基于SVM-ACO算法的光环境优化调控模型

设施光环境优化调控是提高作物产量与品质的关键,而光饱和点决定作物利用光的能力。因此,如何根据温度、CO_2浓度变化实现光饱和点的动态获取是设施光环境调控技术发展的重要问题。针对上述问题,本文提出基于支持向量机—蚁群算法(SVM-ACO)的黄瓜光环境优化调控模型。通过多因子嵌套试验获得不同光光量子通量密度、CO_2浓度、温度组合条件下的光合速率值,利用支持向量机算法建立光合速率模型,设计基于连续蚁群寻优算法获取光饱和点并以其为调控目标,建立全范围温度、CO_2浓度下的光环境优化调控模型。调控模型可实现光饱和点的动态获取,且模型决定系数为0.995,均方根误差为15.73,为设施光环境高效精准调控提供了理论依据。     

莴苣种子贮存最适含水量与贮藏寿命研究

含水量为9．9％～1．6％的莴苣种子,密闭包装后于50、35、20℃保存,定期检测种子生活力和活力,并计算种子贮藏寿命。结果表明,莴苣种子在50,35、20℃贮藏,最适含水量分别为2．0％-3．0％、1．9％-4．0％和1．9％-6．4％。种子最适含水量随着贮藏温度的升高而降低。随着贮藏温度的降低,种子寿命不断延长,在50～20℃的范围内,每降低15℃,种子寿命延长10．2倍。随着种子含水量的降低,种子寿命不断延长,每降低1％的含水量,种子寿命延长1．2倍。种子含水量与贮藏寿命成对数回归关系,关系式为Y=b＋mlnX,其中Y为含水量（％）,b,m为常数,x为种子寿命（d）。     

基于支持向量机-改进型鱼群算法的CO2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO2优化调控模型，为CO2精准调控提供定量依据。设计了嵌套试验，采集不同温度、光子通量密度、CO2浓度组合下的黄瓜光合速率，以此构建基于支持向量机的黄瓜光合速率预测模型；以预测模型网络为目标函数，采用改进型鱼群算法实现二氧化碳饱和点寻优，获得不同温度、光子通量密度组合条件的CO2饱和点，进而构建CO2优化调控模型。异校验结果表明，CO2饱和点实测值与预测值相关系数为0.965，最大相对误差3.056%。提出的CO2优化调控模型可动态预测CO2饱和点，为实现设施CO2精准调控提供了可行思路。     

黄瓜初花期光合速率主要影响因素分析与模型构建

植物光合速率受生理、生态多种因素交互影响,分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素,以初花期的黄瓜植株为实验材料,设计光合速率嵌套实验,采用相关分析法分析各因素与光合速率的相关性,证明光子通量密度、CO_2浓度、温度、气孔导度和叶绿素含量与光合速率显著相关;提出了一种融合遗传算法的径向基函数(GA-RBF)神经网络光合速率建模方法,采用RBF神经网络构建光合速率模型,利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析,结果表明融合主要影响因素的模型精度显著提高,光合速率预测值与实测值决定系数为0.997 6,最大绝对误差为1.008 6μmol/(m~2·s),平均绝对误差为0.350 9μmol/(m~2·s),在降低复杂度的同时提高了预测精度。     

柴达木盆地东部浅层土壤水分增量对降水的响应

分析浅层土壤水分增量变化对降水量的响应，以期为干旱区藜麦推广种植提供气象科学依据。利用2018—2021年4—10月柴达木盆地东部2个自动土壤水分监测站数据，包括降水量、降水前土壤含水量、降水期间平均气温以及降水历时等资料，利用Excel和SPSS进行统计分析。结果表明：（1）在生长季，与德令哈相比，乌兰小降水事件偏少4%，大降水事件偏多6%，两地土壤水分增加对降水的响应均有滞后性，根据土层深度和降水强度的不同，单次滞后时间在1~63 h之间。（2）同量级降水条件下土层水分增量随深度增加响应逐渐减小，随着降水量级的增大，同深土层含水量响应增大。（3）当累计降水< 5 mm时，0~10 cm土层水分增加有响应；当累计降水为5~10 mm时，0~40 cm土壤含水量以降水前地表含水量的不同而不同程度地响应；当降水量>10 mm时，0~40 cm各层土壤平均含水量增加响应明显。（4）0~10 cm土层含水量对降水的响应与降水期间气温呈不显著的负相关；与降水前该层含水量呈正相关，乌兰显著、德令哈不明显；与降水历时相关性表现显著(P<0.01)。结果可为藜麦各生长期需水量、雨后吸水量及灌溉作参考。     

基于无线传感网的设施环境二氧化碳精准调控系统

设计了一套基于无线传感网的设施环境二氧化碳精准调控系统,包括主控节点、监测节点及补施节点,通过Zig Bee协议实现节点间信息交互。监测节点实时获取设施内多点二氧化碳浓度、温度、光照数据;主控节点根据作物各阶段最适生长环境,结合温度与光照阈值,动态计算二氧化碳浓度目标值与实时值之间的差值作为调控参数,采用反馈控制实现二氧化碳动态调控;为改善以往设施二氧化碳补施不均的普遍现象,设施中气体扩散管道采取双M型布置方式,设计开孔大小不同的二氧化碳扩散孔,由补施节点配合对流装置控制各小区域的二氧化碳排放量,达到均匀和定量补施的目的。实地布置和试验表明基于无线传感网的设施环境二氧化碳调控系统可实现稳定可靠运行,以设施番茄为研究对象,在面积36.66 m~2日光温室内补施目标值与实时值的相对误差小于3.5%,在面积27.74 m~2玻璃温室内验证监测节点间二氧化碳浓度变异系数小于2.93%,证明本系统可实现二氧化碳精准及均匀补充。     

基于支持向量机-改进型鱼群算法的CO2优化调控模型

提出了融合支持向量机-改进型鱼群算法的CO_2优化调控模型,为CO_2精准调控提供定量依据。设计了嵌套试验,采集不同温度、光子通量密度、CO_2浓度组合下的黄瓜光合速率,以此构建基于支持向量机的黄瓜光合速率预测模型;以预测模型网络为目标函数,采用改进型鱼群算法实现二氧化碳饱和点寻优,获得不同温度、光子通量密度组合条件的CO_2饱和点,进而构建CO_2优化调控模型。异校验结果表明,CO_2饱和点实测值与预测值相关系数为0.965,最大相对误差3.056%。提出的CO_2优化调控模型可动态预测CO_2饱和点,为实现设施CO_2精准调控提供了可行思路。     

黄瓜初花期光合速率主要影响因素分析与模型构建

植物光合速率受生理、生态多种因素交互影响，分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素，以初花期的黄瓜植株为实验材料，设计光合速率嵌套实验，采用相关分析法分析各因素与光合速率的相关性，证明光子通量密度、CO2 浓度、温度、气孔导度和叶绿素含量与光合速率显著相关；提出了一种融合遗传算法的径向基函数（GA-RBF）神经网络光合速率建模方法，采用RBF神经网络构建光合速率模型，利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析，结果表明融合主要影响因素的模型精度显著提高，光合速率预测值与实测值决定系数为0.9976，最大绝对误差为1.0086μmol/(m2·s)，平均绝对误差为0.3509μmol/(m2·s)，在降低复杂度的同时提高了预测精度。