[發(fā)明專利]一種基于生理參數(shù)的設(shè)施作物苗期生長預測模型的建立方法

在審

• 申請?zhí)枺?/td>: 201710415970.1
• 申請日: 2017-06-06
• 公開（公告）號: CN107341734A
• 公開（公告）日: 2017-11-10
• 發(fā)明（設(shè)計）人: 師愷;邱權(quán);喻景權(quán);喬曉軍;齊振宇;王文平;周艷虹;夏曉劍;周杰
• 申請（專利權(quán)）人: 浙江大學;北京農(nóng)業(yè)智能裝備技術(shù)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(chǎn)權(quán)代理有限公司33224
• 代理人: 胡紅娟

技術(shù)領(lǐng)域

本發(fā)明屬于設(shè)施農(nóng)業(yè)環(huán)境控制技術(shù)領(lǐng)域，尤其涉及一種基于生理參數(shù)的設(shè)施作物苗期生長預測模型的建立方法。

背景技術(shù)

我國是設(shè)施農(nóng)業(yè)大國，溫室大棚種植面積穩(wěn)居世界首位。然而，我國溫室種植方式仍然較為粗放，嚴重限制了溫室經(jīng)濟產(chǎn)出的上升空間。

溫室內(nèi)部的環(huán)境調(diào)控是實現(xiàn)溫室種植節(jié)能增效的重要手段。現(xiàn)有的溫室內(nèi)部環(huán)境調(diào)控(不論是人工調(diào)控還是自動調(diào)控)，本質(zhì)都是經(jīng)驗調(diào)控――即依靠人的經(jīng)驗知識，綜合分析溫室內(nèi)外部環(huán)境、作物種類、作物生育時期等因素進行預設(shè)式調(diào)控決策，如當溫度達到某一臨界點時給出指令開關(guān)風機、遮陽設(shè)備等，或者給出新的環(huán)境因子設(shè)定點。經(jīng)驗調(diào)控的最大短板是未考慮作物本身的品種及環(huán)境適應性差異，而是依靠經(jīng)驗給出統(tǒng)一的環(huán)境調(diào)控準則，因此難以避免過度調(diào)控造成的能源浪費。同時，根據(jù)種植者經(jīng)驗先對作物的生育時期進行區(qū)分，再對環(huán)境進行調(diào)控，往往造成環(huán)境管理的滯后或提前，使溫室不利于作物生長，影響作物生產(chǎn)潛力的發(fā)揮。

因此，無論設(shè)施農(nóng)業(yè)的實際生產(chǎn)應用還是理論研究均迫切需要一種能反映作物自身需求且快速、簡便和科學的方法來指導環(huán)境調(diào)控。

設(shè)施農(nóng)業(yè)生產(chǎn)需要根據(jù)作物生理需求進行有效的環(huán)境調(diào)控，從而降低能耗、提高經(jīng)濟效益。葉綠素熒光信號是作物生理狀態(tài)的重要表征方式，其中包含了豐富的光合作用過程變化信息，因而被視為植物光合作用與環(huán)境關(guān)系的內(nèi)在指標和探針。

葉綠素熒光分析技術(shù)具有快速、靈敏、可靠和非破壞性等優(yōu)點，幾乎可以反映所有環(huán)境因子對植物的影響以及植物生理功能在不同水平上的變化。同一作物不同品種、乃至不同作物間的生理參數(shù)健康指標具有較高的廣譜適用性和一致性。

因此，葉綠素熒光生理參數(shù)應用已在植物光合機理、逆境生理、植物病理、植物生態(tài)、農(nóng)業(yè)遙感等領(lǐng)域起到了重要的作用。

近年來，葉綠素熒光檢測設(shè)備迅速向小型化、智能化的方向發(fā)展，為葉綠素熒光生理參數(shù)在設(shè)施作物育苗環(huán)境調(diào)控中的應用提供了契機。與單純依靠環(huán)境參數(shù)判定作物生長狀態(tài)并指導環(huán)境調(diào)控相比，使用作物自身的生理參數(shù)更為直接，但現(xiàn)有的調(diào)控體系研究及應用中尚不多見。

設(shè)施種苗培育是現(xiàn)階段我國溫室生產(chǎn)的重要內(nèi)容，具有非常大的市場潛力。設(shè)施種苗培育栽培周期短，一旦環(huán)境條件不好、環(huán)境調(diào)控不及時，會對種苗的質(zhì)量造成極大的不利影響，因此對環(huán)境調(diào)控方法的準確性和及時性提出了更高的要求。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于生理參數(shù)的設(shè)施作物苗期生長預測模型的建立方法，該方法獲得生長預測模型能夠用于準確、及時地調(diào)控設(shè)施作物育苗期的環(huán)境，從而提高設(shè)施種苗培育生產(chǎn)的經(jīng)濟效益。

一種基于生理參數(shù)的設(shè)施作物苗期生長預測模型的建立方法，包括以下步驟：

(1)數(shù)據(jù)采集：

在控制環(huán)境條件的情況下，對設(shè)施作物進行育苗栽培實驗，采集不同環(huán)境參數(shù)值下設(shè)施作物的生長參數(shù)數(shù)據(jù)和生理參數(shù)數(shù)據(jù)，獲得用于構(gòu)建模型的樣本數(shù)據(jù)庫；

(2)數(shù)據(jù)篩選與預處理：

A)將樣本數(shù)據(jù)庫中環(huán)境參數(shù)、生長參數(shù)和生理參數(shù)的數(shù)據(jù)兩兩分組，對每組進行典型相關(guān)性分析，得到環(huán)境參數(shù)和生理參數(shù)中分別對生長參數(shù)起主導性影響的環(huán)境主導參數(shù)和生理主導參數(shù)，以及生理主導參數(shù)與生長參數(shù)、環(huán)境主導參數(shù)與生理主導參數(shù)的正反作用關(guān)系；

B)對環(huán)境主導參數(shù)和生理主導參數(shù)的數(shù)據(jù)進行標準化處理，并根據(jù)單個樣本的生長參數(shù)值與樣本生長參數(shù)均值的高低比較，對生長參數(shù)數(shù)據(jù)進行作物種苗生長狀態(tài)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(shù)值不低于樣本生長參數(shù)均值，則定義作物生長狀態(tài)為好，反之，則定義作物生長狀態(tài)為壞；

(3)模型構(gòu)建：

分別以訓練集中的環(huán)境主導參數(shù)和生理主導參數(shù)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(huán)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(huán)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-生長預測模型預測準確率“Accuracy_Physiological”(％)與環(huán)境-生長預測模型預測準確率“Accuracy_Environmental”(％)之間的關(guān)系滿足：Accuracy_Physiological–Accuracy_Environmental≥-5％，選擇該生理-生長預測模型作為最終的預測模型；