基于BP+神经网络温室番茄光合作用速率预测模型研究.pdfVIP

基于BP 神经网络的温室番茄光合作用速率预测模型研究 ※ 王伟珍 刘春红 张漫 李民赞 刘刚 (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：针对 CO 在作物生长中的重要作用，本文运用 BP 神经网络建立番茄幼苗期光合作用速率预测模型，从而进一步确定其 CO 2 2 需求量，为CO 的调控提供决策依据。在本研究中，采用无线传感器网络中气象站节点每10 分钟自动采集温室环境信息，采集的参 2 数包括空气温湿度、CO2 浓度，土壤温湿度及光照强度，以此作为BP 神经网络的输入参数对番茄幼苗光合速率进行预测；同时采用光 合仪LI-6400 采集番茄幼苗的净光合作用速率，作为神经网络的输出参数，并对预测模型进行检验。实验结果表明，光合作用预测值 与实测值相关系数为0.9752，此BP 神经网络模型可用于番茄幼苗光合速率的预测。 关键词：温室；BP 神经网络；光合作用速率；无线传感器网络 中图分类号： 0 引 言1 1 材料与方法 CO2 是绿色植物进行光合作用的原料，受密封环境 条件的影响，温室内CO2 浓度变化幅度远远大于自然环 1.1 系统总体结构 境，晴天温室内作物在部分时间内处于CO 饥饿状态， 本研究在温室中建立了一个小型无线传感器网络， 2 此时进行CO2 调控不仅可以增产，而且可以改善作物的 实时获取温室环境参数，进而建立光合作用速率预测模 [1][2] 品质 。利用光合作用速率来反应作物的生长情况， 型。实验地点选在中国农业大学水利与土木工程学院楼 反过来可决定CO2 的调控量。对于无线传感器网络在农 顶的温室中，温室的面积为10平方米左右，在其中布置 业方面的应用，多处于研究与示范实践工作，且主要集 了一个气象站节点进行环境信息的监测。其中气象站上 中在对各种环境及作物生长信息的采集、传输及对获取 连接的传感器包括：土壤温度、土壤湿度、CO2 浓度、 的数据的查询浏览上，对所采集到的数据，如何从中挖 空气温度、空气湿度、光照强度。由于所测植株为番茄 掘有用信息如何利用，使其更好的指导农业生产，这方 幼苗，为了使所测环境信息更接近于植物本身所处的环 [3][4] 境条件，各传感器置于靠近植物处。另外，用于测定作 面的研究则相对较少 。本研究旨在对温室内无线传 感器节点采集的环境参数进行分析处理，为调控CO 提 物净光合作用速率的光合仪，采用 LI-COR 公司的 2 供依据。 LI-6400XT。系统总体设计结构如图1所示。 项美晶等根据光合作用对温室环境因子的非线性， 数据浏览及分析处理 结合BP 神经网络对非线性的良好辨识能力，研究出了一 [5][6] 种CO 施肥技术 。但是，模型所考虑的因素还比较 2 少，在BP 神经网络输入层只考虑了光照和CO 浓度，