番茄聲發射信號功率譜特征分析

余禮根 李長纓 陳立平 薛緒掌 衛如雪 郭文忠

(1.北京農業智能裝備技術研究中心，北京 100097； 2.國家農業智能裝備工程技術研究中心，北京 100097；3.佐治亞大學生物與農業工程系，蒂夫頓 GA 31793)

番茄聲發射信號功率譜特征分析

余禮根1,2李長纓3陳立平1,2薛緒掌1,2衛如雪1,2郭文忠1,2

(1.北京農業智能裝備技術研究中心，北京 100097； 2.國家農業智能裝備工程技術研究中心，北京 100097；3.佐治亞大學生物與農業工程系，蒂夫頓 GA 31793)

采用番茄品種“佳麗14”為試材，采集盆栽番茄聲發射信號進行短時傅里葉變換與頻譜分析，獲取番茄在水分虧缺條件下聲發射信號、土壤含水率及光合特征的連續變化規律及相互關系。依據土壤含水率變化將試驗過程劃分為DAY1、DAY2、DAY3和DAY4共4個階段。試驗結果表明，番茄聲發射信號發生頻次呈現出規律性，高峰期發生時間為每天10:00—16:00，幅值分布在40～60 dB；番茄聲發射信號的主頻和中心頻率分布于250～375 kHz，隨著土壤含水率的降低，其主頻與中心頻率無顯著變化；DAY1的第1共振峰頻率分布在0～125 kHz，第2共振峰、第3共振峰位于250～375 kHz，DAY2、DAY3和DAY4的第1、第2、第3共振峰均分布在250～375 kHz；從共振峰幅值上看，DAY1的排列順序為第3、第2、第1共振峰；DAY2和DAY4的次序與之相反。番茄葉片凈光合速率變化呈現單峰曲線，在中午12:00出現峰值，番茄的胞間CO2濃度呈現先增后減的變化趨勢。綜合分析番茄聲發射信號、土壤含水率和光合特征參數變化可知，番茄灌溉初期與灌水后期的聲發射信號共振峰頻率、幅值的變化規律不同，其與水分虧缺程度密切相關，與番茄凈光合速率、胞間CO2濃度和光合作用具有相關性。通過番茄聲發射信號功率譜特征分析可為番茄聲發射特性研究提供一種分析方法。

番茄； 聲發射； 功率譜； 土壤含水率； 共振峰

引言

植物水分虧缺程度不僅是表征植物生長狀況的一個重要生命指標，而且是調控植物生長過程的關鍵反饋因子。因此，對于不同尺度下植物水分虧缺程度的識別與表征以及植物生命健康需水信息的監測和調節，對植物水分狀態快速準確的測量顯得尤為重要[1-2]。

近年來對植物水分生理的研究表明，植物一直以自己的“語言”在傳達著缺水信號。植物的“語言”是指發生在植物水流通路上由于缺水而造成水流斷裂時發出的爆裂聲，或稱為“尖叫聲”，即植物聲發射(Acoustic emission，AE)現象。學者們研究聲發射時，一方面將聲發射速率或數量與木質部突變過程進行關聯，如凍融過程[3-4]、干旱脅迫過程[5-8]、干濕交替應變過程[9]和病蟲害脅迫過程[10-12]；另一方面將植物不同部位作為研究對象，如植物枝干[13-14]、葉片[15]或莖稈切片[16]均可采集到AE信號，并作為一種機體信息的應力表達。已有的研究結果表明，AE信號可作為一個特殊的植物響應用于作物生長狀態評估與病蟲害脅迫監測。但在其廣泛應用之前，需要進一步研究植物在水分虧缺狀態下的頻譜規律與響應機理。

功率譜分析是一種可以把AE信號從時域轉換到頻域，在頻域中研究AE信號的特征分析方法[17-20]。功率譜反映的是隨機信號能量隨頻率的分布情況，通過功率譜分析獲得番茄植株AE信號隨土壤含水率變化的頻譜特征，獲得各個頻段譜分量性能、功率譜和能量譜數據，提煉能夠反映不同含水率條件下番茄AE信號的代表性功率譜特征參數。

本文通過番茄盆栽試驗，測定分析灌溉飽和水后的土壤含水率、光合特征參數、聲發射信號的連續變化，尋求番茄在水分充足和水分虧缺下的聲發射差異，并通過聲發射信號功率譜分析，以期為番茄灌溉策略的制定提供理論數據。

