[发明专利]一种基于高斯曲率的温室作物光照二氧化碳调控方法

权利要求书

1.一种基于高斯曲率的温室作物光照二氧化碳调控方法，其特征在于，包括以下步骤：

1)获取在不同温度下，不同光照强度和二氧化碳浓度组合的光合速率值；

2)构建不同温度下的温室作物净光合速率模型，温室作物净光合速率模型F(C，I)的表达式为：

P_n＝F(C，I)

其中，C为作物生长环境的二氧化碳浓度，I为光照强度，P_n为作物净光合速率；

3)计算不同温度下温室作物净光合速率模型的高斯曲率函数，不同温度下温室作物净光合速率模型的高斯曲率函数k_G的计算式为：

其中，L、M、N、E、F、G分别为中间参数，为净光合速率模型F(C，I)关于二氧化碳浓度C的偏导，为净光合速率模型F(C，I)关于光照强度I的偏导，为净光合速率模型F(C，I)关于二氧化碳浓度C的二阶偏导，为净光合速率模型F(C，I)关于光照强度I的二阶偏导，为净光合速率模型F(C，I)关于光照强度I和二氧化碳浓度C的二阶混合偏导；

4)根据不同温度下温室作物净光合速率模型的高斯曲率函数构造适应度函数，采用粒子群算法对不同温度下蓝莓净光合速率模型高斯曲率进行最大值寻优，具体包括以下步骤：

41)构造适应度函数，适应度函数的表达式为：

f(C，I)＝-k_G；

42)初始化粒子群，对每个粒子随机赋予初始位置x_i和速度v_i；

43)根据适应度函数，计算每个粒子的适应值；

44)获取个体的最佳适应值：将当前位置的适应值与历史的最佳位置所对应的适应值进行比较，如果当前位置的适应值更高，则更新个体最佳位置；

45)获取群体的最佳适应值：对每一个粒子，将当前个体最佳适应值与群体最佳适应值进行比较，如果当前位置的适应值更高，则更新群体最佳位置；

46)更新粒子的位置与速度，并根据更新后粒子的速度和位置，得到新种群；

47)判断是否达满足结束条件，即误差小于设定误差或达到最大迭代次数，若是则进行步骤48)，否则返回步骤43)；

48)选择全局最佳位置粒子对应的值作为高斯曲率最大点所对应的光照强度I和二氧化碳浓度C；

5)计算高斯曲率最大点所对应的光照强度和二氧化碳浓度，并以此作为该温度下的光照和二氧化碳的调控阈值点，重复步骤2)-4)直至获取所有温度下的光照和二氧化碳的调控阈值点；

6)采用多项式拟合建立不同温度下光照强度和二氧化碳浓度的综合调控策略，综合调控策略包括不同温度下光照强度目标的拟合式以及不同温度下二氧化碳浓度目标的拟合式，所述的不同温度下光照强度目标的拟合式以及不同温度下二氧化碳浓度目标的拟合式分别为温度T的四次多项式，则有：

I＝α₁T⁴+α₂T³+α₃T²+α₄T+α₅

C＝β₁T⁴+β₂T³+β₃T²+β₄T+β₅

其中，α₁～α₅、β₁～β₅分别为多项式参数；

7)根据当前温室温度基于综合调控策略选取对应的光照和二氧化碳调控目标值进行调控。