CC BY
20
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXX ЭЛЕКТРОТЕХНОЛОГИИ И ЭЛЕКТРООБОРУДОВАНИЕ В СЕЛЬСКОМ ХОЗЯЙСТВЕ ХХХХ
Научная статья УДК 631.9:628.94
DOI: 10.24411/2227-9407-2021-11-51-60
Разработка системы управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом
Дмитрий Александрович Бурынин13, Александр Анатольевич Смирнов2,
Юрий Алексеевич Прошкин3, Сергей Александрович Качан4
12,3,4Федеральный научный агроинженерный центр ВИМ, Москва, Российская Федерация
1 burynin@gmail.com3, https://orcid.org/0000-0003-3624-1474
2 as984788@gmail.com, https://orcid.org/0000-0002-9236-2281 3yproshkin@gmail.com, https://orcid.org/0000-0003-3566-2226 4 89263745692@mail.ru, https://orcid.org/0000-0003-2726-2433
Аннотация
Введение. Для защиты растений от стрессов и увеличения урожайности в закрытом грунте традиционно используются различные инженерные системы: управление микроклиматом, досвечивание растений, внесение удобрений, полив, подкормка растений углекислым газом. Для уменьшения себестоимости и увеличения конкурентоспособности овощей закрытого грунта в России необходимо использовать новейшие технологии и знания в агроинженерии.
Материалы и методы. Описана система управления фитооблучением и подкормкой молекулярным водородом с обратной связью. Для получения информации о физиологическом состоянии растения используется гиперспектральная камера. Рассмотрены методы получения информации о вегетации растения с помощью индексов растительности. Приведены спектральные характеристики фитооблучателей, в которых реализована возможность адаптивного регулирования излучения. Раскрыт вопрос применения молекулярного водорода для подкормки растений.
Результаты. Разработана система управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом. Система управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом состоит из гиперспектральной камеры, электролизера, контроллера управления параметрами освещения и подачи молекулярного водорода, а также персонального компьютера, выполняющего вычисления по заданному алгоритму. Для выбора параметров используются значения известных вегетационных индексов растительности.
Обсуждение. Система фитооблучения с обратной связью посредством гиперспектральной визуализации позволит контролировать развитие растений и минимизировать участие человека. Применение подкормки растений молекулярным водородом улучшит устойчивость растений к различным стрессовым факторам. Заключение. Система управления фитооблучением с обратной связью может служить инструментом для контроля и управления вегетацией растения. Использование источников освещения с настраиваемым спектром в режиме диалога предоставляет возможность создать оптимальные условия для выращивания растений и позволяет снизить себестоимость получаемой продукции за счет энергосбережения.
Ключевые слова: водородный электролизер, гиперспектральная камера, молекулярный водород, растение, светодиодный фитооблучатель, спектр света
© Бурынин Д. А., Смирнов А. А., Прошкин Ю. А., Качан С. А., 2021
Контент доступен под лицензией Creative Commons Attribution 4.0 License. The content is available under Creative Commons Attribution 4.0 License.
51
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXXXX ELECTROTECHNOLOGY AND ELECTRIC EQUIPMENT IN AGRICULTURE XXXXXX
Для цитирования: Бурынин Д. А., Смирнов А. А., Прошкин Ю. А., Качан С. А. Разработка системы управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом // Вестник НГИЭИ. 2021. № 11 (126). С. 51-60. DOI: 10.24411/2227-9407-2021-11-51-60
Development of a control system for phytoradiation with feedback using plant feeding with molecular hydrogen
Dmitry A. Burynin1, Alexander A. Smirnov2, Yuriy A. Proshkin3, Sergey A. Kachan4
1’2’3’4 Federal Scientific Agroengineering Center VIM, Moscow, Russia
1 burynin@gmail.com, https://orcid.org/0000-0003-3624-1474
2 as984788@gmail.com, https://orcid.org/0000-0002-9236-2281 3yproshkin@gmail.com, https://orcid.org/0000-0003-3566-2226 4 89263745692@mail.ru, https://orcid.org/0000-0003-2726-2433
Abstract
Introduction. Various engineering systems are traditionally used to protect plants from stress and increase yields in greenhouses: microclimate control, supplementary lighting of plants, fertilization, watering, fertilizing plants with carbon dioxide. To reduce the cost and increase the competitiveness of greenhouse vegetables in Russia, it is necessary to use the latest technologies and knowledge in agricultural engineering.
Materials and methods. A feedback control system for phytoradiation and feeding with molecular hydrogen is described. A hyperspectral camera is used to obtain information about the physiological state of the plant. Methods for obtaining information about the vegetation of a plant using vegetation indices are considered. The spectral characteristics of phytoirradiators, in which the possibility of adaptive regulation of radiation is realized, are given. The question of the use of molecular hydrogen for plant nutrition is disclosed.
Results A feedback control system for phytoradiation with the use of plant nutrition with molecular hydrogen was developed.
Discussion. A phyto-irradiation system with feedback through hyperspectral imaging will control the development of plants and minimize human participation. The application of plant nutrition with molecular hydrogen will improve plant resistance to various stress factors. The phytoradiation control system with feedback using plant feeding with molecular hydrogen consists of a hyperspectral camera, an electrolyzer, a controller for controlling the lighting parameters and molecular hydrogen supply, and a personal computer that performs calculations according to a given algorithm. To select the parameters, the values of the known vegetation indices of vegetation are used.
