CN109102420A - 一种基于调控效益优先的二维联合调控目标区域的获取方法 - Google Patents

Abstract

一种基于调控效益优先的二维联合调控目标区域的获取方法，以温度、二氧化碳浓度、光照强度为输入，光合速率为输出，采用SVR构建光合速率预测模型；以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳‑光照强度的光合曲面以及具有生理学意义的空间响应离散曲线簇；利用U弦长曲率‑爬山法获取二氧化碳‑光照强度的次优光合曲面，光合次优曲面映射到二氧化碳浓度‑光照强度坐标平面上的部分即为二维联合调控目标区域，也即二维耦合约束条件；该方法获取的调控目标平均值与传统以光合速率最大值点作为调控目标值相比，光合速率仅下降了10.69％，而平均需光量下降38.24％，平均二氧化碳浓度需求量下降了12.10％，对实际的设施环境双因子调控有指导意义。

Description

一种基于调控效益优先的二维联合调控目标区域的获取方法

技术领域

本发明属于现代农业智能装备技术领域，特别涉及一种基于调控效益优先的二维联合调控目标区域的获取方法。

背景技术

设施农业又被称为可控农业，其主要特点是可以提供一个环境因子相对可控的作物生长环境。作物生长过程中，主要受空气温度、CO₂浓度、光照强度等多种因素影响。而传统的环境因子调控方法多采用阈值，一方面，阈值调控目标值多为专家建议或者传统经验，易受到人为主观因素影响，另一方面，其调控没有考虑到各环境因子动态变化条件下对作物生长发育的影响。而现有的多因子耦合调控模式多采用光环境或者CO₂等单目标调控策略，但各自为独立的调控系统，没有实现各因子在动态调控中的相互配合。因此，构建作物生长环境多因子协同调控方法是设施农业亟待解决的关键问题。

近年来，众多学者在研究环境因子智能调控模型构建方面进行了相关研究，胡瑾,何东健等人考虑光合速率主要受温度和光量子通量密度的影响，提出一种以光饱和点为目标值的番茄幼苗光合优化调控模型，对提高设施光环境调控效率具有重要的意义。辛萍萍，张珍等人考虑不同温度、光量子通量密度、CO₂浓度对光合速率的影响，提出了一种基于支持向量机-改进型鱼群算法的CO₂优化调控模型，为实现设施CO₂精准调控提供了可行思路。张荣标，项美晶等人提出一种以利润最大化为目标的温室CO₂调控量决策方法，结合实际情况建立预测模型并实现了多信息的融合,为温室测控系统CO₂调控量的决策提供了依据。上述等人虽从不同角度针对光环境以及CO₂调控进行了研究，但仍存在以下不足：

第一，在调控策略方面，各环境因子调控模型之间相互独立，未考虑其在动态变化环境条件下的协同调控。

第二，在模型构建方面多以光合速率最优为目标进行环境因子的调控，未考虑实际调控中各调控量的调控效益。易造成调控成本增加，调控效果不明显等问题。

通过对各环境因子的光合速率变化曲线研究发现，随着光照强度、CO₂浓度等环境因子逐渐增加，光合速率的变化曲线都经历了先快速上升再缓慢上升的过程。以番茄幼苗为对象，通过前期预实验数据研究特定温度下，CO₂浓度与光照强度的光合变化曲面发现，随着CO₂浓度与光照强度的增加，光合曲面呈现先快速上升再缓慢上升的趋势。在这个光合变化平缓的曲面内，其CO₂浓度与光照强度调控成本增加，调控效益不高。因此，如何精准获取此平缓变化区域作为CO₂与光照强度目标值决策区域，实现作物多因子高效协同调控决策，已成为设施农业高效益调控的迫切需求。

通过构建CO₂浓度与光照强度的光合变化曲面，可以明显看出随着CO₂浓度与光照强度的增加，光合速率存在着先快速上升再缓慢上升的一个过程，如果可以获取光合曲面中缓慢变化的这部分曲面(记为光合次优曲面)，将此次优曲面映射在CO₂浓度-光照强度平面上，准确获取CO₂-光照强度约束条件(记二维耦合约束条件)，在双因子耦合调控中，以这个二维耦合约束区间为后续效益优先调控作为决策空间，将各调控因子的值调控到这个二维耦合约束条件内，即将光合速率调控到光合次优区面内，可以为CO₂-光照强度高效协同调控提供一个可行的决策依据。

而现有的以光合速率最优为目标的CO₂饱和点以及光饱和点寻优方法无法确定二维耦合调控目标区域，从而限制了二维耦合高效益调控的发展。因此，确定二氧化碳与光照强度之间交互影响光合次优曲面及其二维耦合约束条件尤为重要，是实现设施环境多维环境因子耦合高效益调控亟需解决的问题。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于调控效益优先的二维联合调控目标区域的获取方法，基于离散曲率的二维耦合约束获取次优光合曲面，解决了现有的设施环境调控系统中二维联合调控目标值的获取缺乏融合调控效益，容易造成调控成本高，调控效益低等问题。