1 材料與方法

1.1 試驗地點與設計

試驗于2016年8月—2017年1月在北京市農林科學院試驗溫室內進行(39°56′32″ N，116°16′53″ E)。供試作物為番茄，品種為“佳麗14”。在育苗室內培養至五葉一心時移栽于試驗溫室塑料花盆中，盆上口直徑34.2 cm、底直徑18.5 cm、深22.3 cm，采用盆栽土壤栽培，每盆裝種植土壤11.0 kg(種植土壤為有機肥與自然土按質量比為1:80的比例混合并用微生物菌劑和敵百蟲作滅菌、殺蟲處理)，施復合肥25 g。經測定，供試土壤理化性質為：土壤容重為1.48 g/m3，最大田間持水量為25.1%(即土壤含水率為37.1%)，電導率為0.5 mS/cm，有機質含量24.5%，有效磷含量91.7 mg/kg，速效鉀含量310.6 mg/kg。試驗番茄于2016年9月26日定植，每盆定植長勢一致的植株1株，共20株，對所有供試番茄澆透水緩苗10 d后，用保鮮膜進行覆蓋密封盆栽土壤處理。試驗開始于11月27日，灌溉飽和水后進行土壤含水率、AE信號的連續監測，依次將試驗過程劃分為DAY1、DAY2、DAY3和DAY4共4個階段，每組試驗重復3次。試驗期間進行正常田間管理，不噴施任何農藥和激素。

1.2 測定內容與方法

(1)土壤含水率：試驗期間，在植株根部右側15 cm處安裝ECH2O土壤水分監測系統配套的GS3型土壤含水率傳感器(精度：-2%～2%)，連續監測盆栽番茄距根莖部15 cm處的土壤含水率，每5 min讀取1個數據。

(2)光合特征參數：試驗采用美國LI-COR 公司 Li-6400XT 型便攜式光合速率測試儀，隨機選取生長健康、長勢一致的番茄植株為測量對象，測量位置選擇為自上而下第5葉位的功能葉片，從灌溉飽和水后連續3 d測定番茄葉片凈光合速率(Net photosynthesis rate，Pn)、胞間CO2濃度(Intercellular CO2concentration，Ci)，從08：00—16：00，每2 h整點測定，為減少試驗數據的偶然性，每組試驗條件重復3次。

(3)環境參數：試驗溫室內環境的光照強度和空氣溫度采用RS-13L型記錄儀進行測定，測量范圍：0～55℃、0～130 klx；測量精度：±0.5℃、±5%；分辨率：0.1℃、0.01 lx，每5 min讀取1個數據。

(4)AE信號：聲發射信號采集選用MICRO Ⅱ聲發射監測系統、配套聲發射采集卡PCI-2(8通道同步采集、18位A/D分辨率、40 M/s采樣率、1 kHz～3 MHz頻率范圍)、聲發射傳感器選用Nano30型(響應頻率為125～750 kHz、靈敏度為62[-72] dB ref.1 V/(m/s)[10 V/μMPa])、放大器選用2/4/6型(響應頻率為20～1 200 kHz，20/40/60 dB 3擋)，實行24 h連續采集，每天存儲為1個數據文件。聲發射傳感器固定在番茄植株倒五葉位置的莖稈部位，兩者間涂抹凡士林保證充分接觸。

1.3 數據處理與分析

選用MICRO Ⅱ聲發射監測系統配套的聲發射信號分析軟件AE win-2進行AE特征參數分析。為了研究番茄AE信號隨土壤含水率的變化規律，試驗選取灌水后連續4 d的AE信號，統計分析AE信號幅值(包括最大值、最小值和平均值)與發生頻次；為研究水分虧缺條件下番茄AE信號的頻譜特征，采用LabVIEW 2014編程計算頻譜特征參數，以均值±標準偏差的方式表示。

