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。     

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。     

融合叶位光合差异的设施黄瓜立体光环境优化调控模型

黄瓜整株光合积累不仅与温度、CO2浓度、光照强度有关,而且与不同叶位的光合特性显著相关,实现不同叶位需光参数动态获取,是设施黄瓜立体光环境优化调控亟待解决的问题。本文提出了融合多智能算法的黄瓜立体光环境优化调控模型,设计了多因素嵌套实验获取多维样本数据,构建耦合叶位、温度、光照强度、CO2浓度的回归型支持向量机光合速率预测模型;基于粒子群算法进行光饱和点寻优,获取不同环境条件下不同叶位的目标光照强度;采用回归型支持向量机算法,针对目标光照强度构建立体光环境优化调控模型。结果表明,本文所提方法可动态计算作物整株不同叶位不同环境因子作用下的目标光照强度,模型决定系数为0. 999 3,均方根误差为2. 349μmol/(m~2·s),进一步分析不同叶位叶绿素含量与光合特性关系,证明两者具有强关联性,研究对提高设施藤蔓类作物立体光环境调控效率具有重要意义。     

基于离散曲率的温室CO2优化调控模型研究

提出了基于离散曲率算法的温室CO_2优化调控模型,通过设计嵌套试验采集温室不同温度、光照强度、CO_2浓度组合下的番茄光合速率,利用支持向量机回归算法(Support vector regression algorithm,SVR)构建光合速率预测模型;以预测模型网络为目标函数,采用L弦长曲率算法实现CO_2响应曲线离散曲率的计算,利用爬山法获得不同温度、光照强度组合条件的CO_2响应曲线曲率最大点,以此作为效益最优的调控目标值,进而基于SVR构建CO_2优化调控模型。结果表明,调控模型的决定系数为0. 99、均方根误差为4. 42μmol/mol、平均绝对误差为3. 17μmol/mol,拟合效果良好。与CO_2饱和点目标值的调控效果对比发现,理论上CO_2供需量平均下降61. 81%,光合速率平均减少15. 58%;验证试验中,相较饱和点调控下光合速率平均下降15. 14%,CO_2供需量下降57. 61%,相较自然条件下光合速率升高26. 70%。说明此温室CO_2优化调控模型具有高效节能特点,为设施作物CO_2高效精准调控和节本增效提供了理论基础。     

基于改进型鱼群算法的番茄光环境调控目标值模型

针对光温耦合条件下番茄光环境调控目标值难以快速、精确获取的问题,在光温嵌套光合速率试验结果基础上,为提高人工鱼群算法寻优速度,基于视野和步长动态调整思想,提出了改进型鱼群算法的光温耦合寻优方法,对不同温度下光饱和点进行快速精准寻优,建立了番茄光环境调控目标值模型,模型决定系数为0.999 9。验证试验结果表明,不同温度下光饱和点的模型计算值与实测值高度线性相关,相关系数为0.988,最大相对误差在±2%内,明显优于遗传算法构建模型的相对误差(±6%)。快速、动态获取不同温度下光饱和点,对设施光环境精准调控效率具有重要意义。     

效益优先的温室光照优化调控模型研究

针对当前温室光照环境调控成本较高的问题,在满足作物生长需求的条件下降低调控成本,提出效益优先的温室光照优化调控模型.通过设计嵌套试验获取温室不同温度、二氧化碳浓度、光照强度组合下的黄瓜光合速率数据,以此环境参数作为输入、光合速率作为输出构建基于最小二乘支持向量机(LS—SVM)的光合速率预测模型;继而采用融合两种不同光...     

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。     

基于WSN的温室CO 2 气肥优化调控系统研究

CO 2是植物进行光合作用的重要原料,合理增施可提高作物的光合速率。为实现温室CO 2气肥的精细管理,设计了基于无线传感器网络(WSN)的温室CO 2气肥调控系统。该系统由监控节点、智能网关和远程管理软件组成,其中监控节点能够自动实时监测温室环境信息(CO 2浓度、光照强度、空气温湿度和土壤温湿度),并控制CO 2增施气阀的开关;智能网关不仅能实现监控节点与远程管理软件之间的通信,还可在本地实现对温室环境信息的显示与存储,以及CO 2增施调控等操作;远程管理软件除了具备基本的数据接收、存储和查询功能外,还可通过建立的光合速率预测模型对CO 2气肥实现远程自动调控。本文以番茄为研究对象,采用开发的系统实时获取环境信息,使用LI-6400XT光合速率仪获取单叶净光合速率,建立了基于支持向量机(SVM)的番茄光合速率预测模型。为了提高预测模型的通用性,实验将苗后期番茄在4个CO 2浓度梯度进行培育,其中C1、C2、C3分别进行700、 1 000 、1 300 μmol/mol浓度的CO 2增施,CK为对照组(CO 2浓度约为450 μmol/mol)。数据分析采用SVM算法,以多种环境信息作为输入变量,以单叶净光合速率作为输出变量,得到光合速率预测模型。经过测试与验证,CO 2浓度调控系统能够稳定可靠地采集温室环境信息,适合应用在温室环境中;光合速率模型预测值和实测值相关系数为0.981 5,均方根误差为1.092 5 μmol/(m 2 ·s),具有较好的预测效果,为温室番茄CO 2定量增施调控提供了依据。     