为了实现上述目的，本发明采用的技术方案是：

一种基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，以温度、二氧化碳浓度、光照强度为输入，光合速率为输出，采用SVR构建光合速率预测模型；以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合曲面以及具有生理学意义的空间响应离散曲线簇；利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面，光合次优曲面映射到二氧化碳浓度-光照强度坐标平面上的部分即为二维联合调控目标区域，也即二维耦合约束条件。

所述光合速率预测模型的构建方法如下：

步骤1：数据预处理，采用线性归一化，即将输入输出数据转化到[0，1]的取值范围，转化公式为式中：x_max和x_min分别为训练样本中的最大值和最小值，x是输入数据，x*是输出数据；

步骤2：采用网格搜索获取最优训练参数，误差惩罚因子c，RBF核函数中的方差g；

步骤3：基于上述方法获取的SVR参数组合，训练SVR光合速率预测模型，构建以温度、二氧化碳浓度、光量子通量密度为输入，光合速率为输出的预测模型。

所述以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合曲面以及具有生理学意义的空间响应曲线簇的获取方法如下：

首先，在实验数据最大最小范围内，选取特定温度，对二氧化碳浓度与光照强度分别以1为步长离散化，通过光合速率预测模型，获取不同二氧化碳浓度、光照强度的光合速率，然后对输入输出离散数据进行归一化，根据归一化后的数据构建二氧化碳浓度-光照强度-光合速率三维离散曲面，即光合曲面；

其次，通过光合曲面与垂直于二氧化碳浓度坐标轴的平面簇相交获取n条空间曲线，通过离散化光照强度获取不同二氧化碳浓度的光响应离散曲线簇，对于每条离散曲线，求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定二氧化碳浓度的光响应阈值点；采用同样的方法，通过光合曲面与垂直于光照强度坐标轴的平面簇相交获取n条空间曲线，通过离散化二氧化碳浓度获取不同光照强度的二氧化碳响应离散曲线簇。

所述利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面的方法是：

采用U弦长曲率对离散曲线上的点求离散曲率，获取弯曲程度最大所对应的点，在空间标注后获取两条空间离散阈值曲线，两条空间离散阈值曲线相交，将光合曲面切分，顶端的部分记为光合次优曲面。

所述采用U弦长曲率对离散曲线上的点求离散曲率的方法如下：

(1)获取离散曲线上的点Pi的支持领域即在曲线上与Pi距离为U的左右两端点；

①输入参数U和点Pi＝(COi,PFDi,Pni)；COi、PFDi、Pni是指点Pi在二氧化碳浓度轴、光照强度轴、光合速率轴的坐标值；

②从Pi点开始，沿着离散曲线上的各点向左遍历得到P_{left_j}，j＝1,2,3,4…，直到某点P_{left_j}满足条件||P_iP_{left_j}||≥U，取

③利用插值法获取与Pi欧氏距离为U的左端的点由于位于点和之间，所以根据欧氏距离求出v，v表示权重，0≤v<1，由此得到

④从Pi点开始，沿着离散曲线上的各点向右遍历得到P_{right_r}，r＝1,2,3,4…，直到某点P_{right_r}满足条件||P_iP_{right_r}||≥U，取

⑤利用插值法获取与Pi欧氏距离为U的右端的点P_i ^f，由于P_i ^f位于点和之间，所以根据欧氏距离||P_iP_i ^f||＝U求出u，u表示权重，0≤u<1，由此得到P_i ^f；

⑥确定作为求Pi点曲率值的支持领域，其中U_b和U_f均表示点序号；

(2)U弦长曲率计算

计算U弦长曲率时，应用与支持领域前后臂矢量夹角相关的一个余弦值作为离散曲率，其具体计算公式为其中，s_i为U弦长曲率值的符号，具体计算公式为

分别为点P_i ^f、的坐标；是P_i ^f、这两点间的欧氏距离；

(3)按照步骤(1)、(2)对离散曲线上的各点求U弦长曲率。

U的取值取决于曲线上某点扭转的半径大小，根据曲线长度与所求某点曲率精度来依据经验设定的。由于本发明中计算曲率前进行了归一化处理，曲线变量值较小，在这里的U设定为0.05。

所述两条相交的空间离散阈值曲线的获取，方法如下：

采用所述离散曲率计算方法求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定光照强度的二氧化碳响应阈值点，各阈值点在空间曲面上形成了两条相交的空间离散阈值曲线。