2 結果與分析

2.1 盆栽番茄土壤含水率的連續變化

盆栽番茄在水分虧缺下土壤含水率的連續變化如圖1所示。試驗結果表明，土壤含水率呈現連續下降的趨勢，但降低速率和變化規律不一致。灌溉飽和水后的第1天，土壤含水率從36.3%減少到27.7%，減少了8.6個百分點；第2天，土壤含水率從27.7%減少到22.3%，減少了5.4個百分點；第3天，土壤含水率從22.3%減少到19.7%，減少了2.6個百分點；第4天，土壤含水率從19.7%減少到19.0%，減少了0.7個百分點。據此可知，番茄灌溉飽和水后，土壤含水率變化較大，這是因為剛灌水后，土壤表層較為濕潤，蒸發量較大，土壤含水率變化較大，此后土壤含水率降低速率逐漸減少，并趨于平穩。

圖1 在水分虧缺下盆栽番茄土壤含水率的連續變化Fig.1 Continuous variations of soil water contents with tomato under water deficit

2.2 盆栽番茄光合特征的連續變化

盆栽番茄試驗溫室內光照強度、空氣溫度和光合特征的日變化如圖2、3所示。試驗結果表明，試驗過程中試驗溫室光照強度和空氣溫度連續3 d的變化基本一致。由圖3可知，番茄葉片Pn的變化呈現單峰曲線，在12:00出現峰值，自DAY1起番茄Pn分別為10.8、9.1、4.0 μmol/(m2·s)，DAY2的番茄Pn比DAY1降低了16.1%，DAY3的番茄Pn比DAY2降低了56.2%；番茄葉片Ci呈先降后增的變化規律，其最大值出現在8:00，DAY1、DAY2和DAY3的Ci依次是345.3、344.4、347.7 μmol/mol，差異不顯著；最小值出現在12:00，3 d的Ci分別是289.3、263.3、222.5 μmol/mol，呈現逐漸降低的趨勢。由圖1可知，DAY1～DAY3 3 d中12:00的土壤含水率依次是31.8%、24.6%和21.2%。結合圖2中試驗溫室光照強度和空氣溫度的日變化可知，隨著光照強度和空氣溫度的增加，番茄Ci減??；隨著土壤含水率的連續降低，番茄Ci減少的趨勢更為顯著。

圖2 試驗溫室光照強度和空氣溫度日變化曲線Fig.2 Daily variation curves of illumination intensity and air temperature in experimental greenhouse

圖3 水分虧缺下番茄光合特征日變化曲線Fig.3 Daily variation curves of net photosynthetic rate (Pn) and intercellular CO2 concentration (Ci) of tomato under water deficit

2.3 水分虧缺下番茄AE信號的持續變化

水分虧缺下盆栽番茄AE信號、土壤含水率的持續變化如圖4所示。試驗結果表明，番茄AE信號為偶發性信號，在DAY1、DAY2、DAY3和DAY4的AE信號出現頻次、幅值和變化規律不一致，但AE信號出現頻次高峰期為每天的10:00—16:00，幅值集中在40～60 dB。DAY1：土壤含水率從36.3%降低到27.7%，降低幅度為8.6個百分點；番茄AE信號發生頻次為41，最大幅值為59 dB。DAY2：土壤含水率降低幅度為5.4個百分點；番茄AE信號發生頻次為6，最大幅值為45 dB。DAY3：土壤含水率降低幅度為2.6個百分點；番茄AE信號發生頻次為26，最大幅值為61 dB。DAY4：土壤含水率從19.7%降低到19.0%，其降低幅度為0.7個百分點；番茄AE信號發生頻次為3，最大幅值為48 dB。分析可知，DAY1的番茄處于灌溉后不缺水、輕度脅迫時(土壤含水率維持在田間持水量的75%～100%)，土壤含水率降低幅度越大，AE事件出現較為頻繁，AE信號幅值和發生頻次較大。DAY3的番茄處于缺水狀態時，土壤含水率與AE信號頻次和幅值的變化趨勢一致。對比這2種狀態下番茄AE頻次及幅值發現，番茄在灌溉初期、缺水初期的聲發射頻次及幅值較大，聲發射活動較為活躍。

圖4 水分虧缺下聲發射與土壤含水率的持續變化Fig.4 Continuous variations of soil water contents and acoustic emissions of tomato under water deficit

2.4 番茄AE信號的功率譜分析

番茄AE信號x(t)一般可認為是能量有限的隨機信號，具有時域和頻域的統計特性[21-22]，其周期圖法估計功率譜的數學表達式為

(1)

其中

(2)

T=NΔt

(3)

