。
二、研究内容与主要结论
本研究旨在评估由地面LiDAR点云衍生的Leafiness-LiDAR指数(LLI)作为LAI的结构替代指标和非破坏性监测工具,用于追踪水分亏缺后的冠层响应和恢复。具体目标包括:(i)评估LLI与LAI之间的关系;(ii)量化2023年干旱年份减少灌溉对冠层结构和产量的即时影响;(iii)评估2024和2025年灌溉恢复后的冠层恢复和残余生产响应;(iv)确定种植密度是否调节了苹果园对减少灌溉及后续恢复的冠层和产量响应。
研究在地中海苹果园(西班牙莱里达)进行,果园于2021年定植‘Opal?’品种,占地约500 m2,包含三行东北—西南走向的树行。试验涵盖2023–2025三个连续生长季,2023年为极端干旱年份并实施区域性灌溉限制,2024和2025年恢复充分灌溉。2023年,充分灌溉(FI;480 mm)与亏缺灌溉(DI;300 mm,少37.5%灌溉量)进行比较,两种处理均在0.5 m和1.0 m株距下评估。果园共76株树,分布于5个试验小区,同一批树木在整个三年研究中持续监测。为排除边缘效应,6株位于行首或行尾的树木在统计分析前被排除。2023年7月测定的正午茎水势(SWP)确认了灌溉处理的有效性:DI条件下为?1.42 MPa,FI条件下为?0.91 MPa。
研究获得的主要结论包括:第一,减少灌溉显著降低了干旱年份的冠层发育和产量——DI使LLI降低37%、LAI降低20%、产量降低47%,表明生殖表现比冠层结构受到的影响更为严重。第二,灌溉恢复后,灌溉处理间的结构差异仍然可检测,尤其是通过LLI评估时——LAI(p = 0.006)和LLI(p < 0.001)均表现出显著的年份×灌溉交互效应,而产量(p = 0.654)未表现出显著交互效应,表明结构恢复与生产恢复之间存在部分解耦。第三,种植密度影响恢复动态——较密的种植配置(0.5 m株距)在恢复期表现出更大的冠层发育和更高的生产力,2024年较宽株距(1.0 m)的LLI低23%、LAI低18%,2025年产量低41%。第四,LLI与LAI之间存在密切对应关系,且LLI对处理的响应比LAI更强,表明LLI包含了传统LAI测量未能完全反映的结构信息。
三、关键技术方法
研究人员在西班牙莱里达的ETSEAFiV校园实验苹果园(2021年定植‘Opal?’品种,约500 m2,76株树,5个试验小区)开展了为期三年(2023–2025)的监测试验。主要技术方法包括:(1)使用Viametris bMS3D-4CAM移动式地面激光扫描仪(MTLS)于每年7月获取树木LiDAR点云数据,从中提取冠层横截面积(CS)、孔隙度(P)和叶密度(L),并计算LLI = L × CS;(2)使用AccuPAR LP-80冠层分析仪测量光合有效辐射(PAR)以估算LAI;(3)收获期逐株计数果实数量、称量平均单果重,计算单位面积产量(kg ha?1);(4)采用线性混合效应模型进行统计分析,以年份、灌溉制度、种植框架为固定效应,树木身份为随机截距,使用Type III ANOVA和估计边际均值(EMM)进行事后比较。气象数据来自西班牙国家气象局(AEMET)自动气象站。
四、研究结果
