1. 引言
西瓜在水果市场上广受欢迎和喜爱,近几年随着市场需求的不断增加,昌乐西瓜种植规模也持续扩大。因西瓜生长受气象因素影响较大,要想保证西瓜种植获得预期经济收益并非易事。在设施西瓜生长过程中,常常会遇到西瓜雌花不易催化、坐果不良、坐果率低、旺长等问题,影响西瓜产量和品质。之所以出现这些问题,与西瓜雌花催化不足有密切关联。为促进设施西瓜雌花催化,提高坐果率,提升西瓜品质和产量,保证昌乐西瓜市场竞争力,本文利用昌乐县气象局连续6年的设施西瓜观测试验数据,研究设施西瓜雌花催化的适宜气象要素调控技术,为提高设施西瓜品质和产量提供可靠气象依据,从而达到提高西瓜产业高质量发展的目的。
2. 设施西瓜雌花少、坐瓜难的主要气象因素
2.1. 高温或低温阴雨
西瓜是雌雄异花作物,虫媒花,不耐寒,0~5℃时植株易受冻,10℃时停止生长[1],若在开花期遇到阴雨、低温等不良条件,会在一定程度上影响西瓜的正常授粉受精过程,导致落花、坐瓜难等问题。而若是在高温环境下,特别是设施西瓜雌花催化过程中,温度过高,很容易使西瓜瓜秧出现疯长现象,进而造成难坐瓜问题。
2.2. 湿度过多或过少
西瓜对周边环境湿度有较高的要求,需要空气环境相对干燥。对于西瓜生长而言,若空气湿度过大,将影响西瓜的坐果率,降低其生长品质,造成生长瘦弱等现象,且容易导致病虫害问题[2]。若空气的湿度过低,将严重影响设施西瓜的营养吸收和成长发育,影响花粉萌发等过程。
2.3. 光照不充足
西瓜生长过程中,对光照条件有很高的要求,需要较强的光照作用。在光照较弱的环境下,西瓜容易出现营养不良问题,导致叶大而薄,节间较长,叶色过淡等,造成化瓜或落花等现象。并且,若光照不充足,还容易降低设施西瓜的果实含糖率,降低西瓜品质。在日光温室和早春大棚西瓜种植中,由于光照不充足而造成的雌花不易催化、落花等问题相当常见。
2.4. 地温过高或过低
设施西瓜根系主要在8至10 cm,适宜的10 cm地温有利于根系更好的生长。若雌花催化时期10 cm地温过高,会影响营养代谢和水分平衡,易导致热害和病虫害,使根系腐烂。若10 cm地温过低,会抑制根系生长,无法满足正常生长所需养分,造成生长缓慢、雌花出现偏晚等现象,影响西瓜正常生长和品质。
3. 设施西瓜雌花催化的气象要素影响分析
3.1. 试验设计
昌乐县气象局从2019年1月开始至2024年3月,在五图街道庵上湖村西瓜大棚内,共开展18期设施西瓜观测与创新种植试验,由于其中3期伸蔓期至开花授粉期西瓜观测数据缺测较多,影响研究的准确性,故选取数据较为完整的15期设施西瓜观测数据。观测、整合、记录分析西瓜生长发育相关信息,对同一个大棚进行分期移栽,利用定位观测方法,定点观测并测定西瓜的果实主要性状。测量的指标主要包括雌花开花时间、授粉时间、坐果率、瓜重量、糖度等,同时观测记录西瓜采摘、销售情况,以及全过程相对应的气象观测数据。通过对15期设施西瓜观测试验数据和气象观测数据进行分析,利用灰色关联分析方法,分析西瓜品质与雌花催化时期各气象要素之间的相关性,找出适宜西瓜雌花催化的温度、相对湿度、10 cm地温和日照时数等气象指标。鉴于大棚内没有日照时数观测数据,利用昌乐县气象局本站观测数据代替。西瓜糖度是由果实中糖含量的多少决定[3],西瓜产量的形成与含糖量存在协同形成过程[4],糖度是选取成熟西瓜中心糖度,采用手持折光糖度计测量。
3.2. 数据处理方法
选取2019年1月至2024年3月中15期西瓜观测试验的观测数据,采用Excel和SPSS软件进行数据整理统计及灰色关联分析。
3.3. 西瓜品质与雌花催化期气象要素的关联度分析
3.3.1. 西瓜单瓜重与雌花催化期气象要素的关联度分析
(1) 数据选取
Figure 1. Single watermelon weight and meteorological elements
图1. 西瓜单瓜重与气象要素情况
