温室番茄光合作用模拟模型的验证

对作物模型的验证是模型走向推广和应用的前提。利用山西农业大学设施实验基地温室的试验数据,对已建立的温室内番茄群体光合作用模拟模型进行了检验,结果表明,模型群体光合速率的实测值(0值时除外)与模拟值的相对误差在0～10.0%之间,具有良好的模拟精度,可以很好地预测环境因子对番茄生长发育的影响。     

日光温室环境调控关键技术研究

设施蔬菜作物的生长发育与温室环境因子密不可分,生长发育进程明显受到温度的影响,而病害发生又与高湿度有着密切的联系。本文系统分析了日光温室内的光照、温度、湿度以及气体环境等特点,结合大棚的室内外环境特点,研究分析日光温室环境调控的关键技术。从加温、降湿、增加光照强度和补充二氧化碳等几个方面详细的阐述了进行温室环境调控,实现设施作物栽培的优质、高效生产,为日光温室的实际生产提供数据支持和技术依据。     

基于Web的设施蔬菜作物病害诊断与防治管理专家系统

为准确诊断和防治设施蔬菜病害提供有效工具,本研究系统收集了设施蔬菜作物(黄瓜、番茄和辣椒)43种病害的症状特征和相关病害防治管理知识,将病害的典型症状和一般症状进行特征提取,依据专家经验形成203条知识规则,将病害诊断知识数值化与产生式规则相结合对知识进行有效的表达,建立了病害诊断与管理知识库。以SQL Server 2005作为数据库管理工具,建立了系统动态数据库。数据库用于存放用户输入病症信息、已知病症事实和推理过程产生的中间信息及最终结论。采用最佳优先搜索作为搜索策略,使用正向推理和正反混合推理,利用我们前期建立的"一步诊断"和"深入诊断"两个诊断推理模型实现病害诊断。利用Visual Studio 2008作为开发工具,综合集成知识库、数据库和推理模型,建立了基于Web的设施蔬菜病害诊断与防治管理专家系统。系统具有病害查询、病害诊断、病害防治与管理方法等查询与咨询功能,此外,专家也可在后台随时更新和添加新的蔬菜作物及病害。本研究建立的系统可为主要设施栽培蔬菜作物(黄瓜、番茄和辣椒)43种病害的早期诊断和防治管理提供决策支持。     

基于温室番茄长势信息的水肥决策方法研究

温室蔬菜生产已经成为保障蔬菜供应的重要组成部分。针对我国温室生产管理中存在水大肥勤,造成资源浪费、环境污染和产品品质差等问题,当前基于配方的水肥一体化系统得到了快速的发展。配方肥存在不能根据作物实际生长情况进行调节,达不到高产优质的最好效果。针对该问题,本文提出了基于番茄生长模型的水肥决策方法。研究能够根据番茄生长环境数据和株径等信息预测番茄的生育期及长势,以此对水肥配比进行调节。试验表明,生育期和长势预测模型具有理想预测效果,能够用于指导生产中的实际水肥决策。     

日光温室番茄生产管理智能专家决策系统的研制

日光温室番茄栽培是实现番茄全季节高产栽培的主要形式。为了实现对日光温室番茄生产的智能化管理,并对生产和销售提供决策支持指导。基于Windows平台采用VC 6.0为设计语言及编程方法,选择Microsoft access构建日光温室温湿度周年通用环境数据库,开发了日光温室番茄生产管理专家决策系统。根据对番茄生理发育时间的计算确定,结合不同月份温室的环境参数条件拟合了番茄主要生长发育期及果实成熟期,实现了根据番茄采收期观测确定播期和根据播期预测产期,还可借助日光温室周年环境温湿度数据预测预防病害发生,为温室番茄生产的精确化、智能化管理打下基础,通过将专家研究资料与计算机的结合为温室番茄全季节高产高效栽培技术的推广打下了基础。     

作物生长模拟模型在上海精准农业和智能温室中的运用及前景（综述）

作物生长模拟模型是精准农业支持技术的核心部分之一，也是温室生长智能化操作与管理软件的核心部分。本文综述了作物生长模型建立的过程，及目前国内外在精准农业和智能温室中的运用现状，进一步提出现阶段我国开展蔬菜作物模型和专家系统研究的若干方法。并展望了蔬菜作物生长模拟模型在精准确农业和智能温室应用领域中的应用和前景。     

