期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络算法的温室番茄CO_2增施策略优化 被引量:35
1
作者 张漫 李婷 +3 位作者 季宇寒 沙莎 蒋毅琼 李民赞 《农业机械学报》 EI CAS CSCD 北大核心 2015年第8期239-245,共7页
CO2浓度是植物光合作用的主要原料之一,确定植株生长阶段的最适CO2浓度需求量,对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象,将定植后的番茄分为4个CO2浓度梯度处理组,其中,C1、C2、C3处理组CO2增施摩尔比分... CO2浓度是植物光合作用的主要原料之一,确定植株生长阶段的最适CO2浓度需求量,对日光温室内CO2浓度调控具有重要意义。以开花期番茄植株为研究对象,将定植后的番茄分为4个CO2浓度梯度处理组,其中,C1、C2、C3处理组CO2增施摩尔比分别为(700±50)、(1000±50)、(1300±50)txmol/mol,CK处理组为温室内自然状态下C0:摩尔比(约450μmol/mol)。实验利用无线传感器网络节点实时监测温室环境因子,包括空气温湿度、光照强度和c0:浓度;利用LI-6400XT型便携式光合速率仪进行光合日动态和环境因子交互影响实验测定。光合日动态组间差异性研究表明,对开花期番茄增施1000—1300Ixmol/mol的CO2时,可使番茄单叶净光合速率提高约37.13%-40,42%。以环境因子为输人参数,建立基于BP神经网络的光合速率预测模型,用于不同CO2浓度梯度下的光合日动态预测。结果表明,模型训练集和测试集的相关系数分别为0.98和0.93,预测精度较高;C1、C2、C3和CK处理组的日动态预测相关系数分别为0.96、0.94、0.78和0.96,与实测结果吻合度较高且相对误差较小,因此该模型可以为可变环境下的番茄光合日变化动态预测提供依据。 展开更多
关键词 温室番茄 光合日动态 单叶净光合速率 BP神经网络预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部