西瓜重量与西瓜开花期后的气象因素关系较大[5],选取大棚内小气候自动气象站15期雌花催化期(伸蔓期至开花授粉期)的气象观测数据,包含温度、相对湿度、10 cm地温,以及昌乐县气象局本站观测的日照时数。选取相应的平均温度、湿度、10 cm地温、日照时数作为气象因子进行关联度分析,将西瓜单瓜重(kg)作为参考序列A0。各期的平均温度(℃)、相对湿度(%)、10 cm地温(℃)及日照时数(h)作为比较序列,分别表示为A1、A2、A3、A4,具体数据(见图1)。
(2) 初值化处理
采用均值化将图1所用的数据进行初值化处理,数据初值化处理值(见表1)
Table 1. Results of initial value treatment of single watermelon weight and meteorological elements
表1. 西瓜单瓜重与气象要素初值化处理结果
A0 |
A1 |
A2 |
A3 |
A4 |
0.6888 |
0.9019 |
0.9470 |
0.8978 |
0.9562 |
1.1480 |
0.9861 |
0.9808 |
0.8229 |
0.8135 |
1.4541 |
0.9861 |
0.9808 |
0.8323 |
0.8563 |
0.4974 |
0.9911 |
0.9808 |
0.9492 |
1.2845 |
1.2628 |
1.0010 |
0.9470 |
0.9772 |
1.3987 |
1.3776 |
1.0109 |
0.9639 |
1.0053 |
1.3844 |
0.9184 |
0.9267 |
1.0654 |
0.8791 |
0.9277 |
0.8418 |
0.8969 |
1.1669 |
0.9165 |
0.942 |
0.8801 |
0.9167 |
1.1669 |
0.9258 |
0.8135 |
1.2245 |
1.0059 |
0.9639 |
1.0567 |
0.8706 |
1.148 |
1.1100 |
0.8625 |
1.1175 |
1.0419 |
1.0714 |
0.9960 |
0.8117 |
1.0661 |
0.9705 |
0.8801 |
1.1645 |
0.8625 |
1.2344 |
1.0704 |
1.1097 |
1.2636 |
1.0654 |
1.4261 |
0.942 |
0.4974 |
0.8424 |
1.2345 |
0.8931 |
0.7279 |
(3) 求绝对差值
Table 2. Absolute difference between reference sequence and comparison sequence
表2. 参考序列与比较序列的绝对差值
A1 |
A2 |
A3 |
A4 |
0.2131 |
0.2582 |
0.209 |
0.2674 |
0.1619 |
0.1672 |
0.3251 |
0.3345 |
0.4680 |
0.4733 |
0.6218 |
0.5978 |
0.4937 |
0.4834 |
0.4518 |
0.7871 |
0.2618 |
0.3158 |
0.2856 |
0.1359 |
0.3667 |
0.4137 |
0.3723 |
0.0068 |
0.0083 |
0.147 |
0.0393 |
0.0093 |
0.0551 |
0.3251 |
0.0747 |
0.1002 |
0.0366 |
0.2868 |
0.0457 |
0.0666 |
0.2186 |
0.2606 |
0.1678 |
0.3539 |
0.0380 |
0.2855 |
0.0305 |
0.1061 |
0.0754 |
0.2597 |
0.0053 |
0.1009 |
0.2844 |
0.0176 |
0.3543 |
0.1903 |
0.1539 |
0.0443 |
0.3164 |
0.1677 |
0.3450 |
0.7371 |
0.3957 |
0.2305 |