式中T——樣本長度

N——數據長度

Δt——采樣時間間隔

試驗過程中，選用短時傅里葉變換(Short-time Fourier transform，SFFT)對番茄聲發射信號進行功率譜分析，窗函數選用Hanning窗，其功率譜分析軟件界面如圖5所示。

圖5 番茄聲發射信號功率譜分析軟件界面Fig.5 Power spectrum software interface for analysis of acoustic emissions for tomato

對于分布在0～500 kHz的頻譜信號均分為4個階段，分別是：0～125 kHz、125～250 kHz、250～375 kHz和375～500 kHz。頻譜特征參數從頻率和能量2個角度進行考察，研究采用的頻率參數有主頻fp、中心頻率fa及加權功率譜頻率f50，能量參數包括有限頻帶能量ELFB和主頻對應的能量EPF，其定義及公式如表1所示。

表1 功率譜特征參數的含義及公式Tab.1 Implication and formula for characteristic parameters of power spectrum

注：f∈(fL,fH)，fL和fH分別為低截止頻率和高截止頻率，本研究分別是0 kHz和500 kHz。

水分虧缺下番茄AE信號的功率譜特征參數如表2所示。4 d內番茄AE信號fp和fa位于250～375 kHz，DAY1的聲發射信號fp和EPF均高于DAY2、DAY3和DAY4，中心頻率略低；DAY2、DAY3和DAY4的fa和f50非常接近。特征參數ELFB的變化規律不明顯。

表2 番茄AE信號功率譜特征參數Tab.2 Characteristic parameters of power spectrum foracoustic emissions of tomato

番茄聲發射信號共振峰對應的頻率和幅值如表3所示。分析發現，DAY1的第1共振峰出現在0～125 kHz區間，第2共振峰、第3共振峰位于250～375 kHz區間，DAY2、DAY3和DAY4的第1、第2、第3共振峰均在250～375 kHz區間；從共振峰幅值上看，DAY1的排列順序為第3、第2、第1共振峰；DAY2和DAY4的大小次序與之相反。功率譜分析與共振峰的計算結果與2.3節中的灌溉飽和后水分虧缺及脅迫狀態密切相關，與番茄凈光合速率、胞間CO2濃度及光合作用的表現相互一致。

表3 番茄AE信號共振峰特征參數Tab.3 Characteristic parameters of resonance peaks for acoustic emissions of tomato

3 結論

(1)隨著水分虧缺程度的加深與虧缺時間的延長，番茄凈光合速率和胞間CO2濃度均降低，隨著水分虧缺程度的加劇，下降趨勢顯著，說明番茄光合作用的降低主要是由于氣孔限制所致。

(2)番茄AE信號發生頻次每天呈現出規律性，高峰期發生在10:00—16:00，幅值為40～60 dB。對于不同的土壤含水率，AE信號日變化規律較為穩定，但其發生頻次總量和最大幅值差別較大，表明土壤含水率與AE信號有著一定的相關性。

(3)頻譜分析結果表明番茄AE信號主頻和中心頻率分布在250～375 kHz，隨著土壤含水率的持續降低，其主頻與中心頻率無顯著變化。對比分析番茄AE信號的共振峰特征參數表明，番茄灌溉初期與灌水后期的AE信號共振峰幅值、頻率的變化規律不盡相同，其與水分虧缺程度密切相關，與番茄凈光合速率、胞間CO2濃度和光合作用表現相互一致。

1 趙燕東，高超，張新，等．植物水分脅迫實時在線檢測方法研究進展[J/OL]．農業機械學報，2016，47(7)：290-300.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160740&journal_id=jcsam.DOI: 10．6041/ j．issn．1000-1298.2016.07.040.

ZHAO Yandong, GAO Chao, ZHANG Xin, et al.Review of real-time detecting methods of water stress for plants[J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7): 290-300.(in Chinese)

2 OSAKABE Y, OSAKABE K, SHINOZAKI K, et al.Response of plants to water stress[J].Frontiers in Plant Science, 2014, 5(5):86.

3 MAYR S, SPERRY J S.Freeze-thaw-induced embolism in Pinuscontorta: centrifuge experiments validate the“thaw-expansion hypothesis” but conflict with ultrasonic emission data[J].New Physiologist, 2009, 185(4): 1016-1024.

4 CHARRIER G, CHARRA-VASKOU K, KASUGA J, et al.Freeze-thaw stress: effects of temperature on hydraulic conductivity and ultrasonic activity in ten woody angiosperms[J].Plant Physiology, 2014, 164(2): 992-998.