Conclusion. The phyto-irradiation control system with feedback can serve as a tool for monitoring and controlling the vegetation of a plant. The use of light sources with a customizable spectrum in the dialogue mode provides an opportunity to create optimal conditions for growing plants and allows you to reduce the cost of the resulting product due to energy saving.
Keywords: hydrogen electrolyzer, hyperspectral camera, LED grow light, light spectrum, molecular hydrogen, plant
For citation: Burynin D. A., Smirnov A. A., Proshkin Yu. A., Kachan S. A. Development of a control system for phytoradiation with feedback using plant feeding with molecular hydrogen // Bulletin NGIEI. 2021. № 11 (126). P. 51-60. DOI: 10.24411/2227-9407-2021-11-51-60
Введение
Органические вещества в растении синтезируются и накапливаются в процессе фотосинтеза. Известно, что зависимость между фотосинтезом и урожаем не является прямолинейной [1]. На онтогенез растения влияет множество факторов, таких как уровень освещенности, недостаточная или из-
быточная влажность, температура, доступность элементов минерального питания растений, воздействие бактерий, вирусов и др. [2]. Различные стрессы, такие как окислительный [3] или осмотический [4], являются результатом воздействия этих стрессоров. Стресс растения может привести к частичной или полной потере урожая. Воздействие стрессов
52
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXX ЭЛЕКТРОТЕХНОЛОГИИ И ЭЛЕКТРООБОРУДОВАНИЕ В СЕЛЬСКОМ ХОЗЯЙСТВЕ ХХХХ
различного генеза на растения не всегда возможно обнаружить невооруженным глазом. Способность выявлять индикаторы плохого «самочувствия» растения на ранней стадии обеспечит возможность своевременного вмешательства для прекращения негативного воздействия. Ранняя и точная диагностика стрессов растений является ключевым фактором в растениеводстве для сокращения количественных и качественных потерь урожая.
Для защиты растений от стрессов и увеличения урожайности в закрытом грунте традиционно используются следующие инженерные системы:
- система управления микроклиматом;
- система облучения / досвечивания растений;
- система внесения удобрений;
- система полива;
- система подкормки растений углекислым газом [5].
Эти системы используются повсеместно, но для уменьшения себестоимости и увеличения конкурентоспособности овощей закрытого грунта в России необходимо использовать новейшие технологии и знания в агроинженерии и искать пути увеличения выхода продукции.
Система фитооблучения с обратной связью позволит контролировать развитие растений и минимизировать участие человека. В данной статье предлагается использовать гиперспектральную камеру, как инструмент, способный выявлять стрессовые состояния растений на основании информации о пигментном составе. Для подкормки растений предлагается использовать молекулярный водород (H2). Согласно новейшим исследованиям, водород благотворно влияет на клеточные структуры различных организмов. Антиоксидантные свойства водорода широко применяются при лечении различных заболеваний у человека. Молекулярный водород может оказывать биологическое воздействие, в том числе и на растения [6]. Предполагается, что действие H2 основано на реакции с активными формами кислорода, а также активными формами азота, в частности гидроксильными радикалами и перок-синитритом [7]. Он влияет на рост проростков, придаточное укоренение, синтез антоцианов [8; 9; 10]. Сообщается, что H2 улучшает устойчивость высших растений к различным стрессовым факторам, в том числе засухе, засолению, холоду, тяжелым металлам и др., а также способен регулировать продол-
жительность цветения [11]. Результаты различных исследований показывают, что молекулярный водород имеет большой потенциал применения в сельском хозяйстве [6; 12].
Материалы и методы
Описана система управления фитооблучением и подкормкой молекулярным водородом с обратной связью. Проведен патентный поиск, данные классифицировались, анализировались. Рассмотрены методы получения информации о вегетации растения с помощью гиперспектральной визуализации. Приведены спектральные характеристики фитооблучателей, в которых реализована возможность адаптивного регулирования излучения. Раскрыт вопрос применения молекулярного водорода для подкормки растений.
Результаты и обсуждение
Новейшие методы обнаружения стрессовых состояний растений, основанные на гиперспектральной визуализации, позволяют отслеживать физиологические изменения растений. Они имеют высокую информативность и точность. На основе технологии гиперспектральной визуализации разработана система управления фитооблучением и подачей молекулярного водорода для выращивания овощных и зеленых сельскохозяйственных культур в условиях защищенного грунта, в фитотронах или городских фермах. Такая система получает информацию о состоянии растений в режиме реального времени, анализируя значения вегетационных индексов. Управляя интенсивностью и спектральным составом излучения, возможно повысить урожайность овощных культур и увеличить эффективность расходования электроэнергии [13].
На рисунке 1 представлена схема системы управления фитооблучением и подачей молекулярного водорода с обратной связью.
Система управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом включает в себя следующие компоненты: цифровое устройство, такое как смартфон (1), планшет (2) или персональный компьютер (3). Цифровое устройство подключается к маршрутизатору (4) с помощью проводной или беспроводной локальной вычислительной сети. Маршрутизатор (4) подключен к глобальной сети Интернет (5). Контроллер управления (6) связан с локальной сетью и глобальной сетью Интернет.
