农业机械学报

作者：胡瑾,高攀,陈丹艳,李斌,荆昊男,张海辉

单位：西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;农业农村部农业物联网重点实验室,西北农林科技大学;陕西省农业信息感知与智能服务重点实验室,西北农林科技大学,西北农林科技大学;陕西省农业信息感知与智能服务重点实验室,

关键词：茄子叶片; 生理状态; 暗荧光参数; 环境因子; 光合速率; 预测模型

基金：国家自然科学基金项目(31671587)、陕西省重点研发计划项目(2018TSCXL-NY-05-02)、西安市科技计划项目(201806117YF05NC13(4))和中央高校基本科研业务费专项资金项目(2452017124)

现有光合预测模型主要考虑环境因子对植物光合作用的影响，模型只能对生理状况相似的叶片进行光合速率预测，本文面向不同生长状态叶片光合速率预测模型的建模需求，提出融合叶片暗荧光参数?F?v/F?m?的多环境因子光合速率预测模型构建方法。试验以不同生长状态的茄子叶片为样本，在获取暗荧光参数的同时，分别测量不同温度、CO2?浓度和光照强度下的光合速率，构建建模样本集。在此基础上，利用遗传支持向量机算法，建立了光合速率统一预测模型，其训练集决定系数为0.889?5，均方根误差为3.267?9?μmol/(m?2·s)。采用异校验方式进行模型验证，结果表明，融合荧光参数后模型精度显著提高，光合速率预测值与实测值拟合斜率为0.904?6，截距为0.364?1，〖JP〗说明引入?F?v/F?m?后，模型可实现对不同生理状态叶片光合速率的精准预测。

来源：2020年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第4期