[發明專利]一種基于生理參數的設施作物苗期生長預測模型的建立方法

在審

• 申請號: 201710415970.1
• 申請日: 2017-06-06
• 公開（公告）號: CN107341734A
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 師愷;邱權;喻景權;喬曉軍;齊振宇;王文平;周艷虹;夏曉劍;周杰
• 申請（專利權）人: 浙江大學;北京農業智能裝備技術研究中心
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06Q10/04
• 代理公司: 杭州天勤知識產權代理有限公司33224
• 代理人: 胡紅娟

1.一種基于生理參數的設施作物苗期生長預測模型的建立方法，其特征在于，包括以下步驟：

(1)數據采集：

在控制環境條件的情況下，對設施作物進行育苗栽培實驗，采集不同環境參數值下設施作物的生長參數數據和生理參數數據，獲得用于構建模型的樣本數據庫；

(2)數據篩選與預處理：

A)將樣本數據庫中環境參數、生長參數和生理參數的數據兩兩分組，對每組進行典型相關性分析，得到環境參數和生理參數中分別對生長參數起主導性影響的環境主導參數和生理主導參數，以及生理主導參數與生長參數、環境主導參數與生理主導參數的正反作用關系；

B)對環境主導參數和生理主導參數的數據進行標準化處理，并根據單個樣本的生長參數值與樣本生長參數均值的高低比較，對生長參數數據進行作物種苗生長狀態的好壞分類，得到訓練集和測試集；

其中，若單個樣本生長參數值不低于樣本生長參數均值，則定義作物生長狀態為好，反之，則定義作物生長狀態為壞；

(3)模型構建：

分別以訓練集中的環境主導參數和生理主導參數作為特征向量，采用支持向量機算法訓練模型，獲得生理-生長預測模型和環境-生長預測模型；

(4)模型校正：

采用測試集對生理-生長預測模型和環境-生長預測模型進行測試，比較兩種模型的預測準確率；

若生理-生長預測模型與環境-生長預測模型之間的預測準確率的關系滿足：生理-生長預測模型–環境-生長預測模型≥-5％；選擇該生理-生長預測模型作為最終的預測模型；

反之，則重復步驟(2)、(3)，重新選擇環境主導參數和生理主導參數進行數據預處理和模型訓練，直至生理-生長預測模型–環境-生長預測模型≥-5％，選擇該生理-生長預測模型作為最終的預測模型。

2.如權利要求1所述的建立方法，其特征在于，所述環境參數為晝夜溫度、相對濕度、絕對濕度、二氧化碳濃度、晝夜光照強度、紅光/白光比率和藍光/白光比率。

3.如權利要求1所述的建立方法，其特征在于，所述生理參數為光合作用參數和葉綠素熒光參數。

4.如權利要求3所述的建立方法，其特征在于，所述光合作用參數為凈光合速率、氣孔導度、胞間CO₂濃度、蒸騰速率和蒸氣壓虧缺。

5.如權利要求3所述的調控方法，其特征在于，所述葉綠素熒光參數為開放光系統II中心激發能捕獲效率、光系統II光合電子傳遞量子效率、二氧化碳同化量子效率、光化學淬滅系數和光系統II電子傳遞速率。

6.如權利要求1所述的建立方法，其特征在于，所述生長參數為株高、葉面積、鮮重和干重。