基于四种算法比较分析Venlo型玻璃温室气温季节预报模型

利用2021年2月27日-2023年3月4日南京信息工程大学Venlo型玻璃温室内、外气象观测数据,基于多元回归(Multiple regression,MR)、BP人工神经网络(BP artificial neural networks,BPANN)、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)构建温室内日平均气温、日最低气温和日最高气温的季节预报模型,并进行验证。结果表明：温室内日平均气温、日最低气温季节预报模型的拟合精度明显高于日最高气温季节预报模型;各模型对春、夏、秋季温室内气温的拟合精度高于冬季。对于日平均气温和日最低气温季节预报模型而言,4种算法构建的春、夏、秋季预报模型的拟合精度均较高,RF模型模拟效果更为稳定,其模拟值与实际观测值决定系数(R²)均值均在0.94以上,均方根误差(RMSE)、绝对误差(MAE)均值在1.5℃以内;对于日最高气温季节预报模型,RF模型对春、夏、秋季的拟合精度整体高于其他模型,R²均值均在0.75以上。MR模型对冬季室内气温的拟合精...     

苗期高温高湿条件对黄瓜叶片光系统Ⅱ中心叶绿素荧光特性的影响

以黄瓜品种‘津优101’(Jinyou101）为试材,进行人工环境控制试验,设计三因素正交试验,高温设计4个水平,即32℃（日最高气温）/22℃（日最低气温）、35℃/25℃、38℃/28℃和41℃/31℃;空气相对湿度设计3个梯度水平,分别为50%±5个百分点、70%±5个百分点和90%±5个百分点,处理持续时间为3d、6d、9d和12d,以28℃/18℃、50%±5个百分点为对照（CK）。测定不同处理下黄瓜叶片叶绿素荧光诱导动力学参数,以了解高温高湿对黄瓜叶片光系统Ⅱ中心叶绿素荧光特性的影响。结果表明：在日最高温度32～41℃范围内,随着温度的升高,苗期黄瓜叶片快速荧光动力学标准化曲线ΔV_t在J相和K相呈现明显凸起,41℃处理ΔV_t的曲线凸起最明显（ΔV_J=0.24848、ΔV_K=0.09116）,且ΔK和ΔJ均>0,标准化曲线ΔWt呈现明显的K峰,70%空气相对湿度处理的标准化曲线ΔV_t无明显凸起（ΔV_J=0.00421,ΔV_K=-0.0031）。随着温度的升高,单位反应中心耗散掉的能量（DI_o/RC）、用于热耗散的量子比率（φD_o）均有所升高,41℃处理下最高,较CK分别增加85.24%和18.96%;用于电子传递的量子产额（φE_o）、单位反应中心捕获的用于电子传递的能量（ET_o/RC）有所降低,41℃处理下最低,较CK分别减少49.64%和38.05%。在高温胁迫下,空气相对湿度70%处理下ET_o/RC和φE_o均大于50%和90%处理,较50%处理分别增大28.69%和47.04%,较90%处理分别增大18.36%和12.02%。研究认为高温破坏了黄瓜叶片光系统的结构和功能,使光化学效率下降,70%空气相对湿度可以减轻高温对光系统Ⅱ供体侧和受体侧的损害,缓解高温对黄瓜叶片光合机构的伤害。     

基于高光谱参数建立苗期高温条件下草莓叶片叶绿素含量估算模型

以“红颜”草莓（Fragaria×ananassa Duch“Benihope”）为试材,于2021年9−11月在人工气候室进行苗期（9～12片真叶,叶长≥5cm）动态高温环境控制实验,日最高温度以32℃为起点,设置日最高气温/日最低气温分别为32℃/22℃、35℃/25℃、38℃/28℃和41℃/31℃共4个水平,持续时间分别为2d、5d、8d和11d,以28℃/18℃为对照（CK）。试验期间空气相对湿度60%～70%,光周期12h/12h（6：00−18：00）,光照强度800μmolm⁻²s⁻¹。测定不同处理下叶片叶绿素含量及高光谱反射率,对原始光谱进行变换,从而细化光谱特征信息。在相关分析的基础上,建立原始和一阶敏感波段植被指数,进而筛选出表征叶绿素含量的光谱特征参数,以期构建叶绿素含量最佳估算模型。结果表明：（1）随着温度的升高和高温持续时间的延长,草莓叶片叶绿素a、叶绿素b和总叶绿素（a+b）含量呈下降趋势。（2）草莓叶片原始光谱在可见光区域均存在绿峰和红谷,除绿峰和红谷外各处理间差异不明显,高温条件下的近红外区域反射率与CK相比出现不同程度的上升。与原始光谱相比,一阶导数光谱曲线震荡更剧烈,且能够显著突出红边参数特征,各处理的红边位置λ_r稳定在716nm,红边幅值D_r与红边面积S_r差异显著;而在连续统去除光谱中各处理的绿峰（550nm附近）和红谷（675nm附近）被完全突显出来。（3）在光谱反射率与叶绿素含量相关性分析的基础上,选取原始光谱与一阶导数光谱在可见光和近红外波段相关性最强的R₇₄₇、R₈₀₀和R'₇₁₆、R'₉₀₆为敏感波段组合,构建植被指数。（4）PVI、MSAVI、TSAVI、TSAVI'、DVI'、MSAVI'、PVI'、SAVI'、D_r和S_r指数与叶绿素含量相关性达极显著水平,可作为表征设施草莓叶片叶绿素含量对苗期高温胁迫响应的高光谱特征参数。其中以TSAVI、DVI'和PVI'植被指数建立的逐步回归模型为叶绿素含量最佳估算模型,其决定系数（R²）为0.843,均方根误差（RMSE）为0.379,相对误差（RE）为12.65%。