文摘
冷冻是一个典型的非生物胁迫植物,可以诱导植物的生理损害。更好的理解植物冻融特征有助于解决植物生理学的一些热点问题,如耐寒性和冷适应。本文提出了一种新颖的传感器用于原位检测冻融特征在植物基于抑制温度和含水量。杆温度测量电路的设计是基于恒流源和铂电阻。茎含水量的测量电路设计了基于驻波比和茎组织的介电性能。温度复合传感器的分辨率小于0.1°C。温度测量的美和RMSE大约0.57°C和0.65°C,分别。复合传感器的体积含水量分辨率小于0.05%。的美和RMSE体积含水量测量约1.59%和1.81%,分别。此外,数学模型建立了描述植物茎的冻融特点,解决了基于复合传感器。 Then, some freeze-thaw indicators including stem water content, ice content, freezing depth, freezing velocity, thawing depth, and thawing velocity were solved and used to interpret the freeze-thaw rules of plant stem. It can be concluded that the freeze-thaw velocity is closely related to the physicochemical properties of plant stem which also change dynamically in the freeze-thaw cycle.
1。介绍
冷冻是一个典型的非生物压力的植物。从microperspective冻结应力可以引起各种赔偿植物,如细胞脱水,在组织或器官的结构变化,在木质部栓塞血管(1,2]。从macroperspective冻结压力会造成作物产量的减少和限制植物物种的分布3,4]。因此,它是重要的准确检测冻融特征可以量化冻结压力在植物上。
冻融特性的一些早期检测方法在植物是间接的和认为植物组织流体冻融特性的理想解决方案(5]。理想冻融曲线可以计算通过测量细胞溶质浓度、静水压力和束缚水的数量6]。随着电子探测技术的发展,一些直接检测方法被用来研究冻融特征植物,主要包括量热法、光谱法、电子显微镜。量热法主要包括检测放热和吸热的事件通过监测植物组织流体相对温度变化。基于不同的热分析技术,常见的量热方法包括传统的热分析、差热分析(DTA) [7)和差示扫描量热法(DSC) [8]。传统热分析主要用来确定植物组织的冻融点流体通过在阀杆和监控阀杆插入热电偶温度在冻融循环。与传统的热分析相比,DTA有更高分辨率的温度通过比较两个热电偶插入一个示例的输出和参考(3,4]。结合熔化热的水和水和冰的热容,DSC可以量化的冷冻或解冻水通过测量样本之间的热演化或吸收的差异在冻融循环和参考。但是很难选择正确的熔化热,热容为植物组织液体,因此限制了进一步的应用DSC。基于不同的谱带,常见的光谱方法包括红外视频温度记录(IRVT) [9),核磁共振(NMR) (10)和磁共振成像(MRI) (11]。与上面的量热方法相比,IRVT可以提供一个实时热图植物表面的温度,从而揭示冰的分布和演化。核磁共振提供一种方法来量化部分冻结水含量的植物组织。相比之下,MRI是一个重大的改进核磁共振和有足够的分辨率观察液态水在植物组织或器官的维度。根据不同的治疗过程,常见的电子显微镜方法包括cryoscanning电子显微镜(CSEM) [12)和freeze-substitution电子显微镜(FSEM) [13]。CSEM显示冰裂缝面孔的出现在冰的升华过程。FSEM显示冰在溶解过程中出现蛀牙的冰。这两种方法都有足够的分辨率来确定冰在细胞或分子的维度。