利用表1中数据求参考数列A0与比较数列Ai的绝对差值∆Ai。绝对差值∆Ai (见表2)。
(4) 西瓜单瓜重与气象要素的关联系数
根据灰色关联度分析,利用表2的数据和下列公式,求取西瓜单瓜重与各气象要素的关联系数。
(1)
由表2可知,绝对差值∆min = 0.0053,绝对差值∆max = 0.7871。p表示分辨率,取值0.5。
Table 3. Correlation coefficients between individual watermelon weight and meteorological factors
表3. 西瓜单瓜重与气象要素的关联系数
ℊ1 |
ℊ2 |
ℊ3 |
ℊ4 |
0.6575 |
0.6120 |
0.6619 |
0.6034 |
0.7181 |
0.7113 |
0.5550 |
0.5478 |
0.4630 |
0.4601 |
0.3928 |
0.4023 |
0.4495 |
0.4548 |
0.4718 |
0.3378 |
0.6086 |
0.5623 |
0.5873 |
0.7533 |
0.5246 |
0.4941 |
0.5208 |
0.9963 |
0.9926 |
0.7379 |
0.9215 |
0.9901 |
0.8889 |
0.5550 |
0.8518 |
0.8078 |
0.9271 |
0.5862 |
0.9080 |
0.8668 |
0.6516 |
0.6097 |
0.7105 |
0.5336 |
0.9242 |
0.5874 |
0.9406 |
0.7983 |
0.8506 |
0.6106 |
1.0000 |
0.8067 |
0.5883 |
0.9701 |
0.5333 |
0.6831 |
0.7285 |
0.9109 |
0.5618 |
0.7106 |
0.5400 |
0.3528 |
0.5054 |
0.6391 |
将表2数据代入上式,可得到A0~Ai各气象要素的关联系数,计算结果(见表3)。
(5) 西瓜单瓜重与气象要素的关联度
将表3数据代入下列公式求取关联度:
(2)
关联度结果(见表4)。
Table 4. Correlation between single watermelon weight and meteorological elements
表4. 西瓜单瓜重与气象要素的关联度
气象要素 |
关联度 |
排序 |
温度 |
0.7009 |
1 |
相对湿度 |
0.6143 |
4 |
10 cm地温 |
0.6748 |
3 |
日照时数 |
0.6985 |
2 |
依据灰色关联度分析的原则,关联度越大的数列与参考数列的关系越密切,关联度越小的数列与参考数列的关系越疏远。由表5可知,西瓜单瓜重与雌花催化时期气象要素之间的关联度排序为温度 > 日照时数 > 10 cm地温 > 相对湿度,雌花催化时期的温度对西瓜产量的影响最大,相对湿度对西瓜单瓜重的影响最小。
3.3.2. 西瓜糖度与雌花催化期气象要素的关联度分析
(1) 数据选取
分析雌花催化时期的气象要素与西瓜糖度的关联度,仍选取15期的西瓜雌花催化时期的气象观测数据,将西瓜糖度作为参考序列B0。各期的平均温度(℃)、相对湿度(%)、10 cm地温(℃)及日照时数(h)作为比较序列Bi,具体数据(见图2)。
Figure 2. Sugar Content and Meteorological Factors of Watermelon
图2. 西瓜糖度与气象要素情况
(2) 进行初值化处理、求绝对差值以及关联系数
依据灰色关联度分析,按照本文3.3.1中计算方法,进行初值化处理,求绝对差值、关联系数以及关联度(见表5~7)。
Table 5. Absolute difference between reference sequence and comparison sequence
表5. 参考序列与比较序列的绝对差值