53
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXXXX ELECTROTECHNOLOGY AND ELECTRIC EQUIPMENT IN AGRICULTURE XXXXXX
Рис. 1. Схема системы управления фитооблучением и подачей молекулярного водорода с обратной связью: 1 - смартфон; 2 - планшет; 3 - персональный компьютер; 4 - маршрутизатор; 5 - глобальная сеть Интернет; 6 - контроллер управления; 7 - блоки питания; 8 - светодиоды; 9 - гиперспектральная камера;
10 - растение; 11 - фитотрон; 12 - датчик температуры; 13 - электролизер;
14 - датчик контроля содержания водорода; 15 - вентилятор; 16 - трубопровод Fig. 1. Diagram of the control system for phyto-irradiation and molecular hydrogen supply with feedback:
1 - smartphone; 2 - tablet; 3 - personal computer; 4 - router; 5 - Internet; 6 - control controller;
7 - power supplies; 8 - LEDs; 9 - hyperspectral camera; 10 - plant; 11 - phytotron; 12 - temperature sensor;
13 - electrolyzer; 14 - hydrogen content control sensor; 15 - fan; 16 - pipeline
Контроллер управления (6) подключается к выходным соединительным выводам четырех электронных блоков питания (7). Каждый из блоков питания (7) отвечает за работу группы светодиодов с определенным спектром излучения (8). Гиперспектральная камера (9), находящаяся в фитотроне (11), направлена на облучаемое растение (10). Гиперспектральная камера (9) связана с контроллером (6). Датчик температуры (12) расположен на корпусе блока фитооблучателя (8) и связан с контроллером (6). Электролизер (13) работает под управлением контроллера (6). Электролизер (13) соединен трубопроводом (16) с емкостью растущего растения (10). Электролизер (13) направляет молекулярный водород по трубопроводу (16). Газообразный водород -легкий газ, он поднимается в верхние слои грунта, взаимодействует с корневой системой растения (10), смешивается с воздухом в камере выращивания (11). Принудительная вентиляция обеспечивает равномерное распределение водорода. В камере выращивания (11) расположен датчик контроля содержания водорода (14), соединенный с контроллером (6). Вентилятор (15) соединен с контроллером (6) (на рис. не показано), регулирующим число оборотов, увеличивая или уменьшая циркуляцию воз-
духа в фитотроне (11). Датчик (14) контроля водорода реагирует на изменение концентрации водорода в воздухе камеры (11). При превышении содержания молекулярного водорода в воздухе свыше 2 % передается сигнал на контроллер (6) для снижения электролизером (13) подачи водорода в трубопровод (16).
Блок управления (6) отвечает за изменение интенсивности и спектрального состава излучения, а также за выбор режима работы электролизера на основе данных, полученных гиперспектральной камерой. Гиперспектральная камера фиксирует спектры отражения в видимом и ближнем инфракрасном диапазонах. Полученный массив данных позволяет вычислить вегетационные индексы, с помощью которых определяется пигментный состав растения [14; 15; 16; 17; 18; 19], а также стрессы различного генеза [20; 21; 22; 23; 24]. Оперируя значениями индексов, программное обеспечение производит выбор режимов работы фитооблучателя в соответствии с видом и сортом растения, а также подбирает режим работы электролизера.
Спектральный состав фитооблучателя должен покрывать область 400-750 нм. Спектр поглощения хлорофилла находится в красной и синей областях
54
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXX ЭЛЕКТРОТЕХНОЛОГИИ И ЭЛЕКТРООБОРУДОВАНИЕ В СЕЛЬСКОМ ХОЗЯЙСТВЕ ХХХХ
видимого света, но зачастую излучение только в красном и синем диапазонах оказывается менее эффективным с точки зрения урожайности, чем сбалансированное излучение во всем видимом диапазоне, при одинаковой общей интенсивности излучения. Нужно отметить, что вариабельность интенсивности излучения в диапазоне 700-750 нм несет в себе в первую очередь регулирующее воздействие на растение, а зеленый свет 500-600 нм полезен не только как регулятор процессов, происходящих в растении, но и эффективен для фотосинтеза, особенно при большой толщине листьев, из-за высокой проникающей способности [25; 26; 27]. В зависимости от выращиваемого вида, сорта и периода вегетации растения в фитооблучателе могут использоваться различные спектры облучения. Применяются светодиоды с белым спектром, а также синим 450 нм, красным 660 нм и дальним красным 730 нм. Возможно использование светодиодов с излучением в ближнем ультрафиолетовом спектре UV-A. Так же предусмотрен специальный режим работы фитооблучателя, использующийся для съемки гиперспектральной камерой, при котором индекс цветопередачи >90.
Гиперспектральная камера покрывает спектральный диапазон 400-1000 нм. Видимого и ближнего инфракрасного диапазона достаточно для вычисления относительного содержания основных фотосинтетических пигментов в растении с помощью вегетационных индексов, а также индексов стресса. Для определения относительного содержания хлорофилла в основном используется так называемый красный край, а также ближний инфракрасный диапазон и иногда полоса поглощения в синем диапазоне спектра [14; 15; 16]. Каротиноидами и антоциа-нами свет поглощается в зеленом диапазоне спектра, пик поглощения каротиноидов приходится на 510 нм, антоцианов на 550 нм, для повышения точности определения количества каротиноидов и анто-цианов используется полоса поглощения света хлорофиллом [17; 18]. Полоса спектра с наибольшей чувствительностью к флавонолам находится между 380 и 420 нм [19]. Широко применяемый индекс фотохимического отражения (PRI) используется для измерения изменения каротиноидов, в частности пигментов ксантофиллов. Индекс PRI коррелирует с циклом ксантофилла, который защищает растения от фотоповреждения и позволяет оценить эффективность использования света фотосинтетическим аппаратом растений [20; 21]. Для обнаружения такого
стресса, как болезни растений, также могут использоваться спектральные вегетативные индексы, но идентификация конкретного заболевания на основании одного лишь индекса затруднена [22]. Для выявления водного стресса с помощью отражательной способности листьев, как правило, используется диапазон с длинами волн свыше 1000 нм, но возможно применение индекса R900/R970 [23]. Гиперспектральная визуализация является неразрушающим методом для оценки азотного статуса растения [24].
