甜瓜和生菜幼苗多环境因子生长模型构建与效应分析

这是一篇关于甜瓜,生菜,多环境因子,生长模型,工厂化育苗的论文, 主要内容为工厂化育苗是一种利用现代科技手段和先进设备对植物进行大规模批量生产的方式。育苗中最关键的是环境调控,不同环境因子间存在复杂的交互关系,通过单因子的调控很难达到理想的调控效果。为了探究多环境因子耦合对园艺作物的影响,解析多环境因子间的互作关系,寻找最佳的环境因子组合,为工厂化育苗中的环境调控提供科学的依据。本研究以甜瓜和生菜为试验材料,以白天空气温度、CO2浓度和营养液浓度为调控因子,采用三因子五水平通用旋转组合设计,先分析环境因子对单指标的影响,再引入因子分析法对6个生长指标(总鲜重、总干重、净光合速率、壮苗指数、叶面积和叶绿素含量)提取公因子,将所得公因子作为幼苗综合评价指标。在此试验的基础上对不同处理进行光响应曲线的测定,采用支持向量机算法(SVR)构建净光合速率预测模型,基于模型解析光照强度、白天空气温度、CO2浓度和营养液浓度对两种幼苗净光合速率的影响。通过光合速率预测模型预测不同环境下的光响应曲线,并以响应曲线上曲率最大值点作为不同环境下的光强控制点。最终以3个环境因子为输入,最佳控制光强为输出构建了最佳控制光强预测模型。主要研究结果和结论如下:1.阐明了环境因子对甜瓜和生菜幼苗净光合速率、壮苗指数和叶面积的主因素效应、单因素效应和边际效应。甜瓜幼苗的净光合速率和叶面积主要调控因子为白天空气温度,壮苗指数主要调控因子为营养液浓度。单因素效应分析中,白天空气温度、CO2浓度和营养液浓度对净光合速率和叶面积效应均为开口线下抛物线,3个因素对壮苗指数的效应为单调递增曲线。边际效应分析中,3个因素对净光合速率和叶面积均为负效应,白天空气温度对壮苗指数为负效应,CO2浓度和营养液浓度对壮苗指数为正效应。生菜幼苗的净光合速率和叶面积主要调控因子为白天空气温度,壮苗指数主要调控因子为营养液浓度。单因素效应分析中,3个因素对净光合速率、壮苗指数和叶面积的效应均为开口向下抛物线。边际效应分析中,3因素对3个指标均为负效应。2.解析了多环境因子互作对两种作物综合生长指标的影响基于两种作物的综合评价模型,得出3个环境因子间存在互作关系,只有3因子均处于最是范围之内两种幼苗的综合评价值最高,即长势最好。通过两种作物拟合模型的优化得出甜瓜幼苗白天空气温度适宜区间为33℃～35℃,CO2浓度适宜区间为:1 043～1 408μmol/mol,营养液浓度适宜区间为2.4～2.6m S/cm。生菜幼苗白天空气温度适宜区间为26℃～28℃,CO2浓度适宜区间为:1 215～1 456μmol/mol,营养液浓度适宜区间为1.7～2.0 m S/cm。3.构建了两种幼苗净光合速率对光照强度、白天空气温度、CO2浓度和营养液浓度的响应模型和最佳控制光强预测模型。通过对甜瓜幼苗和生菜幼苗光响应曲线数据的测定,分别获取试验数据315组和420组,将数据样本按7:3分为训练集和测试集,通过支持向量机算法建立净光合速率预测模型,结果表明两种作物模型在测试集上的决定系数(R2)分别为0.965和0.889。通过光合速率预测模型计算出不同环境组合下的净光合速率,并采用最大曲率值法,计算出3个环境因子组合下的最佳控制光强,每种作物获得1331组数据,将数据样本按7:3分为训练集和测试集,通过支持向量机算法建立甜瓜幼苗和生菜幼苗最佳控制光强预测模型,结果表明在测试集上的R2分别为0.933和0.886。最终依据模型计算得出甜瓜幼苗在适宜的白天空气温度、CO2浓度和营养液浓度下最适宜的光强为867μmol/(m2·s)。生菜幼苗适宜的白天空气温度、CO2浓度和营养液浓度下最适宜的光强为674μmol/(m2·s)。