B1 |
B2 |
B3 |
B4 |
0.0901 |
0.0449 |
0.0941 |
0.0357 |
0.0587 |
0.0534 |
0.1045 |
0.1139 |
0.1106 |
0.1160 |
0.2645 |
0.2405 |
0.0170 |
0.0273 |
0.0589 |
0.2764 |
0.1038 |
0.1578 |
0.1276 |
0.2939 |
0.0859 |
0.1329 |
0.0915 |
0.2876 |
0.0491 |
0.0896 |
0.0967 |
0.0481 |
0.0789 |
0.1911 |
0.0593 |
0.0338 |
0.0187 |
0.2314 |
0.0097 |
0.1220 |
0.0382 |
0.0038 |
0.0890 |
0.0971 |
0.0858 |
0.1617 |
0.0933 |
0.0177 |
0.0120 |
0.1964 |
0.0580 |
0.0376 |
0.1323 |
0.1698 |
0.2021 |
0.0381 |
0.2959 |
0.0977 |
0.4584 |
0.0257 |
0.0447 |
0.3474 |
0.0060 |
0.1592 |
Table 6. Correlation coefficients between watermelon sugar content and meteorological factors
表6. 西瓜糖度与气象要素的关联系数
ℊ1 |
ℊ2 |
ℊ3 |
ℊ4 |
0.7298 |
0.8499 |
0.7206 |
0.8795 |
0.8093 |
0.8245 |
0.6982 |
0.6791 |
0.6856 |
0.6750 |
0.4720 |
0.4961 |
0.9464 |
0.9085 |
0.8088 |
0.4608 |
0.6996 |
0.6020 |
0.6530 |
0.4455 |
0.7395 |
0.6435 |
0.7266 |
0.4508 |
0.8371 |
0.7309 |
0.7149 |
0.8402 |
0.7563 |
0.5544 |
0.8076 |
0.8859 |
0.9398 |
0.5058 |
0.9754 |
0.6635 |
0.8713 |
0.9998 |
0.7323 |
0.7140 |
0.7396 |
0.5961 |
0.7225 |
0.9437 |
0.9659 |
0.5475 |
0.8112 |
0.8734 |
0.6446 |
0.5840 |
0.5402 |
0.8715 |
0.4437 |
0.7128 |
0.3389 |
0.9139 |
0.8507 |
0.4041 |
0.9906 |
0.5999 |
依据灰色关联度分析的原则,由表7可知,西瓜糖度与雌花催化时期气象要素之间的关联度排序为温度>日照时数 > 10 cm地温 >相对湿度,雌花催化时期的温度对西瓜糖度的影响最大,相对湿度对西瓜糖度的影响最小。
Table 7. Correlation between watermelon sugar content and meteorological elements
表7. 西瓜糖度与气象要素的关联度
气象要素 |
关联度 |
排序 |
温度 |
0.7773 |
1 |
相对湿度 |
0.6759 |
4 |
10 cm地温 |
0.7142 |
3 |
日照时数 |
0.6145 |
2 |
3.4. 适宜雌花催化的温度、湿度、地温、日照时数分析
3.4.1. 试验方法
对大棚内观测的西瓜相关性状进行测定,测量指标主要包含瓜纵径、瓜横径、单瓜重量、糖度等。采用Excel和SPSS软件进行数据整理统计、灰色关联分析,选取最优的观测期,分析得出雌花催化时期温度、日照时数、10 cm地温、相对湿度的适宜指标,从而按照适宜指标采取合适调控措施。
