施肥量对温室滴灌番茄干物质累积、产量及水肥利用的影响

为研究日光温室秋冬茬番茄生育时期干物质生产动态规律,探索高产高效的科学施肥模式,以标准冲施肥(含N量16%,含P_2O_5量5%,含K_2O量19%)为施肥种类,施肥量以N素为基准分为4个肥料处理水平,即F1(高肥)、F2(中肥)、F3(低肥)、F4(不追肥),分析了不同施肥量对日光温室番茄干物质累积、产量和水肥利用的影响。结果表明,番茄产量和水分利用效率(WUE)与施肥量呈"抛物线"关系,当N施量为290.6 kg/hm2(F2)时达到最高值,分别为67 776.93 kg/hm2和49.27 kg/m3,说明适量施肥可提高产量及水分利用效率。但肥料生产效率(PFP)在施肥量为(N)41.4~539.9 kg/hm2范围内呈现负指数降低趋势。植株干物质累积量表现出F2处理F1处理F3处理F4处理。果实干物质累积进程符合logistic函数轨迹,中肥处理比高肥、低肥处理提前进入快速累积期,使快速累积期持续时间比其他处理长1~8 d。全株总干物质转移量对果实贡献率为1.97%~6.96%,说明果实干物质高达90%以上依靠株体自身光合作用填充。因此,番茄结果期加强水肥的供给是必要的。     

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。     

不同果实负载下温室黄瓜干物质分配的模拟

黄瓜是中国温室栽培的最主要作物之一,果实负载决定着果实发育和产量,构建不同果实负载下温室黄瓜干物质分配模型对温室黄瓜栽培管理具有重要的理论意义和实践价值。根据温室黄瓜生长对光温需求,以辐热积（TEP）为尺度建立温室黄瓜干物质分配模型,并用与建模试验不同的试验数据进行模型检验。模型对温室黄瓜茎、叶和果实干质量的预测结果与实测值1∶1线回归估计标准误（RMSE）和决定系数（R2）分别为223.08、119.23、316.34 kg/hm2和0.76、0.73、0.75,模型的预测结果与实测值之间的吻合度较好。     

春秋茬温室番茄光合速率预测模型通用性研究

基于无线传感器网络,建立了春秋茬温室番茄光合速率预测模型。在2014年秋季与2015年春季,采用无线传感器网络自动获取温室环境因子信息,包括空气温湿度、土壤温湿度、光强与CO2浓度。同时采用LI-6400XT型光合仪测定植物的单叶净光合速率,利用叶室小环境来扩展数据范围。将采集到的温室环境信息作为输入参数,单叶净光合速率作为输出参数,利用神经网络建立番茄光合速率预测模型。为了提高模型的预测精度,首先使用Z分数对输入参数进行标准化,然后对标准化后的数据进行主成分分析;其次,根据各主成分的累积贡献率选取主成分,然后经过K折交叉检验后建立神经网络预测模型。结果表明,采用2014年秋季数据建立的预测模型,相关系数为0.99;2015年春季为0.95;用两季数据联合建立的通用模型,相关系数为0.85。利用春秋茬联合数据建立的温室番茄光合速率预测模型通用性较好,可以为日光温室CO2气肥精细调控提供理论支持。     

循环曝气地下滴灌下温室番茄生长特性与产量研究

为探讨循环曝气地下滴灌不同肥气耦合处理对作物生长、光合特性及产量的影响规律,以番茄(京鲁6335)为研究对象,利用循环曝气装置实现水肥气一体化灌溉,设置4个曝气量(高曝气O1,中曝气O2,低曝气O3,不曝气S,掺气比例分别为16.25％、14.58％、11.79％和0),3个施肥量(高肥F1,中肥F2,低肥F3),采用...     

留果数和源库距离对温室番茄干物质分配的影响

为探索源库比例和源库距离对温室番茄同化产物分配的影响规律,2016年1—12月在江苏大学Venlo型试验温室中进行试验,分为早春茬和秋冬茬,采用双杆整枝,设置了3个留果数水平(T1留3果;T2留2果;T3留1果)和2个不同源库距离(T4第1果枝留1果;T5第2果枝留1果),采用已建立的叶长与叶干质量、株高与茎干质量和果径与果干质量的数学公式来计算各器官的同化产物动态变化.结果表明:T1,T2和T3之间的同化产物产量差异不大,但均高于T4和T5,T4和T5之间差异不大.同化产物向果实的分配系数在处理后22 d T1显著大于T2和T3;处理T4同化产物向果实中分配系数在处理后16 d显著大于T5.不同处理间源库比例和源库距离均影响温室番茄同化产物分配,这为温室番茄的整枝管理提供了理论依据和技术支持.     

