共查询到19条相似文献，搜索用时 206 毫秒
1.
采用试验测量法,以温室环境参数为变量,建立了不同时间尺度下番茄蒸腾量和椰糠水分蒸发量回归模型以分析温室无土栽培番茄蒸腾规律和椰糠水分蒸发规律。结果表明,1h、1d时间尺度下番茄蒸腾量回归模型的决定系数分别为0.673 8、0.801;68d(整个试验周期)时间尺度下,1号番茄累积蒸腾量与累积有效积温、累积辐射积的拟合决定系数分别为0.998 4、0.993 6。1d时间尺度下,椰糠水分蒸发量特性方程的回归系数为0.891;58d(整个试验周期)时间尺度下,椰糠累积水分蒸发量与累积有效积温和累积辐热积回归方程的决定系数分别为0.999和0.992 7。随着时间尺度增大,番茄蒸腾量和椰糠水分蒸发量与环境参数的相关性显著提高。 相似文献
2.
作物蒸腾量是指导作物灌溉关键参数之一,实时获取作物蒸腾量,实现按需灌溉是节约用水的有效途径。然而,温室内小气候效应显著,作物蒸腾与环境因子间关系较为复杂,且各环境因子之间相互关联并呈非线性变化。本文以番茄作为研究对象,使用称量法测量作物实时蒸腾量,通过布设传感器实时获取温室小气候数据,包括空气温度(Air temperature, AT)、相对湿度(Relative humidity, RH)、光照强度(Light intensity, LI)作为模型的小气候环境输入,冠层相对叶面积指数(Relative leaf area index,RLAI)作为模型的作物生长输入,在此基础上,提出了基于长短期记忆网络(Long short term memory, LSTM)的番茄蒸腾量预测模型。利用该模型对番茄蒸腾量进行预测,并与非线性自回归(Nonlinear autoregressive with exogeneous inputs, NARX)神经网络、Elman神经网络、循环神经网络(Recurrent neural network, RNN)模型进行了对比。试验结果表明,LSTM预测模型决定系数(Determination coefficient, R2)与平均绝对误差(Mean absolute error, MAE)分别为0.9925和4.53g,与NARX神经网络、Elman神经网络、RNN方法进行对比,其决定系数分别提高了8.97%、1.18%和0.82%,其平均绝对误差分别降低了8.16、6.23、0.52g。本研究所提的预测模型具有较高的预测精度及泛化性能,研究成果可为温室作物需水规律及需水量研究提供参考。 相似文献
3.
《农业机械学报》2019,(Z1)
作物蒸腾作用是基质水分传输的主要驱动力,建立了基于基质含水率变化量的温室番茄作物蒸腾量估算模型和预测模型,并进行对比分析。使用校准后的EC5基质含水率传感器,记录第1次灌溉后与第2次灌溉前基质实时含水率变化量,使用称量法测量作物实时蒸腾量。通过基质含水率变化量与基质栽培槽体积的多元线性回归运算,建立番茄单株日蒸腾量估算模型;将基质含水率变化量、空气温度、空气湿度和光照强度作为输入,利用GABP神经网络算法,建立番茄单株日蒸腾量预测模型。将试验所得温室作物日蒸腾量估算模型和预测模型分别与温室作物实际日蒸腾量进行线性回归分析,结果表明,基于基质含水率变化量建立的估算模型在苗期、花期的预测精度分别为0. 972 9、0. 979 6,预测模型的预测精度分别为0. 991 5、0. 989 0,两者之间差异不大,但估算模型运算速度远高于预测模型的运算速度,估算模型对于温室灌溉管理具有推广应用价值。 相似文献
4.
设施栽培番茄需水规律分析及其气象因子响应模型 总被引：1，自引：1，他引：1
基于江苏省南通市2001年、2002年的现场试验资料,计算分析了大棚番茄旬蒸发蒸腾量及其变化规律,建立了设施栽培条件下番茄蒸发蒸腾量的气象因子响应模型。结果显示:覆盖大棚明显降低了番茄的需水强度,大棚番茄蒸发蒸腾量随生育阶段延续、植株生长和外界气温增加呈现逐渐增加的趋势,且前期增长缓慢后期增长速度快;设施栽培番茄蒸发蒸腾量与“气温因子”和“地温因子”有着较为密切的联系,与“相对湿度因子”呈现负相关关系,而与蒸发皿水面蒸发强度的关系则较弱;选取较容易测得的重要因素,建立蒸发蒸腾量的气象因子响应模型,模拟结果较为满意。 相似文献
5.