Система управления фитооблучением с обратной связью при выявлении стрессового состояния у растения вводит корректировку спектрального состава излучения, а также включает подачу молекулярного водорода в камеру с растением.
Например, свет, обогащенный дальним красным излучением, способствует удлинению побегов, стимулирует рост растения вверх, но при этом увеличивает восприимчивость растений к биотическим стрессам [28]. Система управления фитооблучением при обнаружении биотического стресса у растения вводит корректировку спектрального состава излучения в сторону уменьшения дальней красной составляющей, включает подачу молекулярного водорода в камеру, а также оповещает оператора для принятия решения о внесении фунгицидов, пестицидов и др.
Для оценки азотного статуса растения с помощью спектральной отражательной способности в основном используется связь между содержанием азота и хлорофилла. Значения концентрации азота хорошо коррелируют с общим содержанием хлорофилла в листьях. Исследования подтверждают возможность использования для определения азота тех же спектральных полос и индексов, как для оценки содержания хлорофилла [29; 30; 31]. Существуют индексы, определяющие непосредственно азот [24]. При недостатке азота программа информирует оператора о необходимости проведения корректировки питания растения. Так же задействуется система подачи молекулярного водорода. Обратная связь с растением позволяет вносить своевременные корректировки в процесс вегетации растения.
В процессе фотосинтеза при воздействии фотосинтетически активной радиации происходит преобразование углекислого газа и воды в углеводы для дальнейшего использования в метаболических процессах растения [32]. По мере того, как интенсивность света меняется от низкой к более высокой, скорость фотосинтеза увеличивается, пока какой-
55
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXXXX ELECTROTECHNOLOGY AND ELECTRIC EQUIPMENT IN AGRICULTURE XXXXXX
либо фактор не становится лимитирующим и наступает насыщение фотосинтеза. Слишком высокая фотосинтетически активная радиация уменьшает эффективность фотосинтеза, отрицательно влияет на фотосинтетический аппарат растения, вплоть до его повреждения.
Для мониторинга фотосинтетических процессов и обнаружения фотосинтетического стресса необходимо учитывать динамику изменения значений индекса PRI. Диапазон значений индекса для здоровой растительности составляет от -0,2 до 0,2. PRI отражает состояние таких пигментов ксантофил-лового цикла, как виолаксантин и зеаксантин, и коррелирует с эффективностью фотосинтеза [20; 21; 33]. На основании анализа полученных значений индекса фотохимического отражения PRI происходит подбор оптимальной интенсивности облучения.
Световой стресс также связан с изменением отношения хлорофилла a / b [34; 35; 36]. Относительное количество хлорофилла a, b вычисляется с помощью вегетационных индексов на основе спектра отражения [37].
Гиперспектральная визуализация предоставляет всю необходимую информацию о физиологическом состоянии растений, необходимую для выбора параметров освещения растения и необходимости подкормки молекулярным водородом. Помимо этого, с помощью вегетативных индексов воз-
можно выявить биотический и водный стрессы, недостаток азота.
Заключение
Разработана система, получающая информацию о растении с помощью средств гиперспектральной визуализации. Удаленная, неинвазивная оценка состояния вегетации растений позволит минимизировать участие человека в процессе культивирования. Такая система может служить отличным инструментом для контроля и управления вегетацией растения. Использование источников освещения с настраиваемым спектром в режиме диалога предоставляет возможность создать оптимальные условия для выращивания растения. Вовремя полученная информация о стрессовых состояниях, а также система подкормки молекулярным водородом позволит уменьшить влияние негативных факторов, увеличить урожайность и сократить сроки вегетации культур. Основным недостатком системы управления фитооблучением с обратной связью с применением подкормки растений молекулярным водородом является ее высокая стоимость, но с развитием технологий, увеличением объемов производства технологичных средств гиперспектральной визуализации такая система сможет конкурировать с человеком, при этом получая информацию о вегетации растения, недоступной человеческому глазу, и сводя на нет риск возникновения ошибок.
СПИСОК ИСТОЧНИКОВ
1. Чиков В. И. Связь фотосинтеза с продуктивностью растений // Соросовский образовательный журнал. 1997. Т. 3. № 12. С. 23-27.
2. Аллахвердиев С. Р., Аббасова З. И., Расулова Д. А., Ганизаде С. И., Зейналова Э. М., ХалиловаХ. Д. Реакция растений на экологические стрессы // Актуальные и новые направления в селекции и семеноводстве сельскохозяйственных культур. 18 февраля 2017. Владикавказ. С. 222-225.
3. Креславский В. Д., Лось Д. А., Аллахвердиев С. И., Кузнецов В. В. Сигнальная роль активных форм кислорода при стрессе у растений // Физиология растений. 2012. Т. 59. № 2. С. 163.
4. Ибрагимова С. С., Горелова В. В., Кочетов А. В., Шумный В. К. Роль различных метаболитов в формировании стрессоустойчивости растений // Вестник НГУ. 2010. Т. 8. № 3. С. 98-103.
