环境因子对温室番茄苗期生长与生理特性的影响

在夏季玻璃温室内,进行了环境因子对番茄苗期生长与生理特性影响的试验,分析了环境因子(土壤含水量、太阳辐射、空气温度、空气相对湿度等)的变化对番茄苗期的影响.试验表明: 温室内太阳辐射、空气温度以及相对湿度的变化对番茄苗期的茎流量有着显著的影响,14:00时左右,茎流量达到最大;灌溉下限为田间持水量的80%时,番茄苗期长势最好.     

秋季温室番茄环境因子变化规律研究—基于无线传感网络

环境因子是制约蔬菜产量与品质的关键因素。为了精准指导温室番茄生产管理、探索环境因子变化对其影响,利用无线传感网络(Wireless Sensor Network,WSN)采集了连栋温室番茄在不同生育期、高度、位置下环境因子数据。数据分析发现:不同发育期温湿度变化范围不同,光照强度减弱,光照时间减少,二氧化碳浓度变化延迟;白天,冠层的温度、光照强度比其他高度的大,湿度比其他高度的低,中间层与根部接近,夜间3个高度环境因子相近;不同位置温度由南向北、湿度由北向南呈高到低之势,光照强度和二氧化碳浓度最大差值分别为6 562.5 lux及9 3.7 6×1 0-6。测试结果表明:WSN可为番茄连栋温室环境调控提供参考和决策支持。     

温室环境控制与温室模拟模型研究现状分

综述了温室环境控制系统、控制策略及环境模拟等研究领域的发展状况.目前温室环境主要采用多处理器的分布式控制系统,控制器以结构通用、价格便宜的单片机为主,也可应用工业控制器,但工业控制器的价格较高.环境控制的研究重点是控制系统的智能化和信号传输的无线化,无线传输适合温室特点,为现场布线及后期维护带来方便.通过模拟模型可以了解结构特征、气象条件及作物生长等对温室环境的影响.综合考虑环境因子、作物生长及经济性的三级模型尚难以达到,目前主要还是采用分段式控制和人工设定相结合的方法.不必过分强调后级控制的精度,应结合作物生长模型进行环境优化调控并注意温室生产的经济性,加强控制理论与温室生产过程的结合.     

温室蔬菜光合作用特性的试验研究

研究了温室生产中常用的蔬菜品种—茄子、辣椒、生菜在不同气候状况下的光合作用日变化规律,并进行比较,然后以辣椒的净光合速率为指标,建立其与温度和光照强度等因素之间的量化关系,并进行分析。从获得的光合生产函数解析的结果表明:3种蔬菜在不同气候光合作用日变化呈特定规律,各环境因子之间互作效应显著。     

高温对番茄光合作用的影响

温度在25℃之内,番茄光合速率随温度的升高增加较快,35℃以内光合速率随温度的上升而下降较慢,超过35℃光合速率迅速下降。高温引起光合速率下降有气孔因素也有非气孔因素。高温下叶绿素含量合成受阻,叶黄素、类胡萝卜素含量下降,且各种色素之间的比例也会发生一定的变化,并直接影响光能的吸收。     

高温对番茄光合作用的影响

温度在25℃之内,番茄光合速率随温度的升高增加较快,35℃以内光合速率随温度的上升而下降较慢,超过35℃光合速率迅速下降。高温引起光合速率下降有气孔因素也有非气孔因素。高温下叶绿素含量合成受阻,叶黄素、类胡萝卜素含量下降,且各种色素之间的比例也会发生一定的变化,并直接影响光能的吸收。     

温室环境对番茄干重影响的参数优化

番茄是设施蔬菜栽培的主要作物之一.为此,以温室番茄的干重作为温室环境控制的目标进行优化,为温室作物生长提供经济适宜的环境参数和生长条件;重点研究了温室内番茄生长的环境参数(温度、相对湿度、光照强度)对番茄干重的影响规律和温室环境系统最佳参数.试验结果表明,影响试验指标的主要因素是温度、相对湿度、光照强度,其较优组合是温度为31℃、相对湿度为69%、光照强度为71klx.     