这些方法在时间分辨率有很大的不同:量热法>光谱测定方法>电子显微镜。和量热方法可以实现原位测量的冻融的植物组织液体。然而,量热方法的缺点是很难量化的冻结或解冻。同时,考虑到驻波比的测量方法已经被用来量化茎含水量与高性能(14),因此,新方法结合量热方法和驻波比检测植物茎的冻融特征提出了在这个研究。本文的主要研究内容如下:(1)开发的复合传感器探测杆温度和含水量,(2)分析测量性能的复合传感器,(3)建立一个数学模型来描述植物茎的冻融特征,和(4)解释植物茎的冻融特征基于冻融模型。
2。材料和方法
2.1。温度测量原理的干细胞
阻止温度的测量电路设计了基于恒流源和铂电阻(15]。如图1最初,参考电压转化为恒流源的价值吗 通过运算放大器U1和参考阻力 。与当前我流经铂电阻 ,生成一个微小的电压差 。最终,小电压差放大到标准电压输出信号由运算放大器U2。因此,抑制温度测量电路的输出可以被计算 在哪里运算放大器的放大系数U2。
有一个线性关系和温度T,它可以表示为 在哪里比例系数和吗偏差系数。按照公式(1)、公式(2)可以写成
参数包括 , , , 和确定,可以得出从公式(3),阀杆温度可以通过测量计算U2的输出电压。
2.2。阀杆体积含水量的测量原理
茎含水量的测量电路设计了基于驻波比(16和茎组织的介电性能17]。如图2最初,100 MHz振荡器产生的高频电磁波沿传输线传播。但有一个阻抗的传输线阻抗不匹配和环形电极的阻抗 ,导致部分入射波被反射回源。然后,入射波和反射波形稳定驻波在传输线上。两个终端电压的输电线路和分别由两个波探测器测量。最终,之间的电压差和电压输出信号放大到标准吗的运算放大器,因此,茎含水量测量电路的输出可以被计算 在哪里是运算放大器的放大系数U,振荡器的振幅,被称为反射系数。
参数包括 , ,和Z0确定,可以得出从公式(4),环形电极的阻抗可以通过测量输出电压的计算自茎含水量主要取决于什么 ,它可以源自基于一个明确的函数,可以得到干燥标定方法。
2.3。测量电极的复合传感器
在测量电极的结构图如图3(一个),阻止温度电极由两个不锈钢探针嵌装Pt100铂电阻。探头设置为1毫米直径的减少损害茎组织,和探针的长度可以定制根据阀杆直径。茎含水量电极包括三个弹性不锈钢戒指,它的直径可以定制根据阀杆直径和适应的变化抑制增长。环的厚度和宽度是0.2毫米和8毫米,分别。上下电极是负面的,中间电极是正的。相邻的电极是10毫米的间距。在测量电极的实物如图3 (b)弹性不锈钢,不锈钢探针插入到环通过连接器。复合传感器的安装过程分为三个步骤。首先,复合传感器和阀杆之间的连接位置打磨成一个标准的戒指。第二,安装孔的直径1毫米在阀杆钻。第三,探测器是由一个橡胶锤敲入边材,弹性垫圈是紧密地缠绕在干。
(一)
(b)
2.4。硬件系统的复合传感器
复合传感器的硬件系统主要由检测单位和收藏单位。如图4(一)、检测单位包括温度检测单元和含水量检测单元,和其他功能单元可以统称为单位集合。高性能单片机STM32被选为硬件平台。的12位模拟-数字转换器的参考电压3.3 V可以实现两个检测单元的采样分辨率0.8 mV。采用分时供电技术避免两个检测单元之间的电磁干扰。复合传感器可以通过RS485接口与上位机通信软件。此外,测量数据可以存储在一个本地SD卡和通过GPRS模块传输到远程服务器。如数据所示4(一)和4 (c)印刷电路板的检测和收集单位分别被设计根据硬件系统的复合传感器。
(一)
(b)
(c)
2.5。植物茎的冻融模型
为了量化植物茎的冻融特征通过复合传感器,建立了植物茎的冻融模型根据植物茎的物理结构。然后,一些冻融指标定义和基于冻融模型派生而来。冰的体积含量茎可以计算的 在哪里是干细胞的冰块,冰的密度(0.9 g厘米吗3),是水密度(1 g厘米吗3),是初始体积含水量的茎杆的临界冻结温度组织液开始冻结,是干细胞的体积含水量在冻结过程中,然后呢茎的体积。