5. Ерохин М. Н., Скороходов Д. М., Скороходова А. Н., Анисимов А. А., Потёмкин Р. А. Анализ современных устройств выращивания растений в городском фермерстве и перспективы его развития // Агроинженерия. 2021. Т. 3. № 103. С. 24-31.
6. Zeng J., ZhangM., Sun X. Molecular Hydrogen Is Involved in Phytohormone Signaling and Stress Responses in Plants // PLoS ONE. 2013. № 8 (8). e71038
7. Russell G., Zulfiqar F., Hancock J. T. Hydrogenases and the Role of Molecular Hydrogen in Plants // Plants. 2020. № 9 (9). 1136.
8. Li C., Gong T., Bian B., Liao W. Roles of hydrogen gas in plants: A review // Funct. Plant Biol. 2018. V. 45. № 8. P.783-792.
9. Воронкова Н. А., Балабанова Н. Ф., Волкова В. А., Цыганова Н. А., Пахотина И. В. Применение ростостимуляторов при возделывании яровой мягкой пшеницы // Достижения науки и техники АПК. 2020. Т. 34. № 10. С. 73-77.
56
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXX ЭЛЕКТРОТЕХНОЛОГИИ И ЭЛЕКТРООБОРУДОВАНИЕ В СЕЛЬСКОМ ХОЗЯЙСТВЕ ХХХХ
10. Cao Z., Duan X., Yao P., Cui W. and other. Hydrogen Gas Is Involved in Auxin-Induced Lateral Root Formation by Modulating Nitric Oxide Synthesis // International Journal of Molecular Sciences. 2017. V. 18. № 10. 2084.
11. Zeng J., Ye Z., Sun X. Progress in the study of biological effects of hydrogen on higher plants and its promising application in agriculture // Med. Gas Res. 2014. V. 4. № 15. doi:10.1186/2045-9912-4-15
12. Тимченко Е. В., Селезнева Е. А., Трегуб Н. В., Таскина Л. А., Тимченко П. Е. Экспериментальные исследования влияния водорода на оптические характеристики растений // Известия Самарского научного центра Российской академии наук. 2014. Т. 16. № 1. С. 281-285.
13. Kusuma P., Pattison P. M., Bugbee B. From physics to fixtures to food: Current and potential LED efficacy // Horticulture Research 2020. Т. 7. № 56. doi:10.1038/s41438-020-0283-7
14. Gitelson A. A., Merzlyak M. N. Signature analysis of leaf reflectance spectra: Algorithm development for remote sensing of chlorophyll // Journal of Plant Physiology. 1996. V. 148. № 3-4. P. 494-500.
15. Sims D. A., Gamon J. A. Relationships between leaf pigment content and spectral reflectance acrossa wide range of species, leaf structures and developmental stages // Remote Sensing of Environment. 2002. Т. 81. № 2-3. P. 337-354.
16. Datt B. Visible/near infrared reflectance and chlorophyll content in Eucalyptus leaves // International Journal of Remote Sensing. 1999. V. 20. № 14. P. 2741-2759.
17. Gitelson A. A., MerzlyakM. N., Chivkunova O. B. Assessing Carotenoid Content in Plant Leaves with Reflectance Spectroscopy // Photochem Photobiol. 2002. V. 75. № 3. P. 272-281.
18. Gitelson A. A., MerzlyakM. N., Chivkunova O. B. Optical properties and nondestructive estimation of an-thocyanin content in plant leaves // Photochemistry and Photobiology. 2001. V. 74. T. 1. P. 38-45.
19. MerzlyakM. N., Solovchenko A. E., Smagin A. I., Gitelson A. A. Apple flavonols during fruit adaptation to solarradiation: spectral features and technique fornon-destructive assessment // Journal of Plant Physiology. 2005. V. 162 (2). P. 151-160.
20. Gamon J., Penuelas J., Field C. A Narrow-Waveband Spectral Index That Tracks Diurnal Changes in Photosynthetic Efficiency // Remote Sensing of Environment. 1992. V. 41. P. 35-44.
21. Garbulsky M. F., Penuelas J., Gamon J., Inoue Y., Filella I. The photochemical reflectance index (PRI) and the remote sensing of leaf, canopy and ecosystem radiation use efficiencies. A review and meta-analysis // Remote Sens. Environ. 2011. V. 115. P. 281-297.
22. Mahlein A.-K., Rumpf T., Welke P., Dehne H., Plumer L., Steiner U., Oerke E. Development of spectral indices for detecting and identifying plant diseases // Remote Sensing of Environment. 2013. V. 128 (4). P. 21-30.
23. Seelig H.-D., Hoehn A., Stodieck L., Klaus D., Adams III W. W., Emery W. The assessment of leaf water content using leaf reflectance ratios in the visible, near-, and short-wave-infrared // International Journal of Remote Sensing. 2008. V. 29 (13). P. 3701-3713.
24. Chen P.-F., Haboudane D., Tremblay N., Wang J., Vigneault P., Li B.-G. New spectral indicator assessing the efficiency of crop nitrogen treatment in corn and wheat // Remote Sensing of Environment. 2010. V. 114 (9). P. 1987-1997.
25. Kuleshova T. E., Likhachev A. I., Pavlova E. S., Kuleshov D. O., Nashchekin A. V., Gall N. R. Interrelation of Absorption Spectra of Plant Pigments and LED Lighting with Different Spectral Compositions // Technical Physics. 2018. V. 63 (9). P. 1243-1247.
