[发明专利]一种基于作物需求的适宜根温区间获取方法

说明书

技术领域

本发明属于智能农业技术领域，特别涉及一种基于作物需求的适宜根温区间获取方法。

背景技术

光合作用作为衡量植物干物质积累的主要指标，受根温、气温、CO₂、光照强度等环境因子的影响很大，光照是植物光合作用必不可少的条件之一，CO₂是植物光合作用的重要参与者，空气温度是提高叶片酶活性、叶绿素含量，进而提高光合作用能力的必备条件。而根温直接影响到设施水培作物的根系生长以及养分吸收，加之根温易受夏季高温和冬季低温的影响，导致生菜的根系生长和养分吸收不能满足地上部分的生长需求，严重影响作物的光合作用以及产量，已成为影响设施水培作物生长发育以及光合作用的主要因素。

近年来，很多学者对植物光合速率模型以及光合作用相关的环境因子调控模型做了大量研究,也取得了一些成果，其中李润儒等在水培条件下研究了不同根温条件下对生菜生长以及矿物质含量的影响，为根温调控提供了依据。但是，未考虑到在特定根温条件下叶温、CO₂浓度、光照强度对水培生菜光合作用的影响。傅国海等系统总结了作物根区温度对设施园艺作物根系和冠层的生理生态影响及作用机制，为根温调控奠定了良好基础。韩亚平等研究了夏季高温下不同根温处理对番茄植株生长和对叶片气孔的影响，结果表明随根温升高对植株造成了干旱胁迫。可见根温对设施水培作物的生长具有很大的影响，适宜根温区间的寻找是非常有必要的。

针对以上问题，本发明研究在不同根温、叶温、CO₂浓度、光照强度条件下水培生菜的光合特性，利用回归型支持向量机(SVR)建立光合速率预测模型，利用多种群遗传算法寻找在不同根温条件下的最优叶温、CO₂浓度、光照强度以及相应的最大光合速率，获取适宜根温区间，使温室设施水培生菜的根温维持在适宜范围，光合作用达到最佳，解决冬、夏季根温过低或者过高对生菜光合作用以及产量影响的问题。

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作物需求的适宜根温区间获取方法，通过建立耦合了根温、叶温、CO₂浓度、光照强度等环境因子的光合速率预测模型，实现适宜根温区间获取与应用。

为了实现上述目的，本发明采用的技术方案是：

一种基于作物需求的适宜根温区间获取方法，其特征在于，包括如下步骤：

步骤1，建立以叶温、CO₂浓度、光照强度、根温为输入，净光合速率为输出的光合速率预测模型，模型公式为：

其中，输出f(x)表示预测的净光合速率，输入信号x＝(X′₁,X′₂,X′₃,X′₄)^T，X′₁、X′₂、X′₃、X′₄分别为根温、叶温、CO₂浓度、光照强度，w为权值向量，b为偏置，Φ(x)为非线性映射函数，l为训练集样本对{(x_i,y_i),i＝1,2,3,...,l}中的训练样本个数，x_i是第i训练样本的输入列向量，是i×d维实数域，d是列向量维数，σ为宽度参数，a_i和a_i^*为下式的最优解：

其中K(x_i,x_j)＝Φ(x_i)Φ(x_j)为核函数，y_i为对应的输出值，y_i∈R，ε为中止训练误差，c为惩罚因子；

步骤2，基于上述模型，在不同根温条件下，寻找最优叶温、CO₂浓度、光照强度以及相应的最大光合速率，获取在最优叶温、CO₂浓度、光照强度条件下的适宜根温区间。

所述步骤1光合速率预测模型采用回归型支持向量机(SVR)建模方法建立，所述步骤2采用多种群遗传算法(MPGA)进行寻优。

所述步骤1光合速率预测模型建立步骤如下：

步骤1.1，获取样本数据