考虑到阀杆通常包含多个相同与不同半径和木材年轮生长环具有相同的物理化学性质,它可以假定茎段是气缸和茎的水冻结或融化均匀外年轮到内心的年轮。根据冻结的茎段模型如图5(一个)茎段的体积和冰的体积在茎段可以表达的 在哪里茎段的半径,茎段的长度,是解冻的半径区域。根据公式(6)和(7),可以写成
(一)
(b)
茎段的冻结深度被定义为的区别和 。茎段的冻结速度被定义为的变化单位时间内。冻结信息可以计算的两个指标 在哪里的变化是的时间间隔 。
茎段的解冻模型建立和分析以同样的方式冷冻模型。根据茎段的解冻模型如图5 (b),冰的体积在茎段可以表达的 在哪里茎段的融化深度。根据公式(6)和(11),可以写成
茎段的融化深度可以通过求解方程计算(13),
茎段的融化速度被定义为的变化单位时间内。解冻信息可以计算的指标 在哪里的变化是的时间间隔 。
2.6。复合传感器的标定实验
为了获得功能性复合传感器的输出电压之间的关系和两个测量变量,茎的校准实验温度和含水量分别进行。茎的校准实验温度、复合传感器被放置在高低温交变试验箱(中国gdj - 1500 b, HASUC范围:-40 ~ 150°C,准确性:±0.1°C)和温度的均匀地从-30增加到80°C。每个温度级别持续了半个小时。同时,试验箱的温度和相应的输出电压的复合传感器记录。标定实验的干水分,新鲜茎段Pachira glabra直径6厘米和106厘米3在体积被选为测试样本。环的直径调整6厘米,探针的长度是定制15毫米,接近的边材深度测试样本。然后,茎段与复合传感器被放置在鼓风干燥箱(HASUC dhg - 9030 a,中国,范围:35 ~ 250°C,准确性:±0.5°C)的温度设定在45°C。在干燥过程中,茎段的质量和相应的输出电压的复合传感器记录间隔6小时,直到彻底干茎段。然后,茎的记录质量的记录转换为杆体积含水量根据阀杆体积。
2.7。冰冷的实验方案
为了验证技术可行性的复合传感器检测到冰点,冻结的实验方案分别进行了不同冻结温度。考虑到大部分的冻水植物结晶0和4°C之间(18,19),氯化钠的解决方案与理论冻结温度0(质量浓度0%)和4°C(质量浓度6.4%)被选为测试样本。然后,塑料烧杯装满的解决方案是放置在低温冰箱(DW-40W100、海尔、中国、范围:-20 ~ -40°C,准确性:±1°C)和与复合传感器。在冻结过程中,冰箱的温度设定在-25°C,和输出电压的复合传感器记录的时间间隔1分钟,直到彻底解决方案是冻结。
2.8。冻融实验植物的茎
为了观察的冻融特征植物茎Pachira glabra直径6厘米(= 3厘米)和40厘米高(= 40厘米)被选为测试样本。环的直径调整6厘米,探针的长度是定制15毫米,接近的边材深度测试样本。然后,树与复合传感器被放置在低温冰箱。在冻结阶段,冰箱的温度设定在-25°C,和这一阶段持续了550分钟。在解冻阶段,冰箱的温度与室温(是相一致的。25°C),这个阶段持续了880分钟。在整个过程中,输出电压的复合传感器记录的时间间隔1分钟和转换为温度和水分含量的基础上,获得校准功能部分中描述3.1。最后,一些冻融指标包括干水分,冰内容,冻结深度、冻结速度,融化深度,融化速度计算基于冻融模型。
3所示。结果与讨论
3.1。校准杆的温度和水分含量
输出电压之间的校准方程和两个测量变量,如图6。从图可以看出6(一),试验箱温度的情节与输出电压是一个直线的斜率为0.1168°C mV1和决定系数为0.9996。结合上面提到的A / D转换器的分辨率,可以计算温度复合传感器的分辨率小于0.1°C,表明复合传感器能够测量杆温度灵敏度高。此外,两种温度测量误差指标计算基于校正方程。平均绝对误差(MAE)大约是0.57°C,和均方根误差(RMSE)约为0.65°C,揭示复合传感器具有较高的测量精度和稳定性方面的阻止温度检测。从图可以看出6 (b),之间存在着线性关系干体积含水量和输出电压的斜率为0.0535% mV1和决定系数为0.9884。然后,我们计算了体积含水量决议和两个指标同样的错误。复合传感器的体积含水量分辨率小于0.05%,表明该复合传感器能够测量杆体积含水量和高灵敏度。的美和RMSE体积含水量测量约1.59%和1.81%,分别显示复合传感器具有较高的测量精度和稳定性的茎含水量检测。校准方程被用来观察溶液冰点和茎冻融特征在接下来的两个部分。