番茄生长发育非线性模拟模型

通过对番茄不同发育阶段与环境因子关系的分析,建立了番茄生长发育的非线性动态模拟模型,利用试验数据对模型进行了检验。结果表明,对不同发育阶段模拟,绝对误差均为1～2d,对全发育期模拟,绝对误差均在4d之内;平均相对误差小于4％。     

基于LSTM的温室番茄蒸腾量预测模型研究

作物蒸腾量是指导作物灌溉关键参数之一,实时获取作物蒸腾量,实现按需灌溉是节约用水的有效途径。然而,温室内小气候效应显著,作物蒸腾与环境因子间关系较为复杂,且各环境因子之间相互关联并呈非线性变化。本文以番茄作为研究对象,使用称量法测量作物实时蒸腾量,通过布设传感器实时获取温室小气候数据,包括空气温度(Air temperature, AT)、相对湿度(Relative humidity, RH)、光照强度(Light intensity, LI)作为模型的小气候环境输入,冠层相对叶面积指数(Relative leaf area index,RLAI)作为模型的作物生长输入,在此基础上,提出了基于长短期记忆网络(Long short term memory, LSTM)的番茄蒸腾量预测模型。利用该模型对番茄蒸腾量进行预测,并与非线性自回归(Nonlinear autoregressive with exogeneous inputs, NARX)神经网络、Elman神经网络、循环神经网络(Recurrent neural network, RNN)模型进行了对比。试验结果表明,LSTM预测模型决定系数(Determination coefficient, R2)与平均绝对误差(Mean absolute error, MAE)分别为0.9925和4.53g,与NARX神经网络、Elman神经网络、RNN方法进行对比,其决定系数分别提高了8.97%、1.18%和0.82%,其平均绝对误差分别降低了8.16、6.23、0.52g。本研究所提的预测模型具有较高的预测精度及泛化性能,研究成果可为温室作物需水规律及需水量研究提供参考。     

土壤水分及有机肥料对番茄叶片光合特性及叶绿素含量影响的试验研究

有机栽培是一种新型的种植方式,为了研究有机肥料在不同的水分条件对温室番茄的光合特性以及叶绿素含量的影响,在中国农业大学联栋玻璃温室进行了番茄的盆栽试验研究,采取4种灌水处理以及2种肥料处理,得到如下结论:1随着土壤水分的增加、番茄叶片的净光合速率、蒸腾速率、气孔导度都有相应的增加趋势。2水分最低的处理反而净光合速率的值较高,是由于在这一处理中,叶片的叶绿素含量较高。3土壤含水率较低的前提下(田持的40%～85%),施加有机肥料BGA可以使得番茄叶片的叶绿素含量有较大的增加,平均可增加13%～24%,土壤含水率较高的情况下(田持的85%～100%)叶绿素的含量变化不大。     

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。     

遮光、密闭环境对番茄植株蒸腾的影响

在茎热平衡技术测定植株茎流的原理基础上,结合温室内气象数据采集仪器,通过对小温室做遮光、密闭处理,探讨番茄茎流的变化规律。结果表明,密闭温室处理后晴天番茄茎流变化趋势不变,但白天茎流明显减小,此时影响茎流的环境参数除光照外,温室内的大气温度、空气相对湿度以及CO2浓度等都不能忽略。人为改变光照,使茎流随之发生改变,变化规律与光照强度的变化规律相似,所不同的是茎流变化曲线稍稍滞后于光照的变化曲线;茎流随光照的降低而逐渐减小,在时间上有一个延迟。当白天遮光变温室为"黑暗"状态时,茎流缓慢减小,但此时茎流却远远大于夜晚茎流,而且白天温室内"黑暗"状态处理的不同时间段茎流减小的快慢是不一样的。     

