黄瓜净光合速率与光呼吸速率的环境响应模型研究

作     者：郑琨鹏 

作者单位：南京农业大学 

学位级别：硕士

导师姓名：王健

授予年度：2022年

学科分类：09[农学] 0902[农学-园艺学] 090202[农学-蔬菜学] 

主      题：光合作用 光呼吸 模型 机器学习 环境调控 

摘      要：在我国,现代设施园艺产业事业迅猛发展。智慧化逐渐成为了园艺栽培的重要发展趋势。作物模型作为智慧农业的核心受到广大研究者的关注。光合作用作为作物产量和品质的基础,有关光合作用的作物模型备受重视。光呼吸对光合作用效率有负面的影响。但有关于光呼吸对光合作用影响的作物模型研究较少。为此,本研究构建了黄瓜光合作用速率和光呼吸作用速率的环境响应模型,并据此建立环境调控目标值模型,为黄瓜光合作用的模拟提供理论基础,为温室环境调控模拟模型的构建提供重要理论依据。主要研究结果如下: 1.通过分析空气环境和低氧环境下黄瓜光合作用速率随环境条件变化的差异,研究了在不同环境条件下光呼吸对光合作用的不同消耗。当环境条件分别为光照强度低于600μmol·ms、温度高于35°C、CO浓度低于250 ppm、相对湿度高于50%等时,黄瓜叶片光呼吸对光合作用的消耗较大。确定了温度、湿度、CO2浓度、光合有效辐射、生长周期、叶位、作物在温室中的位置作为黄瓜光合作用和光呼吸作用速率预测模型的特征变量。 2.对空气环境和低氧环境下光合作用数据集进行了数据的预处理,并划分了数据集,使用5折交叉验证方法,构建多项式回归、K近邻回归、高斯过程回归、支持向量回归、随机森林回归、Adaboost回归、GBDT回归、XGBoost回归、神经网络回归等模型。使用了网格搜索技术和遗传算法,寻找多种模型的最优超参数。研究发现,XGBoost模型具有最优精确性和最小泛化误差。构建的空气环境下的光合作用模型,EV为0.970,MAPE为0.327,RMSE为1.607,R为0.970;低氧环境下的光合作用模型,EV为0.970,MAPE为0.181,RMSE为1.469,R为0.970,建模共耗时0.779 s。将低氧环境下的光合作用模型与空气环境下的模型相结合,形成了多因素响应的光呼吸速率预测模型,该模型具有较强的准确性和精密性。 3.以在温室黄瓜生产中的全新数据对模型进行试验验证。结果发现光合作用速率模型的R为0.986,光呼吸速率模型的R为0.937,且两模型预测不存在异常值。即表明,光合作用速率和光呼吸速率的模型预测准确度较高,鲁棒性较强。随后以光合作用速率模型和光呼吸速率模型为基础,基于NSGA-II修改的遗传算法建立了以光呼吸为关键因素的温室环境调控目标值模型。并以一组温室环境参数进行测试,该模型运行良好,可用于温室环境调控。 4.通过减少特征维度,重新构建光呼吸速率预测模型,研究发现特征降维不能改变模型的准确性,并分析了进一步提高模型性能的其他因素。讨论了模型的可解释性及影响光呼吸的主要因素。此外,该模型可以作为软传感器进行使用。文章还提出了使用该模型控制环境条件以提高作物光合作用效率的可能性。 综上所述,本研究在黄瓜抽蔓期和结果期两个生长阶段内,研究了不同的温度、湿度、光照度、CO2浓度等条件下测量黄瓜叶片的净光合速率及光呼吸速率的变化规律,并基于此,构建了黄瓜净光合速率和光呼吸速率的预测模型及温室环境调控目标值模型。