(一)
(b)
3.2。检测溶液冰点
氯化钠溶液的冷冻温度曲线与理论冻结温度0和4°C图所示7的溶液温度校准值和含水量直接传感器输出的电压值。在溶液温度过冷滴点(-1.9°C图7(一)和图-6.1°C7 (b)),在含水量测量输出电压几乎不变。当溶液温度突破过冷和跳跃点图的冰点(-0.2°C7(一)和图-4.2°C7 (b))冻结潜热的影响下20.),在含水量测量输出电压开始下降缓慢,由于冰晶的形成,表明复合传感器能够准确检测解决方案冰点基于潜热效应。我们假设的梯度水分的冻结速度可以被看作是解决方案。它可以得出结论,在冻结过程中解决问题的方法,解决方案之间存在着显著的负相关温度和冷冻速度。应该指出,遏制赤字的含水量与各种生物和非生物因素,如昆虫、病毒、真菌、干旱、盐、辐照、和冻结压力(21,22]。但温度从过冷现象指出冰点是一个典型的冻结压力的象征,它可以用于确定初始体积含水量的干细胞冷冻过程的开始,即在公式(5)。
(一)
(b)
3.3。观察茎冻融特征
杆体积含水量的变化,阀杆温度,在冻结过程中温度梯度图所示8。从图可以看出8(一个),阀杆体积含水量(开始下降的时候。0.4°C)茎组织液的冰点。但比较数据7和8,我们不遵守从过冷温度点的现象在茎冰点。主要由木材的导热系数是显著低于水的23,24]。从图可以看出8 (b)阀杆温度相对稳定,温度梯度小于0.05°C毫米1期间从A点到b主要由环境温度之间的相对平衡和冻结过程中潜热的释放。因此,我们也可以通过观察确定干细胞的冰点温度梯度。考虑到冻结的地方开始发生可能的距离外的敏感温度探头,期间平均温度(从A点到B。-0.5°C)可以被视为遏制组织液的冻结温度。同时,我们可以发现阀杆温度开始下降迅速从B点(期间。-1.9°C)。它主要由两个因素造成的。一个是潜热的释放减少冷冻半径的减少。另一个是温度探测器的灵敏度下降随着冻结深度的增加,当冻结深度超过一半的探针长度(7.5毫米)。
(一)
(b)
杆体积含水量的变化,在解冻过程中抑制温度和温度梯度图所示9。从图可以看出9(一个),阀杆体积含水量在C点(开始上升。-5.8°C)的解冻点干组织液。从图可以看出9 (b)阀杆温度相对稳定,温度梯度小于0.05°C毫米1期间从C d点主要是由于环境温度之间的相对平衡和解冻过程中吸收的潜热。因此,我们也可以确定解冻的干细胞通过观察温度梯度。考虑到融化的地方开始发生可能的距离外的敏感温度探头,期间平均气温从C到D(点。-2.3°C)可以被视为遏制组织液的融化温度。同时,我们可以发现阀杆温度开始上升迅速从D(点期间。-0.5°C)。它主要由两个因素造成的。一是吸收的潜热减少减少解冻的半径。另一个是温度探测器的灵敏度下降随着融化深度的增加,当融化深度超过一半的探针长度(7.5毫米)。比较数据8和9,我们可以观察到茎组织液的融化温度明显低于茎组织液的冻结温度。原因是一些细胞质成分如可溶性糖和电解质泄露的细胞在冷冻过程中,从而导致茎解冻温度的下降25,26]。
(一)
(b)
阀杆体积含水量的变化和冰内容在冻融过程如图10。从图可以看出10 (),阀杆体积含水量为56.86%时,水开始冻结,即 ,和阀杆体积冰含量为63.01%时,水被完全冻结。两个指标之间的数值差异是由于水和冰之间的密度差。从图可以看出10 (b)阀杆体积含水量为58.27%,略高于当冰层完全融化。主要造成的现象,空气中的水分凝结表面上的茎含水量电极,从而导致测量值的增加。比较数据10 ()和10 (b),我们可以发现,冷冻过程的持续时间(从新加坡。390分钟)短于(解冻的过程。624分钟)。主要是因为冰的热导率是4倍的水在相同的温度27]。
