[發明專利]一種基于環境補償模型的植物凈光合速率測定方法、系統、終端及可讀存儲介質

有效

• 申請號: 202110264344.3
• 申請日: 2021-03-11
• 公開（公告）號: CN112881620B
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 羅旗舞;李聰聰;陽春華;桂衛華
• 申請（專利權）人: 中南大學
• 主分類號: G01N33/00
• 分類號: G01N33/00;G01N21/39;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 姚瑤

1.一種基于環境補償模型的植物凈光合速率測定方法，其特征在于：包括如下步驟：

步驟S1：分別獲取分析氣室和參比氣室中光合作用過程目標氣體對應的二次諧波信號峰值以及采集環境目標參數；

其中，采用雙氣室結構并在開放氣路下激光穿過分析氣體室和參比氣體室；

步驟S2：計算雙氣室的二次諧波信號峰值差并輸入至基于神經網絡構建的環境補償模型中得到二次諧波峰值差補償因子其中，

其中，所述環境補償模型的輸入數據是二次諧波信號峰值差及其環境目標參數，輸出數據為二次諧波峰值差補償因子；

步驟S3：利用所述二次諧波峰值差補償因子補償所述二次諧波信號峰值差得到二次諧波峰值補償值其中，

步驟S4：利用所述二次諧波峰值補償值反演得到植物光合作用中目標氣體的痕量濃度差，并基于所述目標氣體的痕量濃度差計算出凈光合作用速率；

所述目標氣體的痕量濃度差以及所述凈光合作用速率的公式如下：

式中，C為光合作用中目標氣體的痕量濃度差，I₀為入射光強，H₂為二次諧波項系數，L為有效吸收光程，P_n為植物凈光合作用速率，F為氣體流量，S為葉片面積，D為目標氣體的密度。

2.根據權利要求1所述的方法，其特征在于：所述環境補償模型為基于螢火蟲算法優化參數的寬度學習的FA-BLS環境補償模型，所述FA-BLS環境補償模型中利用FA算法迭代優化確定BLS網絡的最優權值和閾值，最優權值和閾值的確定過程如下：

S201：初始化BLS網絡結構的參數；

S202：初始化螢火蟲算法的參數，對應參數至少包括：種群規模N，其中，每個螢火蟲的位置表示一組權值和閾值；

S203：根據所述種群規模N隨機生成初始螢火蟲種群；

S204：將每個螢火蟲的位置對應的權值和閾值分別賦予給BLS網絡，并使用樣本數據訓練以及測試BLS網絡得到BLS網絡輸出誤差；

S205：依據BLS網絡輸出誤差確定種群中對應的螢火蟲的亮度；

其中，BLS網絡輸出誤差越大表示亮度越低，BLS網絡輸出誤差越大表示亮度越高；

S206：判斷是否滿足迭代終止條件，若滿足，將當前種群中亮度最高的螢火蟲對應的權值和閾值作為最優權值和閾值；若不滿足，執行步驟S207；

S207：根據依據亮度更新種群中每個螢火蟲的位置，再返回步驟S203；

其中，基于最優權值和閾值訓練得到的BLS網絡為所述FA-BLS環境補償模型。

3.根據權利要求2所述的方法，其特征在于：步驟S205中螢火蟲的位置更新公式如下：

x_i(t+1)＝x_i(t)+β(x_j(t)-x_i(t))+α^tε_i

式中，t為迭代次數，x_i(t+1)為螢火蟲i迭代更新后的位置，x_i(t)為螢火蟲i迭代更新前的位置，x_j(t)為目標螢火蟲j的位置，β(x_j(t)-x_i(t))表示螢火蟲i到螢火蟲j的相對吸引度，α為隨機項的系數，ε_i為隨機數，相對吸引度β(x_j(t)-x_i(t))的公式如下：

式中，β₀表示最大吸光度，β_min表示最小吸光度，γ為光吸收系數，r_ij為螢火蟲i與螢火蟲j之間的距離。