基于温室环境和作物生长的番茄基质栽培灌溉模型

为解决涵盖土壤蒸发和作物冠层蒸腾的土培作物蒸散模型不能直接应用于稻壳炭基质栽培番茄灌溉的问题,该研究首先通过修改Penman-Monteith模型的原始表达式来去除土壤蒸发部分,并引入TOMGRO模型来模拟番茄冠层生长,给出了阻抗参数的修正计算,得到了新的番茄基质栽培蒸腾模型。考虑到蒸腾模型中净辐射项削弱了室外太阳辐射对冠层及以下部整株植株的耗水影响,进而将新的蒸腾模型与太阳辐射线性比例供水模型结合建立蒸腾-辐射综合灌溉模型。结果表明,蒸腾-辐射综合灌溉模型对上海崇明A8温室番茄灌溉量的模拟结果与实际结果之间的相关系数高于0.95,平均相对误差小于20%。这说明蒸腾-辐射综合灌溉模型能够较好地估算温室稻壳炭基质栽培番茄的灌溉需水量,对深入研究温室灌溉实施具有参考价值。     

基于Penman-Monteith方程的温室番茄蒸腾量估算模型

作物的蒸腾是作物生命过程中十分重要的组成部分。为寻求适合于温室栽培条件下番茄植株蒸腾量的计算模型,本文以Penman-Monteith方程为基础,针对温室特定的小气候环境,对番茄冠层整体气孔阻力、空气动力学阻力等参数进行合理修正,建立了包含气象数据、番茄叶面积指数和冠层高度为主要参数的温室番茄蒸腾量估算模型。分别采用2009年5月2-13日（开花坐果期）和2009年6月9-20日（成熟采摘期）2个时段内的实测蒸腾量对模型模拟结果进行验证,2个时段内模型模拟结果的平均相对误差分别为8.48%和9.20%,表明所建模型可以较好地的计算温室番茄的蒸腾量。本研究提出的蒸腾量估算模型对温室番茄作物水分关系的深入研究具有重要参考价值。     

不同时间尺度太阳辐射数据对作物生长模型的影响(英)

逐日太阳辐射数据是作物模拟模型的重要输入参数之一。然而,在很多情况下,候、旬、月尺度的辐射信息相对容易获取。该文利用长时间序列(1961-2000)逐日太阳辐射数据,分别建立研究区候、旬、月不同时间尺度太阳辐射数据库,利用两个常用的作物生长模型(CERES-Maize和CGOPGRO-Soybean),以逐日数据(太阳辐射和模拟结果)为基准,分别探讨在雨养和灌溉条件下,不同时间尺度太阳辐射数据对作物生长模型的影响。结果表明:在不同时间尺度下,模型的输出(花期和作物产量)都接近于基准值。总体来看,两个模型模拟的花期平均误差和平均相对误差均接近于0,均方根误差为3.5d;CERES-Maize模型的模拟产量低于基准值,而CGOPGRO-Soybean的模拟结果高于基准值。在雨养和灌溉条件下,CERES-Maize的平均相对误差和均方根误差分别为-0.59%,120kg/hm2和-0.52%,129kg/hm2,CGOPGRO-Soybean的平均相对误差和均方根误差分别为5%,152kg/hm2和4.7%,165kg/hm2。短期数据误差(RMSE)是影响模型精度的主要因素。CGOPGRO-Soybean模型对不同时间尺度太阳辐射数据和水情信息比CERES-Maize模型敏感。当缺少逐日太阳辐射数据时,在雨养和灌溉条件下,候、旬、月尺度的太阳辐射数据都可以用于作物生长模型。     

基于GIS的区域作物生长模拟模型

利用VB程序语言改写SUCROS作物生长模型,将其模块法并改进了水分平衡和作物系数算法。通过试验数据对参数的校验,模型可以较准确模拟主要作物生长变量和预测产量。以GIS与作物生长模拟模块紧密集成的方式,采用ArcGIS Engine控件开发了区域作物模拟模型(RCGM),可用以模拟区域作物生长和产量时空分布。建立空间数据库管理区域作物生长模拟所需空间数据。以河北省栾城县为例,应用RCGM进行县域冬小麦生长模拟和产量预测,模拟产量平均相对误差为12.51%,表明区域模型模拟也有较高准确性。     