基于多目标经营的落叶松决策支持系统研究

这是一篇关于生长模型,多目标经营,生态效益,Richards生长方程的论文, 主要内容为森林资源的经营是林业发展的重要条件,合理的经营管理是提高森林资源质量,森林资源总量,满足国家和人民对林业多样化需求的重要措施。因为林木生长是个长期的过程,所以林业经营者不仅要明确林木的生长量,而且还要预估一段时间后的收获量,这样才能更好的经营好森林。传统的森林经营模式几乎都是单一的产品,不能很好的利用森林资源,得到最大的经济效益。比如,长白落叶松人工林这一树种,不但可以涵养水源,保护生物多样性,保护生态平衡,而且经济效益同样可观。所以如果想要多目标经营,就需要经营者改变之前旧的经营模式,采用创新的经营模式经营管理,这样才能达到我们的多目标可持续经营的要求。经过对佳木斯市孟家岗林场经营管理的综合考虑,以及对多目标经营决策理论和森林经营理论的研究,提出了多目标经营这一理念来经营管理落叶松人工林,从而逐步调整孟家岗林场森林资源结构和发挥森林的生态效益。这一理念的目的是以森林可持续发展为总目标,经济效益和生态效益协调发展。通过木材量、涵养水源、生物多样性等多因素综合分析评价经营方案,从而指导森林多目标经营。林分生长收获模型在森林多目标经营管理决策中有着关键性的作用,但目前缺少对孟家岗林场林分生长收获模型的相关研究。在林分生长过程中采取的经营措施(如间伐、施肥等)以及期间发生的病虫害等因素会对林分生长产生影响,针对这一问题,根据当地林分历年数据和Richards生长方程,在保持区域模型形式不变的情况下,重新推导参数,使得模型尽可能与孟家岗林分实际生长收获状况一致。本研究将模型参数推导过程分为三步,即模型参数求解、模型参数检验、模型深度修正。在模型参数推导过程中,当误差小于经验阈值,且被标记的异常数据不超过实际数据的一半,停止修正,此时得到的参数值即为模型推导后得到的参数值。本研究以黑龙江省佳木斯市孟家岗国家实验林场落叶松人工林为实验对象,共收集孟家岗经营区无明显破坏的各种不同立地条件下、郁闭度在0.5以上的标准地73块,进行一组对比实验,即通过进行Matlab软件拟合林分模型参数的对比实验,验证模型的可行性和有效性。实验表明,Richards生长模型符合落叶松生长规律,而且Richards式中的参数有一定生物学意义。得到孟家岗林场林分生长模型后,再通过利用JAVA语言、SSH框架技术和JSP技术对决策支持系统进行开发,实现系统的两大功能,一是林分生长和收获的预估决策功能,二是对原有的林分种类和培育过程的决策支持功能,把数据录入数据库,应用到Web平台,将会对林分生长和收获有很大的促进作用。

