蒲六如,高 攀,2,李 斌,2,,2,胡 瑾,2

(1西北农林科技大学机械与电子工程学院,咸阳 712100;2农业农村部农业物联网重点实验室,咸阳 712100)

在植物生长过程中,光照为植物的光合作用提供基本能量,是十分重要的环境因子[1];CO2为作物进行光合作用提供主要原料,对增加作物产量和品质具有重要作用;温度也是影响光合速率与呼吸速率的重要参数[2]。光合作用是植物将光能转换为可用于生命过程的化学能,并进行有机物合成的生化反应[3],是植物物质积累与生理代谢的基本过程,直接影响干物质累积程度[4]。同时净光合速率(Pn)是评价植物生长的一个重要指标[5],对其精准预测是现代设施农业环境调控的基础,综合考虑温度、CO2浓度等对植物光合作用的影响,可以准确预测不同环境中植物的生长发育的Pn[1]。在光合作用研究中,叶绿素荧光是一个重要指标,不参加PSⅡ光化学反应的光能辐射部分称为固定荧光Fo,与植物叶片中的叶绿素含量有关;参与PSⅡ光化学反应的光能辐射部分称为可变荧光产量Fv[6],与PSⅡ反应中心相对活性大小相关;二者比值为PSⅡ光化学反应的PSⅡ光化学活性(Fv∕Fo)[7]。

目前,有关植物光合速率预测模型的建模方法研究已有很多,智能算法对光合速率建模精度等方面有较大提升[8]。李婷等[9]针对番茄采用BP神经网络建立了光合速率预测模型,适用于利用环境因子预测光合模型,是一种常用的神经网络,能较好地预测光合速率[10],但是BP神经网络对于复杂数据的适应性弱于随机森林算法(RF)[11],且其未考虑植物叶片本身状态差异对Pn的影响。……