长江中下游Venlo型温室番茄蒸腾模拟研究

该文针对目前国际上计算作物蒸腾速率的通用Penman-Monteith方程(P-M方程)存在的所需参数即作物叶片气孔阻抗不易获取的问题，首先通过春季和冬季Venlo型温室小气候和番茄(Lycopersicon esculentum Mill.)叶片气孔阻抗以及植株蒸腾量的实验观测，分析并量化番茄叶片气孔阻抗与温室小气候因子之间的关系。然后将其与P-M方程结合，模拟计算了春冬两季温室内番茄作物的累积蒸腾量，并用实测植株蒸腾量检验了模拟的效果。结果表明，在长江中下游地区的春季，两个供试番茄品种叶片气孔阻抗r_s与光合有效辐射PAR的关系为11205/(5.28+PAR)。将该函数关系与P-M方程相结合模拟计算的春冬两季温室内番茄的蒸腾量与实测值的吻合度较高。春季番茄蒸腾量模拟值与实测值之间的决定系数为0.97，标准误为5.50 mm，冬季番茄蒸腾量的模拟值与实测值之间的决定系数为0.99，标准误为1.21 mm。本研究建立的番茄叶片气孔阻抗与太阳辐射的定量关系，解决了在长江中下游地区用P-M方程计算番茄蒸腾速率时所需模型参数(叶片气孔阻抗值)难以获取的困难，为P-M方程在温室番茄水分管理中的实际应用奠定了基础。     

番茄的结构-功能模型 Ⅰ：基于有限态自动机的3D形态构建

根据番茄的形态结构特点及其演变规则,应用有限态自动机的数学理论,研究建立了番茄动态发展的随机结构模型。该模型建立在对番茄结构的宏观抽象和生理年龄(PHYAGE)与生长年龄(GA)这两个最重要的基本概念之上,利用“事件驱动”的状态转移机制模拟了番茄生长过程、分枝过程和死亡过程,其中利用了二项随机分布模拟番茄的动态生长,离散的Markov链用于模拟番茄的分枝模式。番茄的有限态自动机模型完成了对主茎上节间长度、果实个数以及叶子结构的随机模拟。并利用试验统计分析获得的参数结果,模拟出番茄在不同生长阶段的3D结构。该动态的番茄结构模型,为与生理生态模型进行接口建立互影响、互反馈的结构-功能模型打下了基础。     

面向控制的温室系统小气候环境模型要求与现状

以往的温室作物生长和小气候环境模型,主要是从面向研究而不是面向实际生产的温室获得的,这二者的最大不同是:面向研究的模型主要考虑的是得到作物生长高产所需的"最优"的温室内部气候环境参数设定值,而较少考虑温室内控制设备的能力（控制动态过程）、生产过程中温室外气候变化情况和达到"最优"所需付出的能量等代价;而后者在面向实际生产的自动化控制的温室系统模型中是必不可少的。当前温室系统自动化控制面临的一个最大困难,就是缺乏一个这样的可靠的温室系统模型,而只能采用面向研究的温室系统模型去进行实际生产的温室系统控制,这种忽视实际生产条件下的温室系统模型与理想条件下的模型之间差异的"纸上谈兵"的做法,必然导致温室控制技术水平低、达不到预期效果。该文介绍了温室系统的整个控制过程,对一个实际生产的温室系统中各种变量和参数作了简要描述,并概括了面向实际的温室生产控制要求的温室系统模型的基本结构,对温室环境模型、作物生长模型和能耗及CO₂消耗模型的研究现状作了详细的回顾。从满足控制需求出发对现有的温室系统模型所存在的问题进行了分析,并指出了其中的不足和局限性。探讨了未来温室系统的建模方法和需要解决的关键问题,提出了面向控制需求的温室系统建模要满足的要求,为温室系统的建模研究提供了一种新的思路和方向。     

基于集合经验模态分解与Elman神经网络的线椒株高预测

为提高温室环境控制系统的有效性,针对作物生长量的变化与环境因子的变化存在时间尺度不统一的问题,该文基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)与Elman神经网络建模,提出一种线椒株高生长量预测方法。以8819线椒为试验对象,分别对线椒株高及其环境因子进行EEMD分解,对各尺度下的时间序列建立EEMD-Elman预测模型。结果表明:应用EEMD-Elman神经网络建立线椒株高生长量预测模型,模型预测值与实测值的平均绝对误差为1.69 cm,相关决定系数为0.996,标准误为1.104,模型预测结果与实测值呈极显著性相关。研究结果可以解决作物生长变化与环境变化时间尺度不统一的问题,为温室环境控制系统的控制目标的优化提供有效参数。     