26. Zhen S., van IerselM. W. Far-red light is needed for efficient photochemistry and photosynthesis // Journal of Plant Physiology 2017. V. 209. P. 115-122.
27. Liu J., van IerselM. W. Photosynthetic Physiology of Blue, Green, and Red Light: Light Intensity Effects and Underlying Mechanisms // Front Plant Sci. 2021. V. 5 (12). 619987
28. Courbier S., Snoek B., Kajala K., van Wees S.M., Pierik R. Mechanisms of far-red light-mediated dampening of defense against Botrytis cinerea in tomato leaves. 2021. doi: 10.1101/2021.01.21.427668
29. Duan D.-d., Zhao C.-j., Li Z.-h., Yang G.-j. Estimating total leaf nitrogen concentration in winter wheat by canopy hyperspectral data and nitrogen vertical distribution // Journal of Integrative Agriculture. 2019. V. 18 (7). P. 1562-1570.
30. He L., SongX., Feng W., Guo B.-B., Zhang Y.-Sh., Wang Y.-H., Wang C.-Y., Guo T.-C. Improved remote sensing of leaf nitrogen concentration in winter wheat using multi-angular hyperspectral data // Remote Sensing of Environment. 2016. V. 174. P. 122-133.
57
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXXXX ELECTROTECHNOLOGY AND ELECTRIC EQUIPMENT IN AGRICULTURE XXXXXX
31. Wang Y., Liao Q., Guijun Y., Feng H., Xiaodong Y., Jibo Y. Comparing broad-band and red edge-based spectral vegetation indices to estimate nitrogen concentration of crops using casi data // Remote Sensing and Spatial Information Sciences. 2016. doi:10.5194/ISPRS-ARCHIVES-XLI-B7-137-2016
32. Моргун В. В., Прядкина Г. А. Эффективность Фотосинтеза и перспективы повышения продуктивности озимой пшеницы // Физиология Растений и Генетика 2014. Т. 46. № 4. C. 279-301.
33. Sukhova E., Khlopkov A., Vodeneev V., Sukhov V. Simulation of a nonphotochemical quenching in plant leaf under different light intensities // Biochimica et Biophysica Acta (BBA) - Bioenergetics 2020. V. 1861. 148138. doi.org/10.1016/j.bbabio.2019.148138
34. DemmigAdams B, Adams W. W. Chlorophyll and carotenoid composition in leaves of Euonymus kiautschovicus acclimated to different degrees of light stress in the field // Australian Journal of Plant Physiology. 1996. V. 23 (5). P. 649-659.
35. Bukhov N. G., Bondar V. V., Drozdova I. S. Effects of blue and red light of low intensity on chlorophyll a and b contents in barley leaves and light curves of photosynthesis // Russian Journal of Plant Physiology. 1998. V. 45 (4). P. 428-432.
36. Pattanayak G., Biswal A., Reddy V. S., Tripathy B. C. Light-dependent regulation of chlorophyll b biosynthesis in chlorophyllide a oxygenase overexpressing tobacco plants // Biochemical and biophysical research communications. 2005. V. 326 (2). P. 466-71.
37. Blackburn G. A. Quantifying chlorophylls and carotenoids at leaf and canopy scales: An evaluation of some hyperspectral approaches. // Remote Sensing of Environment. 1998. V. 66 (3). P. 273-285.
Статья поступила в редакцию 26.08.2021; одобрена после рецензирования 27.09.2021;
принята к публикации 29.09.2021.
Информация об авторах:
Д. А. Бурынин - аспирант, специалист, Spin-код: 1787-3653;
А. А. Смирнов - к.т.н., старший научный сотрудник, Spin-код: 8597-2347;
Ю. А. Прошкин - к.т.н., старший научный сотрудник, Spin-код: 1139-0845;
С. А. Качан - младший научный сотрудник, Spin-код: 7745-4012.
Заявленный вклад авторов:
Бурынин Д. А. - подготовка рукописи, просмотр и редактирование.
Смирнов А. А. - концептуализация и методология.
Прошкин Ю. А. - надзор и визуализация.
Качан С. А. - исследование и ресурсы.
Авторы заявляют об отсутствии конфликта интересов.
REFERENCES
1. Chikov V. I. Svyaz' fotosinteza s produktivnost'yu rastenij [Relationship of photosynthesis with plant productivity], Sorosovskij obrazovatel'nyj zhurnal [Soros educational journal], 1997, Vol. 3, No. 12, pp. 23-27. (In Russian).
2. Allahverdiev S. R., Abbasova Z. I., Rasulova D. A., Ganizade S. I., Zejnalova E. M., Halilova H. D. Reakci-ya rastenij na ekologicheskie stress [Reaction of plants on ecological stresses], Aktual'nye i novye napravleniya v sele-kcii i semenovodstve sel'skohozyajstvennyh kul'tur [Actual and new directions in selection and seed production of agricultural crops], 18 fevralya 2017. Vladikavkaz, pp. 222-225. (In Russian).
3. Kreslavskij V. D., Los' D. A., Allahverdiev S. I., Kuznecov V. V. Signal'naya rol' aktivnyh form kisloroda pri stresse u rastenij [Signaling role of reactive oxygen species during stress in plants], Fiziologiya Rastenij [Plant Physiology], 2012, Vol. 59, No. 2, pp. 163. (In Russian).