基于Logistic方程的温室小型西瓜干物质积累模型研究

通过对2007、2008年的实验数据进行分析,建立了以Logistic模型为基础,光合有效辐射积累(GDD)、有效积温(RDD)和作物水分利用累计量(WDD)为自变量,适用于亏缺灌溉条件下温室小型西瓜的干物质积累模型,并将模型模拟值与试验实测值进行相关性分析,结果表明,模型的拟合优度均在0.92以上,所建模型模拟效果良...     

滴灌加工番茄叶面积、干物质生产与积累模拟模型

以生理发育时间为时间尺度,建立了基于生理发育时间(PDT)的加工番茄叶面积指数(LAI)、比叶面积(SLA)模拟模型,并将叶面积指数模型与基于生理生态过程的光合作用和干物质生产模型相结合,构建了滴灌加工番茄干物质生产与积累的模拟模型。结果表明:PDT法对加工番茄叶面积指数(LAI)与1∶1直线间的决定系数R2、根均方差(RMSE)和模型效率指数(ME)分别为0.926 5、12.87%、0.972 4;SLA法模拟叶面积指数的预测结果与1∶1直线间的R2、RMSE和ME分别为0.675 8、42.24%、0.712 4。本模型对加工番茄地上部干物质量的预测结果与1∶1直线间的R2、RMSE和ME分别为0.990 3、11.91%、0.990 1;而SLA法对加工番茄地上部干物质量的预测结果与1∶1直线间的R2、RMSE和ME分别为0.895 6、31.29%、0.750 4。与SLA法相比,PDT法在改善加工番茄叶面积指数预测精度的同时亦提高了干物质量的预测精度。     

不同灌溉制度对温室番茄光合特性的影响

光合对植物生长有直接影响,是作物产量形成的基础,因此研究不同灌溉制度对温室番茄生理变化的影响,对于温室番茄生产有积极的意义.试验采用传统灌溉方式为对比,研究了温室番茄滴灌条件下的灌溉制度对其光合参数及水分利用效率的影响.结果表明:滴灌可以使温室番茄的净光合速率峰值提前,提高水分利用效率;番茄的气孔导度与净光合速率、蒸腾速率、水分利用效率显著相关;灌水量较低时,可以通过缩短灌水间隔来提高温室番茄的水分利用效率.     

温室番茄叶片生理指标日变化特性及其与生态因子的关系

以温室春-夏季番茄为试验材料,采用小区试验方法,探讨了花果期和盛果期不同土壤水分条件下番茄叶片生理指标日变化特性、水分利用效率WUEL及生态因子间相关性。结果表明,番茄不同生育期生理指标日变化峰值时间不同;日均气孔导度、蒸腾速率随土壤水分的增加而变大,而日均光合速率最大值出现在70%土壤相对含水率的处理;两生育期蒸腾速率和光合速率受气孔调节的效应明显。在试验范围内,土壤水分越低,WUEL越高,番茄花果期WUEL较大。光合有效辐射是影响叶片光合速率重要生态因子。     

CO 2与土壤水分交互作用的番茄光合速率预测模型

为了实现不同土壤水分管理下的CO 2气肥精细控制,建立了番茄作物不同生长阶段的光合速率预测模型。实验设置了4个CO 2浓度与3个土壤水分条件的交互处理,利用无线传感器网络长期实时监测温室内环境信息,采用LI-6400XT型光合速率仪定时采集作物净光合速率信息;并用BP神经网络分别建立了番茄苗期、花期和果期的光合速率预测模型。预测模型的验证结果表明,对于苗期预测模型,预测值与实测值之间的决定系数 R 2为0.925;花期预测模型的决定系数 R 2为0.920,果期预测模型的决定系数 R 2为0.958;番茄各生长期的光合速率预测模型均具有较高的预测精度。在不同土壤水分条件下改变CO 2浓度,得到的CO 2浓度与光合速率预测曲线与实测值相近,可反映实际土壤水分管理下的CO 2浓度最优值,对指导不同土壤水分条件下CO 2气肥的精细调控具有重要意义。     

温室番茄光合作用模拟模型中环境因子的影响

在建立温室内番茄群体光合作用模拟模型的基础上,综合考虑了温室内各种环境参数对番茄生长与光合作用的影响,构建了温度、CO2浓度及水分对番茄光合作用速率的影响函数,从而可以更准确地计算番茄群体光合日总量,为温室番茄栽培模拟模型的研究提供了一定的理论依据。     

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。     

温室番茄需水特性及影响因素分析

为更加准确的确定温室番茄滴灌灌溉制度和灌溉用水量,本研究采用小区试验方法,分析了滴灌条件下温室番茄的需水规律及影响因素.研究结果表明,温室番茄的需水规律表现为前期小,中期大,后期减小的变化规律,需水高峰期出现在开花坐果期和成熟采摘前期.番茄需水量与太阳辐射、气温、饱和差呈线性正相关关系,与相对湿度呈线性负相关关系,与叶...     