温室作物表型组和环境参数监控系统与番茄生长发育模型研究

这是一篇关于温室番茄,表型组传感器,RF433MHZ自组网通信协议,监控系统,指数动态,发育模型,生长模型的论文, 主要内容为设施农业是以实现低碳、循环、高效和高产发展为目标,同时对有限资源合理利用的现代农业应用领域。番茄是我国北方温室栽培的主要农业经济作物,培育面积、市场销量和经济效益均居蔬菜之首。温室番茄栽培是根据室外气候、室内环境、品种、基质或土壤营养含量及植株生长态势,对室内光照、温湿度和CO2浓度等环境参数合理调控,使番茄处于最佳生长气候,实现提高设施农作物栽培的光合和呼吸作用效率、增加有机物积累、缩短发育周期、预防病虫害发生、减少药剂使用、提高产物品质与产量及减小投入产出比等目的。本课题针对温室番茄栽培需求,研制了具有低成本、高精度的株高、果实直径和茎秆直径表型组传感器及具有自组网与自动数据采集处理功能、温室设备自动调控功能的无线多传感网络温室作物表型组和环境监控系统与平台,实现对大规模温室和温室群内作物表型组和分布不均匀的多环境因子信息实时连续监测与设备控制,提高了数据的连续性、科学性和可靠性,为分析温室作物表型组、环境分区动态差异和建立番茄生长发育模型提供了有效、可靠的研究平台,具有较强实用价值。在番茄生长发育模型方面对发育周期、叶面积指数和产量提出了指数型动态模型,采用非线性回归方法对净光合速率进行了拟合与验证。课题主要研究成果如下:(1)根据植株和果实的生长物理特性,采用高精度电位器、角度传感器和位移传感器研制了株高传感器、果实直径传感器和茎秆直径传感器。试验结果表明:株高传感器有效测量范围为10～500 cm,精度达±1 cm;果实直径传感器有效测量范围为0～15 cm,精度达±0.1 cm;茎秆直径传感器有效测量范围为0～3 cm,精度达±0.1 mm。具有低成本、低功耗、高精度和易操作等优点的表型传感器,在未来市场对表型连续获取有可观的实用价值。(2)基于高速ARM3处理器和无线Lo Ra数传技术研制了无线多传感网络温室作物表型组和环境监控系统,可根据所处外置环境有4G网络和局域网供选传输方式,构建了“一网多节”的星型无线指令和数据传输网络,实现无线自组网温室作物表型组与环境数据采集、传输和设备控制功能;采用分层网络通信协议和分布式算法设计了RF433MHZ自组网通信协议,“广播通信、同步采集(接收)和异步传输”相结合的传输模式解决了大容量网络通信中出现的“拥堵”问题,使网络运行稳定、可靠,具有自组网功能的网关实现对采集节点定时方式进行“同步采集和异步传输”,对控制节点中断方式进行“同步接收和异步传输”,实现无线网络链路的自动连接和解除及故障处理;基于云计算B/S架构和TCP/IP通信机制设计了物联网管理平台,实现远程温室数据传输、存储、处理和图形化显示、视频监控、温室设备调控命令转发和用户权限管理等功能。(3)在2018-2020年间,在农户温室(北纬37°49′、东经112°74′)内外对作物表型组传感器与环境参数传感器的性能和物联网监控平台、网关、采集节点、控制节点间的通信距离、丢包率和功耗进行实际测试及系统成本估算,其具有组网灵活、传输距离远、低丢包率、低功耗、低成本和操控便捷的优点,在农业和其他领域环境监控中具有很好的推广应用前景。试验结果表明:采用RF433MHZ自组网通信协议构建的无线网络,对网关与节点间通信链路实现自动建立与解除,建立通信时间≤5.5 s,所有节点(10个节点)数据传输至平台并完成解码、存储和显示所需时间≤15 s,网关与节点间有效传输距离达1500 m,丢包率在实际应用中<5.4%。(4)在温室番茄发育模型研究方面,本文受辐热积和“水稻钟”启发,通过引入番茄基因系数、感温系数、感日照时长系数、感光系数和光周期修正,建立了温室番茄指数型动态发育模型。2019-2020年间,在山西农业大学农业工程学院小型高标准温室(北纬37°25′、东经112°34′)进行4茬试验,对番茄发育模型进行了拟合与验证,并与目前对番茄发育主要研究的积温法和辐热积法进行了对比分析。试验结果显示:此模型预测值与观测值间MAE和RMSE均小于2 d,其相关系数(R2)达0.9938。本文所建模型对番茄各时期生长发育持续时间预测精度高、误差小,通过修正番茄基因系数、感温系数、感日照时长系数和感光系数可应用于不同结构温室环境番茄栽培,具有较好适用性和可靠性。(5)在温室番茄生长模型研究方面,引入番茄基因系数、感温系数、感日照时长系数、感光系数和光周期修正,建立了温室番茄指数型动态生长模型。在2020年进行两茬试验,对番茄生长模型进行了拟合与验证。试验结果显示:叶面积指数动态模型预测值与实际值间RMSE为0.7523,其决定系数(R2)为0.9975;采用非线性回归法对净光合速率与光合有效辐射、温度、湿度、二氧化碳浓度间建立净光合速率模型,拟合度为0.9291,预测值与实际值间RMSE为1.1076,其决定系数(R2)为0.9692;产量动态模型预测值与实际值间RMSE为45.43,其决定系数(R2)为0.9943。本研究所建的生长模型,能够较好的反映温室番茄生长过程与环境间的关系,可为提升番茄叶面积指数、光合作用、产量和品质提供理论和决策依据。