3.4.2. 数据分析
结合灰色关联度分析,将15期西瓜的性状指标作为一个灰色系统,每一期作为系统中的一个因素。以15期雌花催化时期的平均温度、日照时数、10 cm地温、相对湿度、重量、糖度作为比较序列,以参考温度、日照时数、10 cm地温、相对湿度、重量、糖度指标构成的数列作为参考序列C0 (见表8),确定品质最优的两期,同时,从中找出雌花成功催化的适宜温度、湿度、地温和日照时数,以此作为提高设施西瓜品质和产量的气象因素可靠参考依据。
Table 8. Comparison sequence and reference sequence related data
表8. 比较序列与参考序列相关数据
观测期 |
平均温度 |
相对湿度 |
10cm地温 |
日照时数 |
重量 |
糖度 |
C0 |
20.2 |
59 |
21.4 |
7 |
3.8 |
13.7 |
C1 |
18.2 |
56 |
19.2 |
6.7 |
1.8 |
12.3 |
C2 |
19.9 |
58 |
17.6 |
5.7 |
3.0 |
11.5 |
C3 |
19.9 |
58 |
17.8 |
6.0 |
3.8 |
13.6 |
C4 |
20 |
58 |
20.3 |
9.0 |
1.3 |
12.5 |
C5 |
20.2 |
56 |
20.9 |
9.8 |
3.3 |
13.7 |
C6 |
20.4 |
57 |
21.5 |
9.7 |
3.6 |
13.6 |
C7 |
18.7 |
63 |
18.8 |
6.5 |
2.4 |
12.1 |
C8 |
18.1 |
69 |
19.6 |
6.6 |
2.2 |
12.1 |
C9 |
18.5 |
69 |
19.8 |
5.7 |
2.3 |
11.6 |
C10 |
20.3 |
57 |
22.6 |
6.1 |
3.2 |
12.0 |
C11 |
22.4 |
51 |
23.9 |
7.3 |
3.0 |
12.7 |
C12 |
20.1 |
48 |
22.8 |
6.8 |
2.8 |
12.5 |
C13 |
23.5 |
51 |
26.4 |
7.5 |
2.3 |
12.8 |
C14 |
25.5 |
63 |
30.5 |
6.6 |
2.9 |
12.0 |
C15 |
17.0 |
73 |
19.1 |
5.1 |
1.3 |
11.0 |
经过初值化处理后,计算比较序列与参考序列的绝对差值(见表9)。
Table 9. Absolute difference between comparison sequence and reference sequence
表9. 比较序列与参考序列的绝对差值
C0 |
0.0990 |
0.0508 |
0.1028 |
0.0429 |
0.5263 |
0.1022 |
C1 |
0.0149 |
0.0169 |
0.1776 |
0.1857 |
0.2105 |
0.1606 |
C2 |
0.0149 |
0.0169 |
0.1682 |
0.1429 |
0.0000 |
0.0073 |
C3 |
0.0099 |
0.0169 |
0.0514 |
0.2857 |
0.6579 |
0.0876 |
C4 |
0.0000 |
0.0508 |
0.0234 |
0.4000 |
0.1316 |
0.0000 |
C5 |
0.0099 |
0.0339 |
0.0047 |
0.3857 |
0.0526 |
0.0073 |
C6 |
0.0743 |
0.0678 |
0.1215 |
0.0714 |
0.3684 |
0.1168 |
C7 |
0.1040 |
0.1695 |
0.0841 |
0.0571 |
0.4211 |
0.1168 |
C8 |
0.0842 |
0.1695 |
0.0748 |
0.1857 |
0.3947 |