所述次优光合曲面的获取，方法如下：

两条空间离散阈值曲线映射到二氧化碳浓度-光照强度平面所形成的两条平面曲线，分别记为特定温度的光响应阈值曲线与二氧化碳阈值曲线，两条空间离散阈值曲线相交，将空间曲面切分出的上端曲面记为特定温度的光合次优曲面。

所述二维耦合约束条件的获取，方法如下：

所述两条空间离散阈值曲线，各点坐标为Pf(CO₂f,PFDf,Pnf)，其中f＝0,1,2,3…,各点映射到二氧化碳浓度-光照强度平面上Qf(CO₂f，PFDf)，将映射点采用多项式拟合获取两条相交的平面曲线，作为高效益调控的二维联合调控目标区间。

与现有技术相比，本发明获取的调控目标平均值与传统以光合速率最大值点作为调控目标值相比，光合速率仅下降了10.69％，而平均需光量下降38.24％，平均二氧化碳浓度需求量下降了12.10％。研究成果对设施二维环境因子高效调控具有重要意义，能解决设施二维环境因子环境高效调控的基础理论问题，对实际的设施环境双因子调控有指导意义。

附图说明

图1是本发明基于调控效益优先的二维耦合约束决策空间算法流程图。

图2是本发明t＝30℃时，番茄苗期二氧化碳浓度-光照强度光合曲面图，二氧化碳浓度为自变量。

图3是本发明t＝30℃时，番茄苗期二氧化碳浓度-光照强度光合曲面图，光照强度为自变量。

图4是本发明获取的次优阈值曲线图，各响应曲线曲率最大值点标记。

图5是本发明获取的次优阈值曲线图，各响应曲线曲率最大值点映射。

图6是本发明二维耦合约束条件图。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

如图1所示，一种基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，以温度、二氧化碳浓度、光照强度为输入，光合速率为输出，采用SVR构建光合速率预测模型；以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合曲面以及具有生理学意义的空间响应离散曲线簇；利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面，光合次优曲面映射到二氧化碳浓度-光照强度坐标平面上的部分即为二维联合调控目标区域，也即二维耦合约束条件。

在本发明的一个实施例中，通过建立模型，实现融合效率约束的设施光合目标值调控。

试验方案设计方法如下：

本试验于2018年1月-2018年2月在泾阳蔬菜示范基地进行。番茄幼苗移栽于蔬菜大棚。针对试验作物番茄幼苗，基于不同环境因子对光合速率的影响，使用美国LI-COR公司生产的Li-6800XT便携式光合速率仪对其进行测量，试验设置外界环境因子变量包括光子通量密度、叶片温度等，在适宜作物生长的环境条件下设计各环境因子嵌套实验。其中光子通量密度设置0μmol/m²s、20μmol/m²s、50μmol/m²s、100μmol/m²s、200μmol/m²s、300μmol/m²s、500μmol/m²s、700μmol/m²s、900μmol/m²s、1000μmol/m²s、1100μmol/m²s、1200μmol/m²s、1300μmol/m²s、1500μmol/m²s等14个梯度、温度设置8℃、12℃、16℃、20℃、24℃、28℃、32℃、36℃等8个梯度、二氧化碳浓度设置300μmol/mol、600μmol/mol、900μmol/mol、1200μmol/mol等4个梯度，根据以上设定各因子的范围和步长，为减少试验数据的偶然性，每组试验嵌套条件均重复三次进行。基于以上试验方案测得番茄幼苗在不同光子通量密度、叶片温度下、二氧化碳浓度的光合速率，为建立光合速率预测模型提供数据支持。

其中，光合速率预测模型采用SVR构建，方法如下：

步骤1：数据预处理。采用线性归一化，即将输入输出数据转化到[0，1]的取值范围。转化公式有，

公式(1)中：x_max和x_min分别为训练样本中的最大值和最小值。

步骤2：采用网格搜索获取最优训练参数，误差惩罚因子c，RBF核函数中的方差g，c较小时，SVR处于欠拟合状态，c越大，容易处于过拟合，因此在计算过程中，当模型性能相同时，为减少计算时间，优选选择惩罚因子c比较小的参数组合。

步骤3：基于上述方法获取的SVR参数组合，训练SVR光合速率预测模型。构建以温度，二氧化碳浓度，光量子通量密度为输入，光合速率为输出的预测模型。

不同温度下二氧化碳-光照强度的光合响应曲面以及具有生理学意义的空间响应曲线簇的获取，方法如下：

首先，在实验数据最大最小范围内，对选取特定温度，对二氧化碳浓度与光照强度分别以1为步长离散化，通过光合速率预测模型，获取不同二氧化碳浓度、光照强度的光合速率，然后对输入输出离散数据进行归一化，根据归一化后的数据构建三维(二氧化碳浓度-光照强度-光合速率)离散曲面。