5 KIKUTA S B.Ultrasound acoustic emissions from bark samples differing in anatomical characteristics[J].Phyton,Annales Rei Botanicae, 2003, 43(1): 161-178.

6 楊世鳳，錢東平，霍曉靜，等．作物水脅迫聲發射檢測及視情灌溉系統的研究[J]．農業工程學報，2001，17(5)：150-152.

YANG Shifeng, QIAN Dongping, HUO Xiaojing, et al.Test of water stress in crops with acoustic emission technology and automatic irrigation system[J].Transactions of the CSAE, 2001, 17(5): 150-152.(in Chinese)

7 尹飛星，孫耀杰，高麗哲，等．作物水脅迫聲發射監測系統的研究[J]．農機化研究，2007，29(3)：84-86.

YIN Feixing, SUN Yaojie, GAO Lizhe, et al.Study on monitoring system of crop water stress[J].Journal of Agricultural Mechanization Research, 2007，29(3): 84-86.(in Chinese)

8 高峰，俞立，張文安，等．基于作物水分脅迫聲發射技術的無線傳感器網絡精量灌溉系統的初步研究[J]．農業工程學報，2008，24(1)：60-63.

GAO Feng, YU Li, ZHANG Wen’an, et al.Preliminary study on precision irrigation system based on wireless sensor networks of acoustic emission technique for crop water stress[J].Transactions of the CSAE, 2008, 24(1): 60-63.(in Chinese)

9 ROSNER S, KARLSSON B O, KONNERTH J, et al.Shrinkage processes in standard-size Norway spruce wood specimens with different vulnerability to cavitation[J].Tree Physiology, 2009, 29(11): 1419-1431.

10 王秀清，王海燕，楊世鳳．基于近場聲全息的植物病害檢測[J/OL]．農業機械學報，2014，45(2)：256-261.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140243&journal_id=jcsam.DOI: 10．6041/j．issn．1000- 1298．2014．02．043.

WANG Xiuqing, WANG Haiyan, YANG Shifeng.Plant disease detection based on near-field acoustic holography[J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(2): 256-261.(in Chinese)

11 王秀清，張春霞，楊世鳳．番茄病害脅迫聲發射信號采集與聲源定位[J]．農業機械學報，2011，42(4)：159-162.

WANG Xiuqing, ZHANG Chunxia, YANG Shifeng.Detection and indentification for disease stress tomato acoustic emission signal[J].Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(4): 159-162.(in Chinese)

12 王秀清，王尹超，楊世鳳，等．基于柱面近場聲全息的植物病害脅迫分析[J/OL]．農業機械學報，2012，43(10)：179-183.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no= 20121032& journal_id=jcsam.DOI: 10．6041/ j．issn．1000-1298．2012．10．032.

WANG Xiuqing, WANG Yinchao, YANG Shifeng, et al.Plant disease stress analysis based on cylindrical near-field acoustic holography[J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(10): 179-183.(in Chinese)

13 KASUGA J, CHARRIER G, UEMURA M, et al.Characteristics of ultrasonic acoustic emissions from walnut branches during freeze-thaw-induced embolism formation[J].Journal of Experimental Botany, 2015, 66(7): 1965-1975.

14 VERGEYNST L L, SAUSE M G, HAMSTAD M A, et al.Deciphering acoustic emission signals in drought stressed branches: the missing link between source and sensor[J].Frontiers in Plant Science, 2015, 6: NO.494.

15 KIKUTA S, GULLO M, NARDINI A, et al.Ultrasound acoustic emissions from dehydrating leaves of deciduous and evergreen trees[J].Plant Cell & Environment, 1997, 20(11): 1381-1390.

16 HACKE U G, SPERRY J S, PITTERMANN J.Drought experience and cavitation resistance in six shrubs from the Great Basin, Utah[J].Basic & Applied Ecology, 2000, 1(1): 31-41.

17 MAIA L H A, ABRAO A M, VASCONCELOS W L, et al.A new approach for detection of wear mechanisms and determination of tool life in turning using acoustic emission[J].Tribology International, 2015, 92: 519-532.

18 RASTEGAEV I, DANYUK A, AFANAS’YEV M, et al.Acoustic emission assessment of impending fracture in a cyclically loading structural steel[J].Metals, 2016, 6(11): 1-11.