温室微气候模拟与温室作物生长模型研究进展

现代的温室是一个复杂的环境系统,其中土壤、作物和微气候三个子系统间各种生物和非生物现象时常发生。农业数学模型可以用来模拟和预测温室内微气候和植物生长的变化,从而推荐最优化的生产管理策略。本文对国内外温室气候模型和温室作物生长模型进行了综述,温室气候动态模型可以预测关键气候因子,分为机械模型和黑箱模型。机械模型基于物理方程构建,它描述了基于过程的知识模拟的系统;黑箱模型属于经验模型,更多地用于温室系统控制、优化和设计的应用。作物生长模型是基于科学原理和数学关系的一种定量化工具,可以评估温室内土壤、微气候、水分和管理因素对作物生长发育的影响程度,预测作物生长状况。作物生长模型主要包括两类：描述性模型和解释性模型。温室作物模型是基于露地作物建立的最早的作物生长模型,并在几十年发展过程中对原来各功能模块进行修正、扩展和升级而来。功能-结构植物模型（functional–structural plant modeling,FSPM）是基于植物建筑学并结合气候和作物模块而形成,可以模拟单个植物的生长、形态以及它们与其生长环境的相互作用。最后指出未来趋势是利用数字技术、人工智能结合FSP模型,利用云...     

温室环境参数模糊专家控制系统的设计

随着计算机控制系统及各类现代化设备介入温室设施,建立一个通过各项设备的有效操作来改善室内环境因子的控制系统,可为温室作物创造最佳生长环境,实现作物优质、高效生产.采用模糊专家控制系统,专家系统根据番茄各生育期温度、湿度、太阳辐射度的最优参数值,将其与预测值(微控制器采集到的环境数据代入温室小气候预测模型所得)进行对比,获得最优值同预测值的偏差及其变化率和其变化率的变化率,再利用模糊控制器(模糊化、模糊推理、反模糊化)来确定控制量.其中对模糊控制器的实现过程做了具体的介绍,该系统在模糊控制中融入专家系统,弥补了两者各自的不足之处,同时提高了系统的智能化.试验表明,该模糊专家控制系统能根据番茄各生育期的环境因子最优值,对控制设施进行调节,促使温室环境更趋于作物最佳生长环境,具有良好的控制效果.     

基于通风技术的日光温室空气湿度管理

正作物生长环境的空气湿度与作物叶片的气孔开闭、温室病害发生有着密切的关系,尤其是在封闭或半封闭的温室栽培中,空气湿度对作物的影响尤为重要。在荷兰的温室环境调控中,番茄栽培温室大约投入能源的20%用于湿度管理,玫瑰花栽培温室大约投入能源的30%用于湿度管理,因此湿度管理在整个温室管理的能量消耗所占比重较大。在温室空气湿度管理中,通风     

温室番茄长季节生产专家系统的研制

为了实现对温室番茄生产的精确化管理,对生产进行辅助决策.根据温室番茄长季节栽培技术规程研制了基于windows平台,采用Visual Basic 6.0为设计语言及编程方法,开发了温室番茄长季节工厂化生产精确监护专家系统.依靠对有效积温的计算,结合设施环境条件、番茄生长发育期来拟合番茄生长阶段、成熟期及 病虫害发生规律与环境温湿度、有效积温之间的关系,为温室番茄生产向精确化、智能化管理创造了条件,通过将专家研究成果与计算机的结合为温室番茄长季节高产高效栽培技术的推广提供了广阔的应用前景.     

基于物联网技术的日光温室黄瓜白粉病预警系统研究

运用物联网技术实现对日光温室黄瓜的生长环境包括空气温湿度与土壤温湿度和白粉病发病状况进行了实时动态监测和采集,并采取 Logistic回归模型建立日光温室黄瓜白粉病预警模型,以期探索基于物联网技术的日光温室黄瓜白粉病预警系统的设计与构建。研究结果表明：湿度特征变量（最大空气湿度）、温度特征变量（最大空气温度）对日光温室黄瓜白粉病的发病概率均有显著影响,且基于物联网技术构建日光温室黄瓜白粉病预警系统是可行的。     

基于物联网技术的日光温室黄瓜白粉病预警系统的研究

运用物联网技术实现对日光温室黄瓜的生长环境(空气温湿度和土壤温湿度)和白粉病发病状况进行了实时动态监测和采集,并采取Logistic回归模型建立日光温室黄瓜白粉病预警模型,以期探索基于物联网技术的日光温室黄瓜白粉病预警系统的设计与构建。研究结果表明：湿度特征变量(最大空气湿度)、温度特征变量(最大空气温度)对日光温室黄瓜白粉病的发病概率均有显著影响,且基于物联网技术构建日光温室黄瓜白粉病预警系统是可行的。     