黑土农田大豆产量形成过程的模拟验证

以中国科学院海伦农业生态站长期定位水肥耦合试验数据为依据,模拟大豆产量形成过程。首先建立大豆品种遗传属性数据库和相应的模型参数,利用DSSAT模型系列中的CropGro-Soybean模型,对大豆品种遗传属性、作物产量和生长过程中土壤水分进行了模拟验证。模拟结果表明,CropGro-Soybean模型能够准确地模拟大豆生育期,相对误差在-2％～3％之间,均方根误差RMSE为2．3。对不同年际不同田间处理的大豆产量模拟结果分析的相对误差在-7％～9％之间,均方根误差RMSE为75．9,模型性能指数EF为0．8。模型对不同层次土壤水分变化的模拟效果也较好。     

基于蔗糖产量时域变化的温室番茄光合作用的模拟与验证

为了使基于过程的作物模型(Based on Process Model,BPM)和基于结构的作物模型(Structure Model,SM)更好的衔接。该研究依据温室番茄的生理特性,分析了单位叶面积蔗糖产量与光合有效辐射的关系,建立了单位叶面积蔗糖产量子模型;利用有效叶面积与有效积温的关系公式,建立了有效叶面积的预测模型。将二者整合,构建了基于蔗糖的温室番茄光合作用模型并采用独立的试验数据对模型进行了验证。结果表明,单位叶面积蔗糖产量的预测结果的决定系数R~2和RMSE分别为0.98和0.95 g/m~2;有效叶面积的预测结果的R~2和RMSE为0.96和0.02 m~2;单株蔗糖产量的预测结果的R2和RMSE为0.97和48.58 mg/株。该文提出的有效叶面积初步解决了番茄因不断摘除老叶导致叶面积发展规律不断被打破导致无法准确模拟的问题,所建立的光合作用模型初步实现了基于过程的作物生长模型和基于结构的生长模型的有效融合;     

基于Penman-Monteith方程的日光温室番茄蒸腾量估算模

为寻求适合于温室栽培条件下番茄植株蒸腾量的计算模型,该文以Penman-Monteith方程为基础,针对日光温室特定的小气候环境,对番茄冠层整体气孔阻力、空气动力学阻力等参数进行了修正,建立了包含气象数据、番茄叶面积指数和冠层高度为主要参数的日光温室番茄蒸腾量估算模型。分别采用2009-05-02－2009-05-13（开花坐果期）和2009-06-09－2009-06-20（成熟采摘期）2个时段内的实测蒸腾量对模型模拟结果进行验证,2个时段内模型模拟结果的平均相对误差分别为8.48%和9.20%,表明所建模型可以较好地计算日光温室番茄的蒸腾量。该研究提出的蒸腾量估算模型对日光温室番茄需水规律的深入研究具有参考价值。     

Airflow and microclimate patterns in a one-hectare Canary type greenhouse: An experimental and CFD assisted study

This study presents an analysis of air circulation and microclimate distribution during daytime in a 1-ha Canary type tomato greenhouse in the coastal area of southern Morocco. The investigation of the climate inside the greenhouse is based on a numerical simulation using a finite volumes method to solve the mass, momentum and energy conservation equations. The main novelty of this simulation lies in the realism of the 3D modelling of this very large agricultural structure with (i) a coupling of convective and radiative exchanges at the surface of the plastic roof cover, (ii) simulation of the dynamic influence of the insect screens and tomato crop on airflow movement, using the concept of porous medium, (iii) simulation, in each grid cell of the crop canopy, of the sensible and latent heat exchanges between the greenhouse air and the tomato crop, and (iv) detailed simulation of climate parameters in a 1-ha real-scale commercial greenhouse.The model simulations were first validated with respect to temperature and relative humidity fields measured inside the experimental greenhouse for fairly steady-state outside conditions marked by a prevailing sea breeze around the solar noon. A good agreement was observed between the measured and simulated values for inside air temperatures and specific humidity. It was next used for exploring the details of the inside air temperature and humidity fields and plant microclimates and transpiration fluxes throughout the greenhouse space. Simulation for a wind direction perpendicular to the side and roof openings shows that the insect screen significantly reduced inside air velocity and increased inside temperature and humidity, especially in the vicinity of the crop canopy. It revealed the details of the flow field within the greenhouse. At the windward end of the greenhouse, the flow field was marked by a strong windwise air current above the tomato canopy which was fed by the windward side vent, and a slow air stream flowing within the tomato canopy space. Then, from the first third of the greenhouse to the leeward end, the flow field was marked by the combination of wind and buoyancy forces, with warmer and more humid inside air which was evacuated through the upper roof vents, while colder and dryer air was penetrated through the upper roof vent openings. Based on these simulations, design studies of the greenhouse crop system were performed to improve inside air temperature and humidity conditions by simple modifications of orientation of the crop rows.     