基于多模型融合策略的温室番茄光合速率预测方法

温室番茄光合速率的准确预测对于番茄的生长和产量评估具有重要意义。然而,由于温室环境的复杂性和多变性,传统的光合速率预测模型往往难以满足精准预测的需求。因此,为了进一步提高预测模型的准确性和稳定性,本研究提出了一种基于多模型融合策略的温室番茄光合速率预测方法。首先,采集温湿度、光照强度、CO2浓度不同组合下的番茄光合速率,构建样本集,并采用五折交叉验证法（Cross-Validation）对数据进行预处理。以预处理的数据为基础,分别基于粒子群优化支持向量机（PSO-SVR）、布谷鸟优化极限学习机（CS-ELM）和北方苍鹰优化高斯过程回归（NGO-GPR）算法建立番茄光合速率预测模型对光合速率进行初步预测,然后采用Stacking算法通过基于决策树的集成学习模型（XGBoost）组合各基础模型的预测结果,进而实现多模型融合。仿真分析结果表明,与单一预测模型相比,基于多模型融合的光合速率预测模型充分发挥了各基础模型的优势,可以进一步提高光合速率预测的准确性和稳定性,该模型验证集MAE为0.5697μmol/（m2·s）,RMSE为0.7214μmol/（m2·s）。因此,本文提出的方法在温室作物光合速率预测方面具有一定的优势,可为温室番茄等作物光环境优化调控提供一定的理论基础和技术支撑。     

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。     

机械通风状态鸡舍内CO2浓度变化预测模型

利用物质守恒原理,以鸡舍为半封闭系统,分析了鸡舍内CO2在机械通风状态下的动态守恒情况.以此为基础建立了鸡舍内CO2浓度的动态预测模型,并对该模型进行了实验验证.结果表明,理论值与实验值的相关性R2≥0.9371.     

基于ARM9控制的二氧化碳生物反应器系统

对于全自动控制的温室大棚气肥(CO2)的补充是增产增收的一条很好的途径,但利用钢瓶装(CO2)成本很高,利用化学反应生产控制又较困难.为此,介绍了一种利用计算机控制技术结合生物反应器技术,控制简单方便的(CO2)生产方法用于全自动的温室大棚,利用河南鹤壁人元生物公司生产的生物菌肥和农业生产中废弃的各种植物秸秆开发了一套全自动的计算机控制的CO2生物反应器,成功用于大棚,大大降低了生产成本,取得了很好的经济和社会效益.     

生物柴油的K2CO3负载水滑石催化制备工

采用浸渍法制备K2CO3负载水滑石生物柴油催化剂,确定制备条件为:K2CO3负载量20%、共混温度80℃、焙烧温度600℃、焙烧时间6h.用该催化剂催化菜籽油转酯化制备生物柴油,考察了反应时间、醇油比、催化剂用量及反应温度对反应转化率的影响,采用气相色谱测定了脂肪酸甲酯的转化率.通过单因素试验确定了菜籽油转酯化反应的条件为:反应温度60℃,醇油比12,反应时间60min,催化剂用量4%,转化率达96.9%.用X射线衍射分析和热重分析对催化剂结构进行表征,结果显示催化剂活性与其晶相有关.     

常用碳移除技术特点及应用

温室效应带来的气候变化正威胁着人类，减少碳排放成为研究的热点。本文从国内外碳排放现状和我国双碳目标出发，阐述了发展碳移除技术的意义。通过对现阶段常用的碳捕集技术深冷法、吸收法、吸附法和膜分离法的简述，分析了各种技术方式的应用条件和优缺点，提出未来采用多技术集成拓展碳捕集应用领域，是提高碳捕集技术经济性和实现双碳目标的有效途径，并对碳捕集工艺设计和捕集方法选用提出参考建议。     

基于膜空气吹扫技术的农业温室增施CO2研究

以甘氨酸钾（PG）富CO2溶液（富液）为对象,研究了采用膜空气吹扫技术将富液CO2再生与温室CO2气肥增施融合的可行性,并得出了设施番茄栽培的增施CO2方案。结果表明：在40~80℃时,PG富液初始CO2负荷越高,CO2再生程度越大,释放的CO2量越多,且在约60min时即可达到再生平衡。在可控参数的最佳条件下（气相流速6L/min、初始CO2负荷0.75mol/mol和再生时间60min）,仅通过调节液相流速和再生温度即可控制膜空气吹扫再生的CO2产量。针对标准农业温室（600m3）内的设施番茄栽培,可采用两种CO2气肥增施方案：先将温室内CO2浓度迅速增施至最大浓度,随后根据植物光合情况随时补充;或是先计算番茄在某一段时间内所需的CO2总气量,然后以一定速率均匀地增施到温室中。与传统增施技术相比,富液再生增施CO2技术具有更低增施成本与生态环境敏感性,成本最高可降低约58.00%。对于1000m3/d沼气产量的生物天然气工程,以富液为载体时,仅需3个连栋温室即可完全消纳沼气提纯中所需脱除的CO2。     