研究了温室内草皮蒸腾量和小气候的关系,用彭蔓公式计算参考作物腾发量,用20cm蒸发皿测定温室内的水面蒸发力,并和测定的草皮蒸腾量进行对比。试验结果表明,草皮蒸腾量与温室小气候的回归系数（R^2）为0．938,明显高于蒸腾量与蒸发皿水面蒸发量的回归系数（R^2）0．8683和蒸发量与彭蔓公式计算的参考作物腾发量的回归系数0．7944,以温室小气候计算温室内的作物蒸腾量要优于以参考作物腾发量计算作物蒸腾量和蒸发皿水面蒸发量的方法。温室内草皮的蒸腾量与温室小气候线性相关,可以此计算温室内作物的蒸腾量。 相似文献
6.
以茄子为试验对象,以直径20cm标准蒸发皿蒸发量为灌溉依据,通过设置I1(Kcp:0.6)、I2(Kcp2:0.8)和I3(Kcp3:1.0)3种灌水水平,借助称重式蒸渗仪试验平台研究了不同灌水量下温室秋茬茄子的蒸腾规律、产量及其水分利用效率。结果表明:不同灌水处理在各生育期的典型日蒸腾强度均呈单峰曲线变化,峰值在12∶00-13∶00出现。增加灌水量提高了日蒸腾强度的峰值,与处理I1相比,处理I2和I3在开花结果期的日蒸腾耗水强度的峰值分别增加了40.0%和55.0%。温室秋茬茄子在开花结果期的蒸腾量最高,为35.3~49.9mm,可占总蒸腾量的38.7%~42.0%,其次为结果盛期,而结果末期的累积蒸腾量最低。环境因子显著影响到温室茄子日蒸腾量(P<0.01),其中日蒸腾量与光合有效辐射的相关性最高,而与日均温度的相关性较低。温室茄子的全生育期蒸腾量随灌水量的增加而升高,相比处理I1,处理I2和I3的总蒸腾量分别增加了24.9%和53.2%。增加灌水量能够提高温室茄子产量,但处理I2的产量相比处理I3并无显著差异,且比处理I1显著增加了44.7%。处理I2的水分利用效率最高,为25.5kg/m^3,相比处理I1与I3分别增加了16.0%与13.3%。综合考虑温室茄子蒸腾耗水强度、产量及水分利用效率,处理I2(Kcp2:0.8)在比处理I3减少20%灌水量的条件下,仍具有较高的产量与水分利用效率,为供试条件下较优灌水处理。 相似文献
7.
8.
日光温室作物蒸发蒸腾量的计算方法研究及其评价 总被引：13，自引：0，他引：13
对FAO推荐计算参考作物蒸发蒸腾量的Penman-Monteith(缩写为P-M)公式,在日光温室微气候的条件应用作了详细的分析。将P-M公式分为2个部分,即辐射项(ETrad)和空气动力学项(ETaero),推导出了计算温室内参考作物蒸发蒸腾量的P-M修正公式,解决了P-M公式假定温室内风速为“0”所引起的一系列问题。并根据2004年和2005年温室内实测气象数据和水面蒸发对其进行了验证,通过相关分析得出用修正后的P-M公式计算作物蒸发蒸腾量比FAO推荐的P-M公式计算值误差小、精度高。建议在日光温室里使用修正后的P-M公式计算参考作物的蒸发蒸腾量。 相似文献
9.
《节水灌溉》2017,(8)
作物需水量是确定灌溉用水定额的基础,其关键参数是作物的蒸腾蒸发量(腾发量)。以PenmanMonteith方程为基础,借鉴P-M温室修正式的计算方法,提出了基于常规气象数据和茶树生长发育指标的温室茶树蒸腾蒸发模型ET0(Tea)。在试验期间,选取茶园温室2016年3月10日-4月10日的气象数据,利用P-M温室修正式和温室茶树蒸腾蒸发模型ET0(Tea)对作物腾发量进行逐日统计,并用水量平衡原理验证,结果表明ET0(Tea)与实测值的变化趋势较为一致,误差相对较小,且在晴天条件下比阴天效果更好。我们提出的ET0(Tea)计算精度较高,在理论和实践上均具有较好的可行性,可作为北方温室茶树灌溉决策的重要依据。 相似文献
10.