温室作物生态健康智能监护系统(GH-Healthex)的研制与测试

研制温室作物生态健康智能监护系统是为了解决目前温室环境监控系统普遍存在的自动获取的数据未与具体作物健康生育的特殊需求相结合，也未被用于病虫害的智能化防治等问题。该文报导的温室作物生态健康智能监护系统(GH-Healthex)实现了这类数据在植物健康监护和病虫害智能化防治中的利用。以番茄为研究案例，系统通过对温室环境监测数据的分析，结合作物种植知识库中番茄生长发育及其病虫害发生规律可以进行智能化决策，即当温室内出现了不利于作物生长的气象条件时，系统会自动的通过系统界面提示用户采取相应措施，以保证温室番茄的优质、高效生产。该系统提供了一个作物知识库平台，若以其他作物的种植和病虫害防治数据替代番茄数据，便能更广泛地推广应用。     

基于作物模型的温室环境管理系统设计与实现

为改进温室环境管理系统的性能,获取实时动态生成的决策信息,建立了基于作物模型的温室环境管理系统。在借鉴前人先进研究成果的基础上,通过实验建立了简化的温室番茄和黄瓜作物生长模型;其次,通过收集资料和专家经验建立了温室环境管理知识库;最后,应用农业环境实时监测数据,综合利用模型预测和知识推理建立了温室环境管理决策支持系统。通过实际运行表明,系统可实时动态输出室内温度、光照等参数的优化值及其它相关辅助决策信息,通过进一步完善可望取得更好的应用前景。     

基于作物生长和控制成本的温室气候控制决策支持系统

根据试验和观察获得的数据建立了温室作物生长模拟模型、温室的环境调控的技术效果模型和温室的环境调控成本模型，并建立相应的模型库；通过收集资料和专家经验建立了温室环境调控的知识库。以温室生产的“产出投入比”最大为目标，综合利用模型预测功能和知识库系统的推理功能，建立了温室环境调控决策支持系统。系统能够根据温室内外的环境信息、作物生长信息和温室调控设备状态信息给出温室环境调控实时最优的温度、湿度、光照和CO₂浓度等参数，并提供相应的调控方案。     

设施番茄外观形态及物质累积分配模型构建与验证

为构建适用于日光温室与塑料大棚的设施番茄生长模型,该研究利用保温塑料大棚春茬试验数据,建立以辐热积为尺度的番茄外观形态及物质累积分配模型,并利用保温塑料大棚秋茬和日光温室越冬茬的试验数据验证模型的准确性。结果表明：1）番茄株高模拟值的决定系数R2和均方根误差（Root Mean Square Error,RMSE）分别为0.907 4和13.66 cm;2）番茄整株及各器官的干物质质量模拟值的决定系数R2范围为0.854 1～0.975 1,RMSE为2.87～6.98 g/株;3）番茄整株、地上部以及果实鲜质量累积的模拟值的决定系数R2范围为0.887 2～0.905 0,RMSE为109.83～171.16 g/株。综上可知,该研究建立的模型可较准确地预测番茄株高与干鲜质量物质累积值,模型的实用性较强,可为设施番茄生产提供理论依据和决策支持。     

基于Leap Motion的虚拟农作物人机交互系统设计

传统的虚拟植物人机交互系统一般运行在特定的操作系统或者移动平台上,而交互方式多是通过鼠标键盘进行人机交互,需要用户输入较为繁琐的参数和命令,导致系统用户缺乏良好的交互体验。针对上述情况,该本文基于云计算和体感交互技术,设计开发了虚拟农作物体感交互系统。系统先在云端计算生成虚拟农作物的三维模型,并将这些模型保存在云端。随后,由系统前端的Leap Motion体感控制器采集用户手部信息数据,通过本地计算机对数据进行处理,识别出各种各样的手势,再与浏览器上Web GL绘制成的虚拟植物进行实时交互,从而实现植物的平移、旋转、生长、形态变化以及三维模型的更新等操作。详细介绍了Leap Motion手势识别的基本原理,虚拟农作物体感交互系统的总体框架,农作物的测量和虚拟模型的生成,数据交互协议的设计原理,Web GL图形绘制以及单双手手势交互库的建立等关键技术。该系统已经由Web GL编程实现,试验结果表明,使用该文研发的系统,用户在浏览器上可以通过不同的手势对虚拟作物模型的形态和生长进行实时调控,具有良好的交互体验。该系统的建立,可为国内外同类研究提供技术上的参考。