0.1533 |
C9 |
0.0050 |
0.0339 |
0.0561 |
0.1286 |
0.1579 |
0.1241 |
C10 |
0.1089 |
0.1356 |
0.1168 |
0.0429 |
0.2105 |
0.0730 |
C11 |
0.0050 |
0.1864 |
0.0654 |
0.0286 |
0.2632 |
0.0876 |
C12 |
0.1634 |
0.1356 |
0.2336 |
0.0714 |
0.3947 |
0.0657 |
C13 |
0.2624 |
0.0678 |
0.4252 |
0.0571 |
0.2368 |
0.1241 |
C14 |
0.1584 |
0.2373 |
0.1075 |
0.2714 |
0.6579 |
0.1971 |
C15 |
0.0990 |
0.0508 |
0.1028 |
0.0429 |
0.5263 |
0.1022 |
利用以上数据求得关联系数后,得到关联度(见表10)。
Table 10. Correlation degree of facility watermelon observation periods
表10. 设施西瓜各观测期的关联度
观测期 |
关联度 |
排序 |
观测期 |
关联度 |
排序 |
观测期 |
关联度 |
排序 |
C1 |
0.7382 |
9 |
C6 |
0.8607 |
2 |
C11 |
0.7517 |
6 |
C2 |
0.7464 |
7 |
C7 |
0.7344 |
10 |
C12 |
0.7872 |
5 |
C3 |
0.8742 |
1 |
C8 |
0.7075 |
11 |
C13 |
0.6784 |
12 |
C4 |
0.7408 |
8 |
C9 |
0.6745 |
13 |
C14 |
0.6635 |
14 |
C5 |
0.8276 |
3 |
C10 |
0.8111 |
4 |
C15 |
0.5860 |
15 |
根据灰色关联度分析,关联度越大的序列与参考序列关系越密切,15期西瓜品质及气象要素的等权关联度大小排序为第3期 > 第6期 > 第5期 > 第10期 > 第12期 > 第11期 > 第2期 > 第4期 > 第1期 > 第7期 > 第8期 > 第13期 > 第9期 > 第14期 > 第15期。第3期雌花催化期温度为19.9℃,日照时数为6小时,10 cm地温为17.8℃,相对湿度为58%;第6期雌花催化期温度为20.4℃,日照时数为9.7小时,10 cm地温为21.5℃,相对湿度为57%。由此可以得出,设施西瓜雌花催化适宜温度为19~20℃,适宜日照时数为6~10小时,适宜10 cm地温为18~22℃,适宜相对湿度为57~58%。雌花催化时期温度、日照时数、10 cm地温、相对湿度调控在以上区间内可促进雌花催化,抑制旺长,提高坐果率,从而提高设施西瓜品质。
4. 设施西瓜雌花催化的气象要素调控技术
4.1. 温度调控
根据西瓜不同的移栽期,温度调控主要从避免高温和防寒保温两个方面开展。主要可采用增施有机肥,以此提高土壤蓄热保温水平;设置多层保温设施,提高保温效果等方式进行。由于温室是半封闭式热力系统,温度是作物生长发育的重要环境因素,促进产量的提升,但也可能反过来影响产量。通常情况下,较低的温度有利于西瓜花芽分化,增加雌花的比例。由于不同播种时期苗期所处的温度不同,播种时期对雌花着生节位的影响实际上是温度高低的效应。温室温度,不仅受室内温度的影响,还容易受日照时数、地温、相对湿度等因素的影响。在室内散发总温度低于空气吸收总温度时,温度会上升,反之则会下降。同时,室内温度随气候环境,每天都会发生细微变化,在温度调控时,需结合西瓜实际需求进行合理调控,调节棚内温度,控制温度在19~20℃。
4.2. 相对湿度调控