以负碳排放为目标的生物质灰矿化CO2路径研究

将生物质能源开发利用与碳捕获、利用与封存结合,可实现CO₂负排放,是能源领域降低CO₂排放的重要技术之一。生物质直接燃烧后产生的生物质灰理论上可吸收并永久封存CO₂,但其能否实现负碳排放还需进行深入研究。基于此,分别在自然状态（空气氛围）、中等CO₂初始分压（101.3 kPa）和高CO₂初始分压（300～1 400 kPa）条件下开展了生物质灰矿化CO₂试验,测试了生物质灰的CO₂矿化量,并评估了3种矿化路径的负碳排放量。结果表明,从空气中吸收CO₂时,生物质灰的CO₂矿化性能最差,40 d内的最高CO₂矿化量仅为60.66 g/kg。在中等CO₂分压101.3 kPa条件下,可最高实现121.68 g/kg的矿化量,而初始分压1 400 kPa下的CO₂矿化量可达216.85 g/kg。综合考虑矿化过程的能源消耗和生物质灰...     

施肥对河套灌区土壤CO_2和N_2O排放的影响

以河套灌区草甸碱化土为研究对象,设缓控肥(HK)、颗粒有机肥(F)、微生物菌肥(W)和农民习惯施肥(CK)4个处理,于2015年5—10月,利用静态箱-气相色谱法监测玉米整个生育期土壤CO_2和N_2O的排放量,并对玉米季农田温室气体排放量和产生的综合温室效应进行测算,研究了农田表层土壤温室气体的排放量和增温潜势。结果表明,(1)各处理N_2O的排放峰值均出现在施肥10 d后。玉米整个生育期HK处理的单位时间排放量最少(0.25 mg/(m2?h)),F处理的排放量最多(0.67 mg/(m2?h)),F处理N_2O累计排放量比CK高出62.40%;CK分别比W、HK处理N_2O排放量高出19.71%、54.26%。(2)各处理间CO_2排放差异显著(P0.05)。玉米整个生育期,W处理累积排放量最少(14 639.26 kg/hm2),F处理的排放量最多(18 603.4 kg/hm2),CK比W处理CO_2排放量高16.75%。(3)各施肥处理综合增温效应表现为HK处理W处理CKF处理。HK处理温室气体排放强度(GHGI)值最低,比CK低96%,同时保持了较高的产量水平;F处理氮肥量最大,且有较高的GHGI值,达到CK的1.70倍,同时产量较CK无显著变化;W处理氮肥量次之,且GHGI值较高,可产量较低。大量施用颗粒有机肥(F)会产生较多的温室气体,同时也会导致较强的温室效应。缓控肥(HK)处理氮肥量最小,作物产量增加,GHGI值最低,对农田温室气体减排具有较好的应用前景。     

沼气净化技术现状

沼气中主要含CH4和CO2,还有少量的H2S,NH3,痕量的H2,N2,O2,CO和卤化烃,沼气通过净化达到含甲烷97%以上,可以被用作汽车燃料,并入天然气网,沼气燃料电池发电等高端应用,发挥更大的经济价值。本文综述了近年来国外在沼气应用方面的主要技术状况和进展,并结合我国沼气应用方式现状分析了我国沼气能源应用的发展方向。     

再生水滴灌夏玉米配施不同氮肥对CO2和N2O排放的影响

夏玉米种植期间,设置淡水和再生水2种滴灌灌水水质,无肥、尿素、硫酸铵和缓释肥4种施肥处理。研究不同水质、不同氮肥对农田土壤CO2、N2O排放和夏玉米产量的影响。结果表明：与淡水灌溉相比,再生水灌溉土壤CO2日平均排放通量平均降低12.44％,N2O日平均排放通量平均增加17.31％,但灌水水质对CO2、N2O日平均排放通量没有显著影响（p＞0.05）;与不施肥处理相比,尿素、硫酸铵和缓释肥处理CO2日平均排放通量分别平均增加18.67％、10.20％和2.76％,N2O日平均排放通量分别平均增加117.73％、220.21％和108.70％,施肥种类对CO2日平均排放通量没有显著性影响（p＞0.05）,但对N2O日平均排放通量影响显著（p＜0.05）;与国家夏玉米生产试验产量相比,各施肥处理产量平均增加19.83％,而不施肥处理平均降低0.83％,但不同水质、施肥处理对产量没有显著影响（p＞0.05）。