4. Ibragimova S. S., Gorelova V. V., Kochetov A. V., SHumnyj V. K. Rol' razlichnyh metabolitov v formiro-vanii stressoustojchivosti rastenij [Role of plant metabolites in mechanisms of stress tolerance], VestnikNGU [Bulletin of the Novosibirsk state university], 2010, Vol. 8, No. 3, pp. 98-103. (In Russian).
58
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXX ЭЛЕКТРОТЕХНОЛОГИИ И ЭЛЕКТРООБОРУДОВАНИЕ В СЕЛЬСКОМ ХОЗЯЙСТВЕ ХХХХ
5. Erohin M. N., Skorohodov D. M., Skorohodova A. N., Anisimov A. A., Potyomkin R. A. Analiz sovremen-nyh ustrojstv vyrashchivaniya rastenij v gorodskom fermerstve i perspektivy ego razvitiya [Analysis of using modern plant cultivation units in city farming and its development prospects], Agroinzheneriya [Agroengineering], 2021, Vol. 3. No. 103, pp. 24-31. (In Russian).
6. Zeng J., Zhang M., Sun X. Molecular Hydrogen Is Involved in Phytohormone Signaling and Stress Responses in Plants, PLoS ONE, 2013, Vol. 8 (8), 71038.
7. Russell G., Zulfiqar F., Hancock J.T. Hydrogenases and the Role of Molecular Hydrogen in Plants, Plants, 2020, Vol. 9 (9), 1136.
8. Li C., Gong T., Bian B., Liao W. Roles of hydrogen gas in plants: A review, Funct. Plant Biol., 2018, Vol. 45 (8), pp. 783-792.
9. Voronkova N. A., Balabanova N. F., Volkova V. A., Cyganova N. A., Pahotina I. V. Primenenie rostostim-ulyatorov pri vozdelyvanii yarovoj myagkoj pshenicy [The use of growth stimulants in the cultivation of spring soft wheat], Dostizheniya nauki i tekhniki APK [Achievements of science and technology of the agro-industrial complex], 2020, Vol. 34, No. 10, pp. 73-77.
10. Cao Z., Duan X., Yao P., Cui W. and other. Hydrogen Gas Is Involved in Auxin-Induced Lateral Root Formation by Modulating Nitric Oxide Synthesis, International Journal of Molecular Sciences, 2017, Vol. 18 (10), 2084.
11. Zeng, J.; Ye, Z.; Sun, X. Progress in the study of biological effects of hydrogen on higher plants and its promising application in agriculture,Med. Gas Res., 2014, Vol. 4 (15) doi: 10.1186/2045-9912-4-15
12. Timchenko E. V., Selezneva E. A., Tregub N. V., Taskina L.A., Timchenko P. E. Eksperimental'nye issle-dovaniya vliyaniya vodoroda na opticheskie harakteristiki rastenij [Experimental researches of the influence of hydrogen on optical characteristics of plants], Izvestiya Samarskogo nauchnogo centra Rossijskoj akademii nauk [Bulletin of the Samara Scientific Center of the Russian Academy of Sciences], 2014, Vol. 16, No. 1, pp. 281-285. (In Russian).
13. Kusuma P., Pattison P. M., Bugbee B. From physics to fixtures to food: Current and potential LED efficacy, Horticulture Research, 2020, Vol. 7 (56), doi:10.1038/s41438-020-0283-7
14. Gitelson A. A., Merzlyak M. N. Signature analysis of leaf reflectance spectra: Algorithm development for remote sensing of chlorophyll, Journal of Plant Physiology, 1996, Vol. 148, No. 3-4, pp. 494-500.
15. Sims D. A., Gamon J. A. Relationships between leaf pigment content and spectral reflectance acrossa wide range of species, leaf structures and developmental stages, Remote Sensing of Environment, 2002, Vol. 81. No. 2-3, pp. 337-354.
16. Datt B. Visible/near infrared reflectance and chlorophyll content in Eucalyptus leaves, International Journal of Remote Sensing, 1999, Vol. 20 (14), pp. 2741-2759.
17. Gitelson A. A., Merzlyak M. N., Chivkunova O. B. Assessing Carotenoid Content in Plant Leaves with Reflectance Spectroscopy, Photochem Photobiol, 2002, Vol. 75 (3), pp. 272-281.
18. Gitelson A. A., Merzlyak M. N., Chivkunova O. B. Optical properties and nondestructive estimation of an-thocyanin content in plant leaves, Photochemistry and Photobiology, 2001, Vol. 74 (1), pp. 38-45.
19. Merzlyak M. N., Solovchenko A. E., Smagin A. I., Gitelson A. A. Apple flavonols during fruit adaptation to solarradiation: spectral features and technique fornon-destructive assessment, Journal of Plant Physiology, 2005, Vol. 162 (2), pp. 151-160.
20. Gamon J., Penuelas J., Field C. A Narrow-Waveband Spectral Index That Tracks Diurnal Changes in Photosynthetic Efficiency, Remote Sensing of Environment, 1992, Vol. 41, pp. 35-44.
21. Garbulsky M. F., Penuelas J., Gamon J., Inoue Y., Filella I. The photochemical reflectance index (PRI) and the remote sensing of leaf, canopy and ecosystem radiation use efficiencies. A review and meta-analysis, Remote Sens. Environ, 2011, Vol. 115, pp. 281-297.
22. Mahlein A.-K., Rumpf T., Welke P., Dehne H., Plumer L., Steiner U., Oerke E. Development of spectral indices for detecting and identifying plant diseases, Remote Sensing of Environment, 2013, Vol. 128 (4), pp. 21-30.
