一种预测温室作物光合作用干物质产量的方法技术

本发明专利技术公开了一种预测温室作物光合作用干物质产量的方法，包括以下步骤：步骤一、温室环境参数采集及数据处理：步骤二、建立作物模型：获取作物叶面积指数(LAI)；获取植物冠层消光系数k；获取作物冠层上方光照强度I；获取作物冠层光吸收量I

【技术实现步骤摘要】
一种预测温室作物光合作用干物质产量的方法


[0001]本专利技术涉及智能温室作物生产
，具体为一种预测温室作物光合作用干物质产量的方法。

技术介绍

[0002]相较于传统大棚，智能温室能够更加有效的控制温室内环境，提升劳动力效率，增加单位面积作物产量。以荷兰为代表的的西方发达国家在智能温室领域拥有雄厚的技术储备与实践经验，近年来随着中国经济的发展，我国自九十年代开始大量引进国外先进连栋智能温室。然而实践证明在相同的硬件设施下，中国智能温室的生产效率远低于国外同等温室。缺乏相应的智能温室管理经验是主要原因之一，其中又以温室环境控制为最大短板。
[0003]高效的温室环境控制取决于对作物环境相关性的理解。作物对于温度、光照、CO2、湿度以及其它环境要素在不同生长阶段与不同时段都有不同的要求。只有通过优化各个环境要素，才能够最大地发挥职能温室的效力。然而国内现阶段对于智能温室的环境控制主要是通过专业技术人员的经验判断来实现的，技术人员凭借经验或守则通过温室环控电脑设置相应的参数以达到预定的温度、光照、CO2、及其它环境要素。这种方式基于主观判断，缺乏量化指标不利于扩展应用，常常忽略了各环境要素之间的相互作用，往往难以达到作物所需的最佳环境指标，从而导致产量低下与环控成本的增加。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种预测温室作物光合作用干物质产量的方法，解决了国内现阶段对于智能温室的环境控制主要是通过技术人员凭借经验或守则通过温室环控电脑设置相应的参数以达到预定的温度、光照、CO2、及其它环境要素，影响作物产量以及提高环控成本的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种预测温室作物光合作用干物质产量的方法，包括以下步骤：
[0008]步骤一、温室环境参数采集及数据处理：
[0009]A、通过安装在温室内外的光照传感器、温度传感器及CO2传感器将温室内外的环境参数采集到服务器；
[0010]B、通过数据处理将所得的环境数据加以整理成等时区间的数据，时间区间可为每分钟、每五分钟或每小时，并用算法估算出缺失的数据，以确保所有时间点都有数值，最后所得室外光照强度(W/m2)、温度(℃)及CO2(ppm)为作物模型输入；
[0011]步骤二、建立作物模型：
[0012]a、获取作物叶面积指数(LAI)；
[0013]b、获取植物冠层消光系数k；
[0014]c、获取作物冠层上方光照强度I；
[0015]d、获取作物冠层光吸收量I
abs
；
[0016]e、由吸收光照量与光合效率系数得出作物单位时间光合作用干物质合成量P。
[0017]优选的，所述步骤二a步骤中通过以下公式得出当前作物LAI值：
[0018][0019][0020]公式中LA
total
为单位面积A
project
之内叶面积总和，n为总植株数，m为总叶片数，i为植株序列数，j为叶片序列数。LAI为单位面积植物叶表面积之和(LAtotal)与对应投影面积(Aproject)之比值。LAI越大，作物截光能力越强，单位面积光合作用效率越高。LAI随作物生长而变化，从幼苗至成年LAI逐渐增大，LAI最后趋于稳定。不同种类的作物拥有不同的LAI生长曲线，因此建模前需对每一种作物进行LAI测量，获得相应的LAI生长曲线。从幼苗起，每周需对LAI进行测量。于温室内取样本作物n株，摘取所有叶片，将所摘叶片置于叶面积扫描仪上读取叶面积(LAij)。
[0021]优选的，所述步骤二b步骤中通过下列公式得出植物冠层消光系数k值：