滴灌条件下不同供水水平对温室番茄生长、产量及其品质的影响 总被引：1，自引：1，他引：0
基于彭曼-蒙蒂斯法计算的作物需水量(ETc),采用150%ETc(I150)、125%ETc(I125)、100%ETc(I100)、75%ETc(I75)和50%ETc(I50)5种滴灌用水量水平,研究了不同灌溉水平对温室番茄品质和生长的影响,确定了温室番茄的最佳滴灌水量。结果表明,滴灌条件下不同灌水量对番茄的生长参数、结实率、品质等均有显著影响。滴灌用水量在I100时,番茄产量,植株高度和叶绿素值均最高,分别为78.6t/hm2,125.5cm和56.4spad。在I100水平下,灌溉水利用率为0.479,用水量较温室外灌溉节约31.2%。对番茄品质而言,I100下作物果质量(FW)和有机酸(OA)达到了最大值,而I75和I100下作物的可溶性固物(TSS)和果型指数(FSI)并没有显著差异,I100下的番茄产量比I75增加13.6%。综上分析,I100是温室番茄滴灌的最佳水量,过多灌水量不利于果实的品质和灌溉水利用率的提高。 相似文献
11.
为研究温室内番茄冠层作物水分胁迫指数（CWSI）问题,通过布设多参数传感器,实时获取温室内外各环境参数。利用灰度关联分析,计算各环境参数与番茄冠层CWSI的关联度,根据关联度对环境参数进行排序,同时考虑对模型精度的影响,最终从9个环境参数中选取7个作为模型输入,建立基于LightGBM的温室番茄冠层CWSI预测模型。结合贝叶斯算法优化其中的关键参数,将模型预测结果与通过Jones经验公式计算出的CWSI做相关性分析,在相同的运算环境下,分别与GBRT和SVR模型对比。试验结果表明,基于贝叶斯优化LightGBM模型的决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）和运算时间分别为0.9601、0.0218、0.0314和0.0518s,与GBRT和SVR模型相比,其R2分别提高2.14%和14.05%,MAE分别降低0.0093和0.0612,RMSE分别降低0.0097和0.0591,时间分别缩短0.0459s和0.0612s。表明本研究提出的LightGBM模型性能更有效地提高了温室番茄冠层CWSI的预测精度,为实现温室番茄按需灌溉提供了参考。 相似文献
12.
温度是设施生产中作物生长的主要制约因素之一,提前预测温室温度对精准调控温室环境具有重要的指导意义。因此提出一种基于灰狼优化算法的长短期记忆网络模型预测温室温度,该模型利用灰狼优化算法(Grey Wolf Optimizer, GWO)对长短期记忆网络(Long Short-Term Memory, LSTM)模型参数进行调整优化。以江苏省农业科学院阳光板温室2020年9月23日—12月21日期间的试验数据对该方法进行验证。结果显示：在预测时间步长30 min时,GWO-LSTM的预测均方根误差、平均绝对误差、平均绝对百分比误差和决定系数分别为0.677 6、0.411 4、0.168 7和0.960 4。在预测时间步长60 min内,GWO-LSTM模型预测精度均高于标准LSTM和反向传播人工神经网络(Back Propagation Artificial Neural Network, BP-ANN)。说明所提出的GWO-LSTM模型能够准确地预测未来温室内温度变化,可为制定温室环境智能调控策略提供有效的数据支撑。 相似文献
13.
为研究番茄温室风口开关时间，进一步实现温室智能控制，以人工控制为对照结合番茄不同生长时期，利用多元回归方法对温室风口打开/关闭时的基础温度与室内外温度、昼夜温差进行分析，得到不同时期下温室风口打开/关闭的回归模型。研究结果表明：多元回归模型预测效果较为理想，番茄开花坐果期风口打开/关闭时间预测模型的R2分别为0836 6和0.981 4，结果期风口打开/关闭时间预测模型的R2分别为0.911 3和0.951 3，各RMSE值均小于0.95。番茄开花坐果期，与人工控制相对比模型控制下室内温度优化42.86%，同时保证了昼夜温差更加符合番茄根茎叶中相关物质的积累要求。番茄结果期，与人工控制相对比模型控制有效调整了室内温度变化范围、提升昼夜温差的合理性，为番茄果实中营养物质的积累提供条件。综上所述，番茄不同生长时期下回归模型能较好地解决温室风口开关时间的控制问题，解放劳动生产力，提升番茄经济效益，也为番茄温室的综合调控分析提供研究思路。 相似文献
14.