基于聚类和时序分析的林分生长模型

这是一篇关于数据挖掘,聚类,时间序列,生长模型的论文, 主要内容为我国森林资源管理尤其是森林资源调查和监测工作起步较早,具有丰富的森林资源监测数据,积累了大量的管理信息和管理资料。随之而来的是森林资源信息管理系统的建立,大量信息被储存并提供查询,激增的数据背后隐藏着许多重要的信息,简单的查询和统计已经无法满足林业的需求,需要出现一种挖掘数据背后隐藏的知识的手段。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的但又是潜在的有用信息和知识的过程。数据挖掘是一个新兴的边缘学科,它汇集了来自机器学习、模式识别、数据库、数据仓库、统计学、人工智能以及管理信息系统等各学科的成果。 聚类分析是数据挖掘中的一个重要研究领域,是一种数据划分或分组处理的重要手段和方法。早期的聚类算法是计算模型中各点的距离,需要多遍扫描数据,才能识别分组。可伸缩期望最大化算法(Scalable Expectation Maximization,简称SEM算法)与之不同,它根据群体的密度来创建聚类,最多只需扫描一次源数据,并且在计算过程的任何一点都可以提供合理的结果。它最大的好处是只需有限量的内存。在算法处理记录时,它会创建一些聚类,并随着处理数据的增多调整这些聚类的中心,从而找到一组最能描述相似事例的特征。整个过程执行的速度快,而且不会耗费所有可用的内存,避免机器瘫痪。 时间序列也是数据挖掘中的一个重要研究领域,是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。时间序列预测方法则是通过时间序列的历史数据揭示现象随时间变化的规律,将这种规律延伸到未来,从而对该现象的未来做出预测。传统的时间序列分析方法在林业中的应用,主要是确定性的时间序列分析方法,包括指数平滑法、移动平均法、时间序列的分解等等。Box和Jenkins提出了以随机理论为基础的时间序列分析方法,使时间序列分析理论上升到了一个新的高度,预测的精度大大提高。时间序列分析的基本模型有:ARMA模型和ARIMA模型。 林分生长模型是一种间接谷?椒āＫ荻圆煌髦衷诓煌せ肪程跫碌牟煌⒂锥蔚纳で榭龅鞑?用一定的数学方法处理,以图、表、公式或计算机程序等形式间接预估林分的生长与收获。林分生长模型用来预测林分自然状态下的生长,也用来预测经营措施对林木生长影响,为制定优化经营方案以及定向培育奠定基础。它的应用为森林经营基础理论的新发展以及现代森林经营技术的利用提供必要条件和基本手段。传统方法将生长模型划分为全林分模型、径阶分布模型和单木模型,这些模型又大多是基于单形曲线的,其易造成研究区内不同林分生长速率是相同的,且传统方法建模,常常只注重因变量和其它各因子的表面关系,因此易出现因子间的“相互预报”,方程组间的“循环估计”等问题,精度不是很高。一个好的生长模型应尽可能少的基于假设,不应有过多的自变量,在模型中应只包含一个因变量(预测值),一个自变量(年龄),以避免出现因子间相互预测的问题。所以本文采用多形曲线法构建多形生长模型。 在多形曲线法构建生长模型过程中,样本的分类很重要。由于林分所处地理位置不同,随着年龄增长林分生长趋势发生很大变化,因此本文利用了SEM聚类对地理因子分类,并用时间序列算法构建树高生长导向曲线。实验证明利用地理因子分类比直接用树高和年龄因子分类构建树高生长导向曲线实用性更好,且多形导向曲线法的构建立有助于林分生长模型走向更精细,更准确。 林分多形生长模型可以解决林分生长模型形式多样的问题,用一个模型描述同一生物不同生境下的生长曲线。多形林分生长模型构建中只选择年龄单因子做自变量,按照每个林分立地质量不同,每个林分都有一条生长曲线。研究表明多形生长模型能够更精确描述样本数据能有效减小系统误差。从研究结果可以设想用一个多形生长模型来拟合一个省甚至更大范围的某一树种的生长,此生长模型可用于这一树种的生长预估及计算机仿真。 随着Internet技术的快速发展,面向Web的信息系统表现出巨大优势。目前很多林业部门和企业正在建立或积极筹备集成多功能、面向Internet的森林资源信息管理系统。森林资源信息管理系统是我国林业信息化建设的基础部分,基于struts2、spring、hibernate开发的信息系统具有开发维护简单、可扩展性强(基于JAVA语言,可扩展到无线应用,方便林业调查记录)、部署方便的特点,可避免盲目开发,降低开发维护成本,具有一定的研究价值。 本文的创新点主要表现在:将数据挖掘的方法引入林业应用,从而为林业的经营决策提供一条新的思路;建立多形林分生长模型时,只含一个因变量和一个自变量,从而避免因子间相互预测的问题;在聚类时,使用SEM算法,执行速度更快,效果更优;聚类完成后,采用的是时间序列分析拟合模型,而不是生长曲线,除了预测结果更好,还可以对未来进行预测;基于struts2、spring、hibernate开发的信息系统具有开发维护简单、可扩展性强、部署方便的特点,为林业调查的建档和续档提供方便。