基于BP神经网络算法的温室番茄CO2增施策略优化

CO2浓度是植物光合作用的主要原料之一,确定植株生长阶段的最适CO2浓度需求量,对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象,将定植后的番茄分为4个CO2浓度梯度处理组,其中,C1、C2、C3处理组CO2增施摩尔比分别为(700±50)、(1 000±50)、(1 300±50)μmol/mol,CK处理组为温室内自然状态下CO2摩尔比(约450μmol/mol)。实验利用无线传感器网络节点实时监测温室环境因子,包括空气温湿度、光照强度和CO2浓度;利用LI-6400XT型便携式光合速率仪进行光合日动态和环境因子交互影响实验测定。光合日动态组间差异性研究表明,对开花期番茄增施1 000~1 300μmol/mol的CO2时,可使番茄单叶净光合速率提高约37.13%~40.42%。以环境因子为输入参数,建立基于BP神经网络的光合速率预测模型,用于不同CO2浓度梯度下的光合日动态预测。结果表明,模型训练集和测试集的相关系数分别为0.98和0.93,预测精度较高;C1、C2、C3和CK处理组的日动态预测相关系数分别为0.96、0.94、0.78和0.96,与实测结果吻合度较高且相对误差较小,因此该模型可以为可变环境下的番茄光合日变化动态预测提供依据。     

温室番茄营养与生殖均衡生长的调节

番茄是翼城县日光温室主要蔬菜作物，其商品性、品质、产量直接影响着菜农的经济效益。因此，采取有效和必要的技术措施是提高日光温室番茄产量和菜农经济收入的一项重要途经。     

土壤水分对温室黄瓜生长与光合特性的影响

水分是影响黄瓜生长发育的重要因子.以温室盆栽黄瓜为试验材料,研究了不同土壤含水量对温室黄瓜生长与光合特性的影响.结果表明:温室黄瓜在土壤含水量较高时,株高和产量增长较快,随着土壤含水量降低,叶片光合速率、蒸腾速率、气孔导度和叶水势均下降.考虑到温室内湿度大,当土壤含水量为21.36%(波动范围在±0.2%)时,效果最好,可以作为合理灌溉的依据.     

CO2与氮肥交互作用的番茄光合速率预测模型

为了实现CO2气肥和营养液氮肥含量的准确调控,建立了作物整个生长周期的光合速率预测模型。以番茄为实验对象,设置了3个CO2浓度和3个营养液含氮量的交互处理实验,使用LI-6400型便携式光合速率仪采集叶室内的环境信息和单叶净光合速率。利用多元线性回归方法建立了番茄整个生长周期的光合速率预测模型,模型的相关系数为0.885,调整后的决定系数为0.782。实验结果表明,该模型具有较高预测精度,可为温室CO2气肥浓度和营养液氮肥含量的调控提供理论依据。     

基于LightGBM的温室番茄冠层CWSI预测模型研究

为研究温室内番茄冠层作物水分胁迫指数（CWSI）问题,通过布设多参数传感器,实时获取温室内外各环境参数。利用灰度关联分析,计算各环境参数与番茄冠层CWSI的关联度,根据关联度对环境参数进行排序,同时考虑对模型精度的影响,最终从9个环境参数中选取7个作为模型输入,建立基于LightGBM的温室番茄冠层CWSI预测模型。结合贝叶斯算法优化其中的关键参数,将模型预测结果与通过Jones经验公式计算出的CWSI做相关性分析,在相同的运算环境下,分别与GBRT和SVR模型对比。试验结果表明,基于贝叶斯优化LightGBM模型的决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）和运算时间分别为0.9601、0.0218、0.0314和0.0518s,与GBRT和SVR模型相比,其R2分别提高2.14%和14.05%,MAE分别降低0.0093和0.0612,RMSE分别降低0.0097和0.0591,时间分别缩短0.0459s和0.0612s。表明本研究提出的LightGBM模型性能更有效地提高了温室番茄冠层CWSI的预测精度,为实现温室番茄按需灌溉提供了参考。