混合模型ANOVA结果。 混合效应模型显示,年份对LAI、LLI和产量均有显著影响(p < 0.001),表明冠层结构和生产力均存在显著的年度间变异。灌溉制度和种植框架对LAI和LLI均有显著贡献(p < 0.005),表明水分可用性和种植框架均影响冠层发育。产量受灌溉的影响弱于结构变量(p = 0.040),但受种植框架影响显著(p < 0.01)。灌溉×种植框架交互效应对LLI(p = 0.019)和产量(p = 0.016)显著,但对LAI不显著(p = 0.672),表明LiDAR衍生的结构指标捕捉到了LAI未能完全反映的处理特异性结构调整。LAI(p = 0.006)和LLI(p < 0.001)均表现出显著的年份×灌溉交互效应,表明灌溉对冠层发育的影响持续到干旱年份之后;LLI的交互效应更强,表明LiDAR衍生的结构指标对干旱诱导的持续性结构调整尤为敏感。产量未表现出显著的年份×灌溉交互效应(p = 0.654),表明其时间轨迹在灌溉处理间未出现一致性分化。所有响应均表现出显著的年份×种植框架交互效应(p < 0.003),表明果园设计调节了冠层结构和产量的年度间动态。
年度间对比:灌溉制度与种植框架。 年度间对比揭示了2023年极端干旱对冠层结构和生产力的遗留效应。对于LAI和LLI,2023–2024和2023–2025的对比以负值为主,表明干旱诱导的结构效应在恢复年份仍然可检测,且LLI的模式比LAI更为显著和一致。2024–2025的对比则趋于中性或正值,尤其在FI条件下,表明灌溉恢复后结构逐步恢复。DI表现出较小的结构增益和较慢的恢复速度,而FI维持在接近零的水平并在2024–2025年间呈现更明显的反弹。种植框架效应在恢复期变得更加明显,较密配置在2024–2025年表现出更强的正向对比,尤其是产量方面。产量在2023–2024和2023–2025对比中表现出显著恢复,变化速度快于结构变量。
五、讨论与结论
讨论部分指出,LLI与LAI之间的密切对应关系确认了LLI能可靠表征苹果园冠层发育。LLI对处理的响应始终强于LAI,表明冠层占据与内部冠层密度的综合表征包含了传统LAI测量未能完全反映的结构信息。2023年观察到的显著降低确认了苹果冠层发育和果实生产对水分可用性的高敏感性,产量比冠层结构受到的影响更为严重,这与以往研究一致。然而,本研究中观察到的产量降低幅度(47%)超过典型调控亏缺灌溉策略的报道,更代表极端干旱事件中外部强加的水分限制而非旨在优化用水的受控亏缺灌溉策略。
最相关的发现之一是灌溉恢复后结构差异的持续性。显著的年份×灌溉交互效应以及年度间对比表明,与干旱年份相关的差异在恢复期仍然明显,尤其是通过LLI评估时。这支持了干旱影响可延伸至水分限制期之外的假说。重要的是,这些残余响应通过LLI比通过产量更容易检测到,凸显了LiDAR衍生指标在监测干旱后恢复过程中的价值。结构恢复与生产恢复之间的表观解耦是另一重要发现:产量在灌溉恢复后迅速恢复,而结构变量继续反映此前的干旱暴露。这表明生产恢复可能先于完全的结构恢复,仅凭产量可能无法充分描述果园恢复状态——在产量差异已大幅缩小时,LLI仍能揭示结构遗留效应。
种植密度在恢复动态中发挥重要作用。较密种植配置始终表现出更高的LLI、LAI和最终产量,这些差异在恢复期尤为明显,表明果园架构影响干旱后重建冠层结构的能力。高密度果园通常实现更大的单位面积辐射截获和冠层连续性,可提高生产效率。然而,更大的种植密度不应被解释为普遍优势,因为在更严重或更频繁的干旱条件下,水分竞争加剧可能产生不利影响。
研究结论指出,LLI能够识别和追踪地中海苹果园中与干旱相关灌溉限制相关的残余冠层响应。灌溉恢复后,冠层和生产恢复遵循不同轨迹:产量恢复相对较快,而LAI尤其是LLI继续反映此前的水分限制,表明生产恢复并不必然意味着完全冠层恢复。恢复模式也受种植框架影响,较窄株距有利于冠层重建和后续生产力。这些发现支持LLI作为非破坏性LiDAR衍生指标,用于监测结构恢复和评估果园在干旱相关灌溉限制后的韧性。未来研究应在不同品种、砧木、果园架构和环境条件下评估其适用性。