(一)
(b)
茎冻融深度和速度的变化在冻融过程如图所示11。从图可以看出(11日)之间有显著差异,茎冻结速度边材和心材。当冻结深度小于6毫米,平均冻结mim速度约为0.03毫米1。当冻结深度超过6毫米,平均冻结速度大约是0.12毫米分钟1。这主要是由于这样的事实,边材还有一些特殊的孔隙结构包括导管和筛管,因此导致边材较低的热导率(28,29日]。计算出的最大冻结深度的冻融模型植物茎是28.43毫米,略低于阀杆半径。这个错误可以用这一事实来解释茎含水量不均匀分布在径向和边材含水率通常比在心材30.]。因此,需要建立更准确的冻融模型在未来的工作。从图可以看出11 (b)之间没有显著差异,茎边材和心材的融化速度意味着mim解冻速度约为0.04毫米1。主要由冰质量可以单独的细胞层和创建蛀牙,分布在整个边材和心材,造成导热系数的减少在整个干细胞(31日,32]。计算出的最大融化深度植物茎的冻融模型仍然是28.43毫米等于最大冻结深度,表明该模型具有较高的一致性在冻融循环。
(一)
(b)
3.4。传统测量方法和复合传感器之间的性能比较
传统方法检测冻融特征在植物可分为三类:量热法、光谱法、电子显微镜。差示扫描量热法是一个典型的量热方法和可以量化的水冻结和融化。冻的水量是由测量在冻结过程中,释放的热量或吸收在解冻过程中,通过计算基于熔化热的水和冰的热容和液态水。使用差示扫描量热法确定的主要弱点冰内容选择正确的熔化热,热容为阻止组织液。当大部分的水干仍然是液体,它有一个熔化热附近的纯水。解冻等冷冻水的量的增加,水将会有一个高溶质浓度,从而导致减少的熔化热33]。然而,没有适当的方法来测量杆组织液的熔化热冻融过程中实时。最终,熔化热的不确定性将大大影响差示扫描量热法的测量精度。复合传感器可以测量茎含水量高的准确性通过使用校准方程和不需要注意不同理化指标的冻融过程中茎组织液。光谱法和电子显微镜可以提供液体水和冰的分布地图上杆的横截面,分别。但这两种方法都需要取样和属于破坏性测量。原位复合传感器可以实现实时测量茎的水和冰的内容。与上述三种方法相比,复合传感器具有更好的实际应用价值。然而,复合传感器只有一个单独的温度探测器不能准确地揭示了冰的分布和演化的横截面。因此,一个理想的冻融模型提出了植物茎解释冻融特征包括茎含水量、冰内容,冻结深度、冻结速度,融化深度,融化速度。
4所示。结论
为了探索植物茎的冻融特征,复合传感器检测干细胞原位温度和含水量是设计和开发。温度电极的长度和含水量的直径电极可以定制来匹配不同大小的植物茎。决议、美和RMSE复合传感器在测量杆的温度大约是0.1,0.57,和0.65°C,分别。决议、美和RMSE复合传感器在测量茎含水量大约0.05,1.59和1.81%,分别。考虑到复合传感器不能准确揭示的分布和演化上的冰阀杆的横截面,我们提出了一个理想的植物茎的冻融模型基于植物茎的物理化学性质。此外,六个冻融指标包括茎含水量、冰内容,冻结深度、冻结速度,融化深度,融化速度定义来描述植物茎的冻融特征基于复合传感器和冻融模型。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
本文研究、高曹国伟和Yandong赵的构思和设计实验;郝田进行实验;高曹国伟和郝添分析数据;曹国伟高写的论文。
确认
这项研究受到了北京市自然科学基金(批准号6214034),基础研究基金为科技创新服务能力建设(批准号PXM2020_014213_000017),中国国家重点研究和发展计划(批准号2017 yfd0600901),北京市科学技术委员会(批准号Z161100000916012)。