通过田间试验,对温室膜下滴灌茄子冠层叶片蒸腾速率的变化规律进行了深入研究。通过分析温室内地面温度、相对湿度、植株冠层温度、气压、水面蒸发、太阳辐射等6个环境参数与茄子蒸腾速率的综合影响关系,确定了网络拓扑结构为6-9-1。并应用MATLAB软件,选择Levenberg-Marquardt(L-M)优化算法,建立了基于Back Propagation(BP)神经网络的温室膜下滴灌茄子蒸腾速率预测模型。经模型验证得出,BP神经网络模型预测值与蒸腾速率实测值间拟合效果较好,平均相对误差为0.029 8,达到预测精度要求。该研究成果对温室膜下滴灌作物需水规律及需水量研究具有较好的参考价值。 相似文献
15.
日光温室基质栽培樱桃西红柿滴灌试验研究 总被引：1，自引：0，他引：1
为给制定日光温室基质栽培灌溉制度提供参考,以樱桃西红柿为试验对象进行滴灌试验研究,共设5个灌水处理,每个处理3次重复.试验测定樱桃西红柿株高、产量、灌溉水分利用效率以及耗水量.结果表明,日光温室滴灌条件下基质栽培樱桃西红柿,随着灌水量的增加,株高呈增加趋势,整个生育期耗水量及耗水强度也随灌水量的增加而增大;处理T1产量最低,处理T3产量最高,且水分利用效率也达到最大;产量、灌溉水利用效率及水分利用效率均表现为中间大两头小的变化规律.得出了冬春茬樱桃西红柿整个生育期的最适宜供水量为305.66 mm,也表明产量与耗水量之间的关系可作为樱桃西红柿全生育期的水分生产函数.该研究分析了日光温室基质栽培樱桃西红柿产量与耗水量之间的关系,为合理地指导温室基质栽培作物灌溉提供理论依据. 相似文献
16.
针对当前蓝莓园灌溉效率低、劳动强度大、管理粗放等问题,设计基于LoRa无线远距离通信和SVM-Markov组合模型的蓝莓园精准灌溉系统。该系统通过LoRa无线数据采集系统采集蓝莓园空气温湿度、土壤湿度、光照度、风速等环境参数,通过LoRa网关和物联网网关将数据包上传到云服务器,灌溉预测系统根据采集到的环境参数,实现灌溉量预测与灌溉决策,并将决策结果反馈到灌溉执行模块。为提高预测精度,引入SVM-Markov灌溉量预测算法。以句容市天王镇蓝莓园为试验对象,预测结果表明：SVM-Markov模型的平均绝对误差为0.188 7 mm/d,均方根误差为0.239 4 mm/d,相比于SVM模型,SVM-Markov的预测精度更高、数据拟合效果更好。该系统能够实现蓝莓园环境的实时监测与精准灌溉,为其它果园精准灌溉的实现提供一定的参考。 相似文献
17.
针对农用车辆柴油机NOX排放与实际运行工况之间的复杂非线性关系，提出一种数据驱动下的NOX排放预测模型。基于车辆OBD采集实际运行数据，通过小波阈值降噪降低原始数据的非平稳性，采用集成特征选择算法完成模型输入特征的选择，同时融合BiGRU和注意力机制构成BiGRU-Attention模型，同时利用贝叶斯优化进行模型超参数选择。基于实车道路测试数据集分析，提出的模型相对于LSTM、GRU和BiLSTM-Attention模型NOX瞬时排放预测校正系数分别提高7.65%、3.26%和4.09%，模型平均绝对误差维持在0.001 4 g/s，在不同车辆数据集上预测校正系数均保持在85%以上，可以有效进行实际场景下NOX排放的高精度预测，为农用车辆柴油机NOX排放预测控制提供数据支撑。 相似文献
18.
19.
灌溉是温室生产中的一个重要环节,不合理的灌溉控制方法会造成水资源的浪费。通过对温室灌溉控制策略的发展和应用情况进行综述,从基于蒸腾模型、土壤/基质湿度传感器、作物特性3个方面阐述当前温室生产中灌溉控制策略的研究进展。针对用于制定灌溉控制策略的不同蒸腾模型分析对比各自优缺点和适用条件;针对常见湿度传感器,分析其测量原理并讨论具体应用;从形态学和生理两个角度对基于作物特性的灌溉控制测量进行分类讨论。最后,对当前温室灌溉控制策略从控制策略融合度、灌溉控制策略与灌溉控制装备匹配度和泛化性以及普适性方面进行总结和展望,通过分析展望发现土壤水分传感器和植物信息传感器很有发展前景。在未来的发展中,灌溉控制策略与灌溉控制装备的发展将会不断交互融合,温室节水灌溉控制技术的发展趋势必定向着更高效、更简便以及更智能化的方向发展。 相似文献