基于多目标经营的落叶松决策支持系统研究

这是一篇关于生长模型,多目标经营,生态效益,Richards生长方程的论文, 主要内容为森林资源的经营是林业发展的重要条件,合理的经营管理是提高森林资源质量,森林资源总量,满足国家和人民对林业多样化需求的重要措施。因为林木生长是个长期的过程,所以林业经营者不仅要明确林木的生长量,而且还要预估一段时间后的收获量,这样才能更好的经营好森林。传统的森林经营模式几乎都是单一的产品,不能很好的利用森林资源,得到最大的经济效益。比如,长白落叶松人工林这一树种,不但可以涵养水源,保护生物多样性,保护生态平衡,而且经济效益同样可观。所以如果想要多目标经营,就需要经营者改变之前旧的经营模式,采用创新的经营模式经营管理,这样才能达到我们的多目标可持续经营的要求。经过对佳木斯市孟家岗林场经营管理的综合考虑,以及对多目标经营决策理论和森林经营理论的研究,提出了多目标经营这一理念来经营管理落叶松人工林,从而逐步调整孟家岗林场森林资源结构和发挥森林的生态效益。这一理念的目的是以森林可持续发展为总目标,经济效益和生态效益协调发展。通过木材量、涵养水源、生物多样性等多因素综合分析评价经营方案,从而指导森林多目标经营。林分生长收获模型在森林多目标经营管理决策中有着关键性的作用,但目前缺少对孟家岗林场林分生长收获模型的相关研究。在林分生长过程中采取的经营措施(如间伐、施肥等)以及期间发生的病虫害等因素会对林分生长产生影响,针对这一问题,根据当地林分历年数据和Richards生长方程,在保持区域模型形式不变的情况下,重新推导参数,使得模型尽可能与孟家岗林分实际生长收获状况一致。本研究将模型参数推导过程分为三步,即模型参数求解、模型参数检验、模型深度修正。在模型参数推导过程中,当误差小于经验阈值,且被标记的异常数据不超过实际数据的一半,停止修正,此时得到的参数值即为模型推导后得到的参数值。本研究以黑龙江省佳木斯市孟家岗国家实验林场落叶松人工林为实验对象,共收集孟家岗经营区无明显破坏的各种不同立地条件下、郁闭度在0.5以上的标准地73块,进行一组对比实验,即通过进行Matlab软件拟合林分模型参数的对比实验,验证模型的可行性和有效性。实验表明,Richards生长模型符合落叶松生长规律,而且Richards式中的参数有一定生物学意义。得到孟家岗林场林分生长模型后,再通过利用JAVA语言、SSH框架技术和JSP技术对决策支持系统进行开发,实现系统的两大功能,一是林分生长和收获的预估决策功能,二是对原有的林分种类和培育过程的决策支持功能,把数据录入数据库,应用到Web平台,将会对林分生长和收获有很大的促进作用。

