[发明专利]基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型及建立与应用

说明书

技术领域

本发明属于智能农业技术领域，特别涉及一种基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型及建立与应用。

背景技术

番茄是世界温室栽培的主要作物之一，栽培面积高达450.34万hm²，而光合速率优劣直接影响番茄的产量与品质。已有研究表明光合速率受温度、二氧化碳浓度、光子通量密度等环境因子影响，番茄作为喜光性作物其光合速率尤为受到关注。胡文海等人研究表明低温弱光下番茄幼苗的光合速率会降低；张富存等人研究结果表明高温胁迫也会降低番茄的光合速率；郭泳等人探明24～34℃适宜温度范围内，光饱和点会发生前移或后移，造成光合速率相应曲线的变化，使其随温度和光照的不同而发生变化。上述研究均表明温度和光照是影响光合速率最重要的因素之一。因此，如何评价温度和光照对番茄光合作用的影响，建立光合优化调控模型，提高番茄等作物的光合作用速率已成为作物栽培领域亟待解决的问题。

近年来，光合速率模型作为构建光合优化调控模型的理论基础，已在国内外得到了广泛的研究。李天来等人确定了日光温室番茄最大光合速率的温度修正模型；赖琳玲等人研究了春季栽培于塑料大棚内的无限生长型番茄品种的生长动态与棚内温度和光照的关系；JingZhang等人构建了温度、CO₂浓度及水分对番茄光合速率的影响函数。但上述研究均未基于光合速率模型进行不同温度条件寻优，而光合优化调控模型应建立在寻优的基础上，因此设计基于不同温度条件下光饱和点的动态寻优方法，成为建立光合优化调控模型的关键。

基于遗传算法的光合优化调控模型可动态获取不同温度条件下光饱和点由于遗传算法全局搜索能力强但局部寻优能力较差，造成该模型最大误差达6％。近年来，改进的人工鱼群算法在避免基本人工鱼群算法运行速度慢的同时，具有全局寻优能力强、不易陷入局部极值点、精度普遍高于遗传算法等特点，故得到了广泛关注，并在海上导航、路由优化、水库优化调度、电站优化等方面的多个领域进行应用研究，并取得良好效果。以上研究为建立基于改进型鱼群算法的番茄光环境调控目标值模型提供了理论基础。以上研究为光饱和点的动态寻优提供了理论基础，但算法设计中仍存在参数种类、寻优条件、函数类型不同等问题。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型及建立与应用，以多因子耦合的非线性番茄光合速率模型为基础，得到不同温度下的最大光合速率与光饱和点，从而建立以最大光合速率为目标的番茄光合优化调控模型，为光合速率的优化调控提供理论基础。

为了实现上述目的，本发明采用的技术方案是：

一种基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型，以温度T为自变量，光饱和点对应的光子通量密度LSP为因变量，模型公式为：

LSP=1212e-(T-29.5730.65)2+31.11e-(T-23.413.256)2,]]>LSP指光饱和点对应的PFD。

本发明还提供了所述基于改进型鱼群算法的番茄幼苗期光合作用优化调控模型的建立方法，包括如下步骤：

首先，进行试验以获取试验数据，试验过程如下：