由于温室大棚为半封闭模式,西瓜生长所蒸腾出的水分,大部分都被密封在室内,导致棚内的空气湿度相对较高,适宜的空气湿度有利于雌花的形成,可降低雌花着生节位,增加雌花数,提高雌雄花比例。空气湿度过高时,不仅对西瓜的生长发育造成不良的影响,更易诱发各种病害[6],影响西瓜雌花催化。所以,要做好相对湿度的调控。其一,可改进灌溉方法,使用全地膜覆盖方式,进行膜下暗灌,条件允许的情况下,可利用软管滴管技术,降低大棚中的空气湿度。另外,还要注意把握灌溉时机,以此科学调节大棚的湿度。若刚刚对西瓜进行浇灌后,就赶上连阴天气,那么缺少日光的情况下,很容易降低室温,加大空气湿度,进而影响西瓜的雌花催化,影响西瓜正常发育生长,甚至造成病害蔓延传播。其二,控制灌水量。一般情况下,要结合西瓜生长情况和土壤情况,控制灌水次数和灌水量,要尽量减少冬季灌水量。而在春季,温度有所升高,则要适当增加灌水次数和灌水量。其三,做好换气通风工作。在适当的时间下,做好放风处理,保持及时通风,控制棚内的湿度适中,减少病虫害。为控制大棚空气湿度,促进雌花催化,减少病害问题,还可在白天适当延时关闭大棚,促进空气流通,或在大棚西瓜行间铺设草席等,减少地面蒸发,控制总湿度在57~58%。其四,可实施畦面的全面覆盖处理。通过畦面全覆盖处理,能够避免土壤中水分的大量蒸发,以此保持大棚中的空气湿度,可有效提高西瓜品质,提高产量,防范病虫害。
4.3. 光照调控
对设施内的西瓜而言,太阳辐射是重要的动力来源,光照质量和强度,都影响着西瓜的生长发育。大棚内的光照强度,每天都会发生一定变化,其垂直分布和水平分布都有一定的规律,需根据实际情况和生长需求,调节大棚内光照,日照长短影响西瓜的花芽分化,短日照有利于雌花的形成,主要表现为雌花节位降低,雌花数增加。在调节光照时,主要调节大棚温室朝向、作物前后排间距、覆膜选取方法等。大棚内的光照调控,重点要从大棚透光率做起。一方面,通过使用合适的覆盖材料等方法,控制进入到大棚中的太阳辐射光谱能量,以此改善西瓜的品质。比如,使用无滴膜,相较于其他薄膜而言,透光率能高出5%左右,促进大棚迅速升温,也能促进地温迅速提升。无滴膜棚尤其要注意在早春时期,控制雾滴形成,做好病害防治和通风等工作。同时,还要控制覆盖物的揭和盖的时机,如阴天晚盖早揭,以此延长光照时间。另一方面,可改变大棚的结构,变化大棚方位,使其光照分布更加均匀。入射角越小,透光率则越低,根据太阳高度,设置合适的入射角,控制透光率[7]。要做到科学管理,大棚的管理工作,能够有效保证良好光照条件。比如,在大棚栽培管理中,采用全畦地膜覆盖方法,采取膜下滴管方式,在保证棚内温度的情况下,多加通风,降低空气的湿度,以此可有效提高大棚的透光率,提供较为充足的光照条件。西瓜本身是需光性较强的作物,对光照要求较高,西瓜雌花催化,对光照强度提出更高需求,需保证每天有6~10小时的光照,才能促进西瓜雌花催化,可有效促进西瓜光合作用,提高西瓜产量。
4.4. 10 cm地温调控
西瓜性喜炎热,不耐低温,极其不耐寒。调控地温,是西瓜雌花催化的重要气象因素,西瓜在伸蔓期和开花授粉期,尤其要注意提高地温。一是在地面上覆盖一层黑色塑料薄膜或吸热材料,也可采用搭建小拱棚,增加土壤热量储存;二是高垄栽培,进行高垄栽培能够增加土壤表面积,多吸收热量,提高地温;三是增施有机肥,释放生物热能够提高地温,有机物的增加也可提高土壤吸热保温能力。地温过高时,可采取降低设施内气温和适时浇水的方法实现降低土壤温度。确保10 cm地温始终保持在18~22℃。
5. 结论
设施西瓜雌花催化受多种气象要素影响,影响最大的气象要素是温度,适宜温度为19~20℃,其次是日照时数,适宜日照时数为6~10小时,再是10 cm地温和相对湿度,适宜10 cm地温为18~22℃,适宜相对湿度为57~58%。根据西瓜生长状况,调节相关气象因素,能够有效促进西瓜雌花催化,保障西瓜的品质和产量。为促进设施西瓜雌花催化,保证西瓜正常生长,应采取多种手段,充分调控温度、相对湿度、日照时数和10 cm地温,从而解决雌花稀少、坐瓜难、只开花不结果等问题,提高西瓜品质和产量。本研究能够为设施西瓜雌花催化提供参考依据。