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140 μmol/(m²·s)、CO₂浓度为400 μmol/mol及昼/夜光周期为14 h/10 h、空气相对湿度为60%/50%的CO₂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R²分别为0.946 9和0.949 7,RMSE分别为0.231 6和0.227 6,MAE为0.316 8和0.295 2。【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。     

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0.9969，测试精度为0.9788，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。