农业机械学报

作者：张增林，杨杰，郭常江，韩文霆，杨振超

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：设施生菜;光合速率;蒸腾速率;预测模型;相关性分析;GA-BP神经网络

基金：科技部中央引导地方项目（XZ202202YD0002C）

光合速率及蒸腾速率是植物的2个重要生理指标。在全人工环境下，选取意大利生菜作为对象，设计并开展多环境变量对生菜光合速率及蒸腾速率影响的嵌套实验，得到环境因子对生菜光合速率及蒸腾速率的影响规律，应用神经网络构建生菜幼苗期光合速率及蒸腾速率预测模型。针对幼苗期生菜，选择温度、相对湿度、光子通量密度（Photosynthetic photon flux density, PPFD）及CO2浓度共4个环境影响因素，采用随机森林方法对数据进行相关性分析。结果表明，与蒸腾速率相关性由大到小的因素依次为CO2浓度、温度、相对湿度、PPFD，与光合速率相关性由大到小的因素依次为CO2浓度、PPFD、温度、相对湿度；采用枚举法确定隐藏层节点数和训练函数，通过遗传算法优化BP神经网络的初始权值和阈值，构建GA-BP神经网络生理指标预测模型。应用测试数据对模型进行验证，光合速率及蒸腾速率预测值与实测值的决定系数分别为0.96212、0.97944，均方根误差（RMSE）分别为2.9832μmol/(m2·s)、0.0014358mol/(m2·s)，表明GA-BP神经网络在模型精度和迭代次数方面性能显著提高。研究结果可为设施生菜生产环境调控提供有效依据。

来源：2024年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第1期