作者：胡瑾; 田紫薇; 汪健康; 卢有琦; 辛萍萍; ...温室co2优化调控支持向量机回归离散曲率爬山法光合速率
摘要：提出了基于离散曲率算法的温室CO2优化调控模型,通过设计嵌套试验采集温室不同温度、光照强度、CO2浓度组合下的番茄光合速率,利用支持向量机回归算法(Support vector regression algorithm,SVR)构建光合速率预测模型;以预测模型网络为目标函数,采用 L 弦长曲率算法实现CO2响应曲线离散曲率的计算,利用爬山法获得不同温度、光照强度组合条件的CO2响应曲线曲率最大点,以此作为效益最优的调控目标值,进而基于SVR构建CO2优化调控模型。结果表明,调控模型的决定系数为0.99、均方根误差为4.42 μmol/mol、平均绝对误差为 3.17 μmol/mol,拟合效果良好。与CO2饱和点目标值的调控效果对比发现,理论上CO2供需量平均下降61.81%,光合速率平均减少15.58%;验证试验中,相较饱和点调控下光合速率平均下降15.14%,CO2供需量下降57.61%,相较自然条件下光合速率升高26.70%。说明此温室CO2优化调控模型具有高效节能特点,为设施作物CO 2高效精准调控和节本增效提供了理论基础。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
