基于WSN的温室番茄光合速率预测.pdfVIP

２０１３年 １０月 农 业 机 械 学 报 第 ４４卷 增 刊 ２ ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１３．Ｓ２．０３６ 基于ＷＳＮ的温室番茄光合速率预测 王伟珍　张　漫　蒋毅琼　沙　莎　李民赞 （中国农业大学现代精细农业系统集成研究教育部重点实验室，北京 １０００８３） 摘要：为了提高 ＣＯ 气肥的利用率，对日光温室番茄开花期光合速率变化进行了研究。采用无线传感器网络系统 ２ 对温室环境信息进行实时监测；采用 ＬＩ ６４００ＸＴ型光合仪测定番茄植株叶片净光合作用速率，并对叶片的环境状 况按照一定的规律进行调控。将经过主成分分析后的环境信息作为输入参数，将光合作用速率作为输出参数，利 用 ＢＰ神经网络建立了番茄开花期单叶净光合作用速率的预测模型，并对预测模型进行了性能评估。结果表明，所 建立的光合作用速率模型预测值和实测值相关系数为０９９，均方根误差为０２８８，具有较好的预测效果。在一定环 境条件下改变 ＣＯ 浓度的输入值，得到的光合作用速率预测曲线与实际曲线变化趋势一致，该模型可以作为温室 ２ 番茄开花期 ＣＯ 施肥量化调控的依据。 ２ 关键词：番茄　温室　光合作用速率　无线传感器网络　ＢＰ神经网络 ＋ 中图分类号：Ｓ６２５５ １；Ｑ９４５１１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１３）Ｓ２０１９２０６ ＰｈｏｔｏｓｙｎｔｈｅｔｉｃＲａｔｅＰｒｅｄｉｃｔｉｏｎｏｆＴｏｍａｔｏＰｌａｎｔｓＢａｓｅｄｏｎ ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｉｎＧｒｅｅｎｈｏｕｓｅ ＷａｎｇＷｅｉｚｈｅｎ　ＺｈａｎｇＭａｎ　ＪｉａｎｇＹｉｑｉｏｎｇ　 ＳｈａＳｈａ　ＬｉＭｉｎｚａｎ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｏｄｅｒｎＰｒｅｃｉｓｉｏｎＡｇｒｉｃｕｌｔｕｒｅＳｙｓｔｅｍＩｎｔｅｇｒａｔｉｏｎＲｅｓｅａｒｃｈ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ， ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｕｔｉｌｉｚａｔｉｏｎｏｆＣＯ ｆｅｒｔｉｌｉｚｅｒ，ｔｈｅｐｈｏｔｏｓｙｎｔｈｅｔｉｃｒａｔｅｏｆｔｏｍａｔｏｐｌａｎｔｓｉｎ ２ ｔｈｅｆｌｏｗｅｒｉｎｇｓｔａｇｅｗａｓｓｔｕｄｉｅｄ．Ａ ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｙｓｔｅｍ ｗａｓｕｓｅｄｔｏｒｅａｌｔｉｍｅｍｏｎｉｔｏｒ ｇｒｅｅｎｈｏｕｓｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓ．ＡＬＩ ６４００ＸＴｐｏｒｔａｂｌｅｐｈｏｔｏｓｙｎｔｈｅｓｉｓａｎａｌｙｚｅｒｗａｓｕｓｅｄｔｏ ｍｅａｓｕｒｅｔｈｅｐｈｏｔｏｓｙｎｔｈｅｔｉｃｒａｔｅｏｆｔｏｍａｔｏｐｌａｎｔｓ，ａｎｄｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｏｆｌｅａｖｅｓｗｅｒｅ ｃｏｎｔｒｏｌｌｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｅｓｅｔｔｉｎｇｒｕｌｅ．Ｔｈｅｐｈｏｔｏｓｙｎｔｈｅｔｉｃｒａｔｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓｏｆｓｉｎｇｌｅｌｅａｖｅｓｗｅｒｅ ｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｂａｃｋｐｒｏｐａｇａｔｉｏｎ（ＢＰ）ｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｐａｒａｍｅｔｅｒｓｗｅｒｅ ｕｓｅｄａｓｉｎｐｕｔｎｅｕｒｏｎｓａｆｔｅｒｐｒｏｃｅｓｓｅｄｂｙｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ），ａｎｄｔｈｅｐｈｏｔｏｓｙｎｔｈｅｔｉｃ ｒａｔｅｗａｓｔａｋｅｎａｓｔｈｅｏｕｔｐｕｔｎｅｕｒｏｎ．Ｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｗａｓｅｖａｌｕａｔｅｄ．Ｔｈｅ