胶东地区日光温室周年温湿度变化规律分析及预测

为探究胶东地区日光温室内部环境的变化情况及对番茄栽培的适宜性,并对内部温湿度进行预测,利用不同传感器,全天候监测并分析了2019-06-01至2020-05-31温室内外温湿度,同时建立了该地区日光温室内部不同季节不同天气条件下气温及相对湿度的预测模型,并利用根均方差（RMSE）进行统计分析。结果表明,日光温室内部7月平均气温最高,1月平均温度最低,分别为29.7和14.1 ℃。温室内春秋季日期数较外部增加了78 d,冬季减少了118 d。不利于番茄生长的时期集中在夏季和冬季,温室内易产生夏季高温低湿、冬季低温高湿现象。温室内气温、相对湿度预测模型的预测值与实际值的平均RMSE值分别为4.1 ℃、10.1%,模型的模拟效果整体较好。     

温室湿度环境的主成分分析人工神经网络建模研究

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分．讨论提取的主成分与原始过程数据样本间的关系。以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之间的相关系数R^2为0．8842。以±0．1作为模拟相对误差,命中率达到85％。用训练后的网络模型对20组未参加建模的样本数据进行模拟,均方根误差为1．6745,优于回归方程法的4．4349。基于神经网络模型,运用敏感性分析法对影响湿度的各医素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度．     

基于多传感器新型蔬菜大棚管理

蔬菜大棚作为现代化农业的代表作,成为蔬菜市场的主力军。农作物采用手动输入生长参数的智能监控。期间对大棚中的光照,温湿度的实时监测,及时的补充植物生长过程的稀缺元素,使蔬菜的生长达到最佳的状态,提高生产效率,降低生产成本。达到低成本高效益,提高广大的农民朋友的经济收入。     

外置式秸秆反应堆对日光温室内部环境及番茄光合特性的影响

【目的】研究外置式秸秆反应堆在日光温室越冬茬番茄的生产过程中,对日光温室环境因子及番茄光合特性的影响。【方法】以无CO₂发生装置的日光温室为对照温室,以利用外置式秸秆反应堆补充CO₂的日光温室为处理温室,观测在番茄不同生育阶段（苗期、结果期、转色期）温室内CO₂含量、气温、空气相对湿度等环境因子的日变化以及对番茄净光合速率、蒸腾速率、水分利用率和产量的影响。【结果】日光温室内CO₂含量的日变化曲线呈不规则的“N”形,空气湿度昼夜变化曲线呈“V”形。与对照温室相比,在番茄不同生育期,处理温室10:00-11:30 CO₂含量提高了230 μL/L,13:30-16:00提高了84～150 μL/L;夜间平均气温提高了1.5～2.0 ℃,空气相对湿度平均提高了4%～5%;并可显著提高不同生育阶段番茄的净光合速率和水分利用率;极显著降低苗期蒸腾速率,显著提高结果期和转色期番茄的蒸腾速率,产量和经济效益分别提高13 707 kg/hm²和59 310元/hm²。【结论】外置式秸秆反应堆能有效改善越冬茬番茄栽培过程中日光温室内的环境条件,缓解晴天日光温室内CO₂的亏缺,增加番茄的净光合速率和水分利用率,最终提高产量和经济效益。     

基于太阳能供电的温室无线传感器网络精量监测系统

提出了一个基于太阳能供电,利用Zigbee和Labview技术的温室无线传感器网络精量监测系统,在充分利用自然资源的基础上,通过改变温度、湿度、光照度、CO2浓度等温室环境因素参数来获得农作物生长的最佳条件,从而克服传统温室监测系统的不足,达到增加农作物的产量、改善其品质和提高其经济效益的目的.     

基于BP神经网络的太阳能集热器热特性仿真研究

集热器出口气流温度及温升的影响因素很多,有些因素不可控制,且有交互作用,采用传统数学方法模拟较复杂.本文分析了太阳能空气集热器出口气流温度与太阳辐射、环境温湿度的关系,确定了太阳能空气集热器出口气流温升的主要影响因素.利用BP神经网络建立集热器出口气流温升预测模型,在试验条件范围内,实测值与模型预测值拟合较好,可以用BP网络模型较准确地预测集热器出口气流温升.