水分亏缺对温室番茄生长发育及生理特性的影响

基于温室盆栽番茄试验,设计了重度、中度和轻度水分亏缺处理(土壤相对含水率分别为田间持水率的50％～60％、60％～70％、70％～80％),研究了水分亏缺对番茄生长发育及生理特性的影响.结果表明,轻度的水分亏缺不会显著影响株高茎粗的增长,而中度和重度水分亏缺抑制了番茄植株的生长发育.水分亏缺增加了叶片的叶绿素、丙二醛及脯氨酸质量分数,且随着水分亏缺程度的加重,各个质量分数均呈增加的趋势,复水后,各质量分数均明显下降,表现出一定的补偿效应.水分亏缺降低了根系活力,加速了根系的衰老.     

基于Simulink的温室热环境仿真模型研究

为了在改变温室通风口开度的条件下模拟室内气温,根据热量平衡原理,考虑太阳辐射、长波辐射、对流、通风及作物蒸腾等5个主要模块,对温室系统的热量交换进行描述,构建了温室气温动态变化的数学模型,然后通过Simulink仿真平台搭建了以通风为输入以室温为输出的模型仿真框图,并利用典型天气条件下的实测数据对仿真结果进行检验。仿真结果证明了该模型的有效性:在晴天和阴雨天,标准误差分别为0.755 8℃和0.096 3℃,仿真有效性指数分别为92.29%和92.76%。     

考虑时空变异特性的温室多环境因子优化策略

本文考虑温室环境的时空变异特性,通过构建温室建筑计算流体力学（CFD）模型,结合带精英策略的非支配遗传算法（NSGA-Ⅱ）,建立C++-Fluent联合优化框架,实现温室环境因子的多目标、高效率优化。CFD温室模型在江苏省镇江市的一处温室进行实地验证;迭代优化算法由C++实现并通过超级计算机提高计算效率;优化目标包括作物区域温度场、二氧化碳浓度分布以及控制温室风机能耗。研究结果表明,CFD温度场和速度场与监测点实验值吻合度高,平均相对误差分别为4.9%和7.05%;为获得某场景下作物生长温度场、二氧化碳浓度分布的最优值且维持温室风机的低能耗,温室湿帘入口温度为[296.6K,302K],风机出口风速为[2.9m/s,5.5m/s]。此时作物区域的温度场、二氧化碳浓度分布及风机能耗均在最优范围,有助于提高作物产量,降低温室能耗;超级计算机Linux系统下开发的优化方案计算效率比个人计算机大幅提高,计算时长缩短约88.09%。本文所提策略充分考虑温室环境的时空变化特性,对温室内多环境因子实现多目标、高效率优化。     

日光温室不同栽培季节番茄的需水特性研究

【目的】研究日光温室不同栽培季节番茄(Lycopersiconesculentum Mill.)的需水特性,探明水分需求与环境条件、植株生长发育的关系,为精准灌溉提供依据。【方法】基于番茄对土壤含水率的生理需求,用称质量法和水量平衡法计算需水量,同时观测植株生长及环境因子变化,分析水分需求及其影响因素,构建了水分需求模型。【结果】冬春茬和秋冬茬番茄植株日需水量均呈先升高后降低趋势,秋冬茬需水高峰期出现时间早于冬春茬,但全生育期需水量低于冬春茬;冬春茬番茄日需水量变化主要与植株生长因素有关,包括叶面积和鲜生物量,而秋冬茬番茄日需水量与环境条件相关更密切,主要是日平均光强和空气相对湿度;分别建立冬春茬和秋冬茬番茄的日需水量模型,二者拟合效果均较好。【结论】冬春茬和秋冬茬番茄需水特性存在差异,主要影响因子分别源于植株生长状况和环境条件,冬春茬番茄需水特性主要与叶面积指数和鲜质量有关,而秋冬茬番茄主要与日均光照强度和空气湿度有关。