23. Seelig H.-D., Hoehn A., Stodieck L., Klaus D., Adams III W. W., Emery W. The assessment of leaf water content using leaf reflectance ratios in the visible, near-, and short-wave-infrared, International Journal of Remote Sensing, 2008, Vol. 29 (13), pp. 3701-3713.
24. Chen P.-F., Haboudane D., Tremblay N., Wang J., Vigneault P., Li B.-G. New spectral indicator assessing the efficiency of crop nitrogen treatment in corn and wheat, Remote Sensing of Environment, 2010, Vol. 114 (9), pp.1987-1997.
59
Вестник НГИЭИ. 2021. № 11 (126). C. 51-60. ISSN 2227-9407 (Print)
Bulletin NGIEI. 2021. № 11 (126). P. 51-60. ISSN 2227-9407 (Print)
XXXXXX ELECTROTECHNOLOGY AND ELECTRIC EQUIPMENT IN AGRICULTURE XXXXXX
25. Kuleshova T. E., Likhachev A. I., Pavlova E. S., Kuleshov D. O., Nashchekin A. V., Gall N. R. Interrelation of Absorption Spectra of Plant Pigments and LED Lighting with Different Spectral Compositions, Technical Physics, 2018, Vol. 63 (9), pp. 1243-1247.
26. Zhen S., van Iersel M. W. Far-red light is needed for efficient photochemistry and photosynthesis, Journal of Plant Physiology, 2017. Vol. 209, pp. 115-122.
27. Liu J., van Iersel M.W. Photosynthetic Physiology of Blue, Green, and Red Light: Light Intensity Effects and Underlying Mechanisms, Front Plant Sci., 2021, Vol. 5 (12), 619987.
28. Courbier S., Snoek B., Kajala K., van Wees S. M., Pierik R. Mechanisms of far-red light-mediated dampening of defense against Botrytis cinerea in tomato leaves, 2021, doi: 10.1101/2021.01.21.427668
29. Duan D.-d., Zhao C.-j., Li Z.-h., Yang G.-j. Estimating total leaf nitrogen concentration in winter wheat by canopy hyperspectral data and nitrogen vertical distribution, Journal of Integrative Agriculture, 2019, Vol. 18 (7), pp.1562-1570.
30. He L., Song X., Feng W., Guo B.-B., Zhang Y.-Sh., Wang Y.-H., Wang C.-Y., Guo T.-C. Improved remote sensing of leaf nitrogen concentration in winter wheat using multi-angular hyperspectral data, Remote Sensing of Environment, 2016, Vol. 174, pp. 122-133.
31. Wang Y., Liao Q., Guijun Y., Feng H., Xiaodong Y., Jibo Y. Comparing broad-band and red edge-based spectral vegetation indices to estimate nitrogen concentration of crops using casi data, Remote Sensing and Spatial Information Sciences, 2016, doi:10.5194/ISPRS-ARCHIVES-XLI-B7-137-2016
32. Morgun V. V. Pryadkina G. A. Effektivnost' Fotosinteza i perspektivy povysheniya produktivnosti ozimoj pshenicy [Efficiency of Photosynthesis and Prospects for Increasing the Productivity of Winter Wheat], Fiziologiya Rastenij i Genetika [Plant Physiology and Genetics], 2014, Vol. 46, No. 4, pp. 279-301. (In Russian).
33. Sukhova E., Khlopkov A., Vodeneev V., Sukhov V. Simulation of a nonphotochemical quenching in plant leaf under different light intensities, Biochimica et Biophysica Acta (BBA) - Bioenergetics, 2020, Vol. 1861, No. 2, 148138, doi.org/10.1016/j.bbabio.2019.148138
34. DemmigAdams B, Adams W. W. Chlorophyll and carotenoid composition in leaves of Euonymus kiautschovicus acclimated to different degrees of light stress in the field, Australian Journal of Plant Physiology, 1996, Vol. 23 (5), pp. 649-659.
35. Bukhov N. G., Bondar V. V., Drozdova I. S. Effects of blue and red light of low intensity on chlorophyll a and b contents in barley leaves and light curves of photosynthesis, Russian Journal of Plant Physiology, 1998, Vol. 45 (4), pp. 428-432.
36. Pattanayak G., Biswal A., Reddy V. S., Tripathy B. C. Light-dependent regulation of chlorophyll b biosynthesis in chlorophyllide a oxygenase overexpressing tobacco plants, Biochemical and biophysical research communications, 2005, Vol. 326 (2), pp. 466-71.
37. Blackburn G. A. Quantifying chlorophylls and carotenoids at leaf and canopy scales: An evaluation of some hyperspectral approaches, Remote Sensing of Environment, 1998, Vol. 66 (3), pp. 273-285.
The article was submitted 26.08.2021; approved after reviewing 27.09.2021; accepted for publication 29.09.2021.
Information about the authors:
D. A. Burynin - Ph. D. Student, expert, Spin-code: 1787-3653;
A. A. Smirnov - Ph. D. (Engineering), Senior Researcher, Spin-code: 8597-2347;
Y. A. Proshkin - Ph. D. (Engineering), Senior Researcher, Spin-code: 1139-0845;
S. A. Kachan - Junior Researcher, Spin-code: 7745-4012.
Contribution of the authors:
Burynin D. A. - writing review, original draft preparation and editing.
Smirnov A. A. - conceptualization and methodology.
Proshkin Y. A. - supervision and visualization.
Kachan S. A. - investigation and resources.
The authors declare no conflicts of interests.
60