19 段虎明，石鋒，馬穎，等．基于功率譜密度的路面評價與特征參數提取[J]．振動與沖擊，2013，32(4)：26-30.

DUAN Huming, SHI Feng, MA Ying, et al.Evaluation and extracting characteristic parameters for a road profile based on PSD[J].Journal of Vibration and Shock, 2013, 32(4): 26-30.(in Chinese)

20 張雅靜，林莉，李喜孟．超聲功率譜特征參數在復合材料孔隙率檢測中的應用[J]．理化檢驗-物理分冊，2010，46(3)：159-163，170.

ZHANG Yajing, LIN Li, LI Ximeng.Application of characteristic parameters of ultrasonic power spectrum in testing for composite porosity[J].Physical Testing and Chemical Analysis Part A: Physical Testing, 2010, 46(3): 159-163, 170.(in Chinese)

21 ROO L D, VERGEYNST L L, BAERDEMAEKER N J F D, et al.Acoustic emissions to measure drought-induced cavitation in plants[J].Applied Sciences, 2016, 6(3): 1-15.

22 GAGLIANO M.Green symphonies: a call for studies on acoustic communication in plants[J].Behavioral Ecology, 2013, 24(4):789-796.

PowerSpectrumCharacteristicsAnalysisforAcousticEmissionsSignalofTomato

YU Ligen1,2LI Changying3CHEN Liping1,2XUE Xuzhang1,2WEI Ruxue1,2GUO Wenzhong1,2

(1.BeijingResearchCenterofIntelligentEquipmentforAgriculture,Beijing100097,China2.NationalEngineeringResearchCenterofIntelligentEquipmentforAgriculture,Beijing100097,China3.DepartmentofBiologicalandAgriculturalEngineering,UniversityofGeorgia,TiftonGA31793,USA)

Taking tomato variety of ‘Jiali14’ as experimental materials, the relationship among the acoustic emissions signal, soil water contents and photosynthetic characteristic parameters of tomato under water deficit was analyzed.The short-time Fourier transform and power spectrum analysis computed by LabVIEW 2014 were employed to examine the spectrum characteristics of the collected AE signals.The whole process of water deficit was approximately divided into four stages: DAY1, DAY2, DAY3 and DAY4 according to the soil water contents.The results showed that characteristics for AEs during the water deficit period were presented by a regular change pattern, while the peak time was 10:00—16:00 and the amplitude was 40～60 dB.Power spectrum for acoustic emissions of tomato was a phenomenon observed in characteristic parameters with dominant frequency (fp), central frequency (fa) and formants.The frequencies offp,faand the second, third resonance peaks of DAY1 were distributed at 250～375 kHz, where the first resonance peak of DAY1 was distributed mainly at 0～125 kHz.The first, second and third resonance peaks of DAY2, DAY3 and DAY4 were all centralized at 250～375 kHz.From the amplitude of resonance peaks, the arrangement of DAY1 was the third, second, and first formant, but the order of formants for DAY2 and DAY4 were opposite of DAY1.A single peak curve was existed with net photosynthetic rate of tomato, and the peak valuePnoccurred at 12:00, whereas the intercellular CO2concentrations were increased firstly and then decreased with the decrease of soil water contents.Although the changes of amplitude and frequencies of resonance peaks for acoustic emissions of tomato in initial irrigation stage and late irrigation stage were different, a good correspondence between AE outcomes and experimental observations of the net photosynthetic rate, intercellular CO2concentrations and photosynthetic performances was obtained and discussed.This result may provide a new monitoring method for acoustic emissions characteristics of water deficit through power spectrum analysis.

tomato; acoustic emission; power spectrum; soil water contents; resonance peak

10.6041/j.issn.1000-1298.2017.10.023

S641.2

A

1000-1298(2017)10-0189-06

2017-06-22

2017-08-03

科技部星火計劃重點項目(2015GA600005)和北京市農林科學院設施園藝科技創新團隊項目(JNKST201615)

余禮根(1985—)，男，助理研究員，博士，主要從事動植物聲信息感知技術研究，E-mail：yulg@nercita.org.cn

郭文忠(1970—)，男，研究員，主要從事設施蔬菜高產高效栽培技術研究，E-mail：guowz@nercita.org.cn