基于水分利用率与光合速率的温室作物需水模型研究

提出一种融合水分利用率(Water use efficiency,WUE)和光合速率的温室作物需水模型构建方法。在获取不同温度、光量子通量密度、CO2浓度和土壤含水率嵌套条件下番茄净光合速率和WUE的基础上,基于径向基神经网络(Radial basis function,RBF)构建光合速率和WUE预测模型;继而获取不同环境嵌套条件下的光合速率对土壤含水率的响应曲线,利用U弦长曲率法获取光合速率约束下的土壤含水率调控适宜区间;在此区间内,基于WUE预测模型,以水分利用率最大为目标,利用粒子群算法(Particle swarm optimization,PSO)获取土壤含水率调控目标值;最后,利用支持向量机回归算法(Support vector regression,SVR)建立作物需水模型。结果表明,需水模型的训练精度为0.9969,测试精度为0.9788,均方根误差为0.23%,拟合效果良好。与单一考虑光合效率最优的模型相比,本模型WUE平均提高15.22%,土壤含水率平均下降12.76%,光合速率平均下降4.05%。说明融合WUE光合速率的需水模型能兼顾作物需求和经济效益,可为温室土壤含水率的精准调控提供理论依据。

面向嵌入式控制终端的水培生菜光调控目标值模型

随着嵌入式系统的发展,如何在嵌入式控制终端上实现不同根温、气温、CO2浓度下光饱和点的动态获取,成为设施农业发展的重要问题。以水培生菜为试验材料,设计多因子嵌套试验方案,基于随机森林算法建立面向嵌入式控制终端的光调控目标值模型,研究随机森林算法参数对模型的影响,并对模型进行验证分析。结果表明:该模型可实现基于嵌入式控制终端的光饱和点的动态获取,模型决定系数为0. 9955,均方根误差为5. 677,平均绝对误差为5. 3475,可为面向嵌入式系统的光环境高效精准调控提供理论依据。

冷害对黄瓜光系统Ⅱ潜在活性的影响

【目的】分析不同低温环境对黄瓜光系统Ⅱ(PSⅡ)潜在活性F_(v)/F_(o)的影响,为黄瓜冷害的无损诊断提供技术支持。【方法】试验在光强140μmol/(m^(2)·s)、CO_(2)浓度为400μmol/mol及昼/夜光周期为14 h/10 h、空气相对湿度为60%/50%的CO_(2)人工气候箱中进行,以16株不同F_(v)/F_(o)值(4.5~6.0)的黄瓜幼苗为试验样本,平均分组,分别于8,10,12和14℃低温条件下连续培养8 d,每天16:00采集黄瓜叶片荧光参数(F_(v)/F_(o)),以其代表黄瓜PSⅡ潜在活性,分析低温对黄瓜叶片生理状态的影响,并采用量子遗传-支持向量机回归算法建立低温环境下黄瓜叶片F_(v)/F_(o)值预测模型。【结果】培养温度、持续时间和低温处理前黄瓜F_(v)/F_(o)值共同影响黄瓜幼苗PSⅡ潜在活性(F_(v)/F_(o))对低温的响应。低温环境下,黄瓜幼苗F_(v)/F_(o)值均在0~2 d快速下降,后随低温持续时间的延长缓慢降低,但温度越低下降速度越快。低温处理前F_(v)/F_(o)值越大,遭受低温胁迫时,黄瓜叶片PSⅡ反应中心受到的损伤越小,其对低温环境的应对能力越强。以培养温度、持续时间和低温处理前黄瓜叶片F_(v)/F_(o)为输入,当前F_(v)/F_(o)为输出建立黄瓜叶片F_(v)/F_(o)预测模型,模型在训练集和预测集上的R 2分别为0.9469和0.9497,RMSE分别为0.2316和0.2276,MAE为0.3168和0.2952。【结论】所构建的预测模型可实现低温环境下的黄瓜叶片F_(v)/F_(o)的精准预测,为作物早期冷害胁迫的无损诊断奠定了基础。