[0022][0023]公式中I为作物冠层下方单位面积地面接收光照量，Io为作物冠层上方接收光照量。作物冠层消光系数k影响同等叶面积LAI下作物的截光效率。k由温室内入射光与叶所成角度θ而定，当θ为90
°
时，截光效率越最高。每一种类别的作物在生长期内拥有较为固定叶片构型。
[0024]优选的，所述步骤二c步骤中通过下列公式得出作物冠层上方光照强度I值:
[0025]I＝R
n
×
τ+I
art
[0026]公式中I为作物冠层上方光照强度，Rn为室外自然光强度，τ为温室覆盖材料透光率，I
art
为人工补光强度。
[0027]优选的，所述步骤二d步骤中通过下列公式得出作物冠层光吸收量I
abs
值：
[0028]I
abs
＝I
×
(1
‑
e
‑
k
×
LAI
)
[0029]公式中I
abs
为作物冠层光吸收量，I为作物冠层上方光照强度。
[0030]优选的，所述步骤二e步骤中通过下列公式得出作物单位时间光合作用干物质合成量P：
[0031]P＝I
abs
×
LUE
[0032]公式中P为光合作用干物质合成量，LUE为光合效率参数，单位mol(PAR)/g。
[0033]有益效果
[0034]本专利技术提供了一种预测温室作物光合作用干物质产量的方法。具备以下有益效果：
[0035]该预测温室作物光合作用干物质产量的方法，相较于传统主观判断的方式，依据本方法所建立的作物模型更准确的反应了作物的生理发育过程，并能够更准确的预测作物产量。本专利技术提供了一种量化的方式，客观评估温室内环境状况，有利于管理者对温室环控
管理进行优化，并对自身的管理进行提高。
附图说明
[0036]图1为本专利技术作物模型于温室环控中应用原理框图；
[0037]图2为本专利技术温室内24小时光照、湿度、CO2与温度随时间变化示意图；
[0038]图3为本专利技术温室作物24小时干物质每5分钟合成量预测以及累计合成量示意图。
具体实施方式
[0039]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]请参阅图1
‑
3，以一种预测温室番茄光合作用干物质合成量的预测为例，按照本专利技术步骤进行作物光合作用干物质合成量P的预测：
[0041]步骤一、温室环境参数采集及数据处理：
[0042]通过安装在温室内外的光照传感器、温度传感器及CO2传感器将温室内外的环境参数采集到服务器。通过数据处理将所得的环境数据加以整理成等时区间的数据，时间间距为5分钟，并用算法估算出缺失的数据，以确保所有时间点都有数值。最后所得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测温室作物光合作用干物质产量的方法，其特征在于，包括以下步骤：步骤一、温室环境参数采集及数据处理：A、通过安装在温室内外的光照传感器、温度传感器及CO2传感器将温室内外的环境参数采集到服务器；B、通过数据处理将所得的环境数据加以整理成等时区间的数据，时间区间可为每分钟、每五分钟或每小时，并用算法估算出缺失的数据，以确保所有时间点都有数值，最后所得室外光照强度(W/m2)、温度(℃)及CO2(ppm)为作物模型输入；步骤二、建立作物模型：a、获取作物叶面积指数(LAI)；b、获取植物冠层消光系数k；c、获取作物冠层上方光照强度I；d、获取作物冠层光吸收量I
abs
；e、由吸收光照量与光合效率系数得出作物单位时间光合作用干物质合成量P。2.根据权利要求1所述的一种预测温室作物光合作用干物质产量的方法，其特征在于：所述步骤二a步骤中通过以下公式得出当前作物LAI值：所述步骤二a步骤中通过以下公式得出当前作物LAI值：公式中LA
total
为单位面积A
project
之内叶面积总和，n为总植株数，m为总叶片数，i为植株序列数，j为叶片序列数。3.根据权利要求1所述的一种预测温室作物光合作用干物质产量的方法，其特征在于：所述步骤二b步骤中通过下列公式得出植物冠层消光系数k值：公式中I...

【专利技术属性】
技术研发人员：康子秋，
申请(专利权)人：康子秋，
类型：发明
国别省市：