基于多目标经营的落叶松决策支持系统研究

这是一篇关于生长模型,多目标经营,生态效益,Richards生长方程的论文, 主要内容为森林资源的经营是林业发展的重要条件,合理的经营管理是提高森林资源质量,森林资源总量,满足国家和人民对林业多样化需求的重要措施。因为林木生长是个长期的过程,所以林业经营者不仅要明确林木的生长量,而且还要预估一段时间后的收获量,这样才能更好的经营好森林。传统的森林经营模式几乎都是单一的产品,不能很好的利用森林资源,得到最大的经济效益。比如,长白落叶松人工林这一树种,不但可以涵养水源,保护生物多样性,保护生态平衡,而且经济效益同样可观。所以如果想要多目标经营,就需要经营者改变之前旧的经营模式,采用创新的经营模式经营管理,这样才能达到我们的多目标可持续经营的要求。经过对佳木斯市孟家岗林场经营管理的综合考虑,以及对多目标经营决策理论和森林经营理论的研究,提出了多目标经营这一理念来经营管理落叶松人工林,从而逐步调整孟家岗林场森林资源结构和发挥森林的生态效益。这一理念的目的是以森林可持续发展为总目标,经济效益和生态效益协调发展。通过木材量、涵养水源、生物多样性等多因素综合分析评价经营方案,从而指导森林多目标经营。林分生长收获模型在森林多目标经营管理决策中有着关键性的作用,但目前缺少对孟家岗林场林分生长收获模型的相关研究。在林分生长过程中采取的经营措施(如间伐、施肥等)以及期间发生的病虫害等因素会对林分生长产生影响,针对这一问题,根据当地林分历年数据和Richards生长方程,在保持区域模型形式不变的情况下,重新推导参数,使得模型尽可能与孟家岗林分实际生长收获状况一致。本研究将模型参数推导过程分为三步,即模型参数求解、模型参数检验、模型深度修正。在模型参数推导过程中,当误差小于经验阈值,且被标记的异常数据不超过实际数据的一半,停止修正,此时得到的参数值即为模型推导后得到的参数值。本研究以黑龙江省佳木斯市孟家岗国家实验林场落叶松人工林为实验对象,共收集孟家岗经营区无明显破坏的各种不同立地条件下、郁闭度在0.5以上的标准地73块,进行一组对比实验,即通过进行Matlab软件拟合林分模型参数的对比实验,验证模型的可行性和有效性。实验表明,Richards生长模型符合落叶松生长规律,而且Richards式中的参数有一定生物学意义。得到孟家岗林场林分生长模型后,再通过利用JAVA语言、SSH框架技术和JSP技术对决策支持系统进行开发,实现系统的两大功能,一是林分生长和收获的预估决策功能,二是对原有的林分种类和培育过程的决策支持功能,把数据录入数据库,应用到Web平台,将会对林分生长和收获有很大的促进作用。