其次，通过光合曲面与垂直于二氧化碳坐标轴的平面簇相交获取n多条空间曲线，通过离散化光照强度获取不同二氧化碳浓度的光响应离散曲线簇，对于每条离散曲线，求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定二氧化碳浓度的光响应阈值点；采用同样的方法，通过光合曲面与垂直于光照强度坐标轴的平面簇相交获取n多条空间曲线，通过离散化二氧化碳浓度获取不同光照强度的二氧化碳响应离散曲线簇。

利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面的方法是：

采用U弦长曲率对离散曲线上的点求离散曲率，获取弯曲程度最大所对应的点，在空间标注后获取两条空间离散阈值曲线，两条空间离散阈值曲线相交，将光合曲面切分，顶端的部分记为光合次优曲面。

离散曲线的离散曲率的获取，方法如下：

(1)获取离散曲线上的点Pi的支持领域即在曲线上与Pi距离为U的左右两端点；

①输入参数U和点Pi＝(COi,PFDi,Pni)；COi、PFDi、Pni是指点Pi在二氧化碳浓度轴、光照强度轴、光合速率轴的坐标值；

②从Pi点开始，沿着离散曲线上的各点向左遍历得到P_{left_j}，j＝1,2,3,4…，直到某点P_{left_j}满足条件||P_iP_{left_j}||≥U，取

③利用插值法获取与Pi欧氏距离为U的左端的点由于位于点和之间，所以根据欧氏距离求出v，v表示权重，0≤v<1，由此得到

④从Pi点开始，沿着离散曲线上的各点向右遍历得到P_{right_r}，r＝1,2,3,4…，直到某点P_{right_r}满足条件||P_iP_{right_r}||≥U，取

⑤利用插值法获取与Pi欧氏距离为U的右端的点P_i ^f，由于P_i ^f位于点和之间，所以根据欧氏距离||P_iP_i ^f||＝U求出u，u表示权重，0≤u<1，由此得到P_i ^f；

⑥确定作为求Pi点曲率值的支持领域，其中U_b和U_f均表示点序号；

(2)U弦长曲率计算

计算U弦长曲率时，应用与支持领域前后臂矢量夹角相关的一个余弦值作为离散曲率，其具体计算公式为其中，s_i为U弦长曲率值的符号，具体计算公式为

分别为点P_i ^f、的坐标；是这两点间的欧氏距离；

(3)按照步骤(1)、(2)对离散曲线上的各点求U弦长曲率。

U的取值取决于曲线上某点扭转的半径大小，根据曲线长度与所求某点曲率精度来依据经验设定的。由于本发明中计算曲率前进行了归一化处理，曲线变量值较小，在这里的U设定为0.05。

(3)按照步骤(1)、(2)对离散曲线上的各点求U弦长曲率。

所述两条相交的空间离散阈值曲线的获取，方法如下：

曲率表示曲线，而对于光合速率变化的响应曲面上的任意一点有无数条不同方向的曲线，即这一点处有不同大小的曲率值，而真正有生理学意义的曲线仅有两条，即沿着CO₂坐标轴平行的曲线与沿着光强坐标轴平行的曲线，这两条曲线分别表示光合变化的CO₂响应曲线与光响应曲线。针对各响应曲线上每一点曲率值的变化，表示单位弧段上切线转过角度大小的极限，而曲率最大点表示CO₂利用率或光强利用率由大到小的一个分界，代表着CO₂或光强对光合速率影响的拐点。

采用上述离散曲率计算方法求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定光照强度的二氧化碳响应阈值点。图2表示离散化后的光合速率随CO₂浓度和光照强度变化的曲面。对不同CO₂的光响应曲线求曲率最大值点，并在曲面上标记。图3表示离散化后的光合速率随CO₂浓度和光照强度变化的曲面。对不同PFD的CO₂响应曲线求曲率最大值点，并在曲面上标记。图4表示各响应曲线求曲率最大值点，并在曲面上标记。图5表示曲率最大值点在CO₂-PFD平面上进行映射。

各阈值点在空间曲面上形成了两条离散曲线。

所述次优光合曲面的获取，方法如下：

两空间曲线映射到二氧化碳浓度-光照强度平面所形成的两条平面曲线，分别记为特定温度的光响应阈值曲线与二氧化碳阈值曲线。两空间曲线相交，将空间曲面切分出的上端曲面记为特定温度的光合次优曲面。

二维耦合约束条件的获取，方法如下：

采用上述方法获取两条相交的空间离散阈值曲线，各点坐标为pf(CO₂f,PFDf,Pnf)，其中f＝0,1,2,3…,各点映射到二氧化碳浓度-光照强度平面上qf(CO₂f，PFDf)，将映射点采用多项式拟合获取两条相交的平面曲线，作为高效益调控的二维联合调控目标区间，如图6所示。

本发明的效果：

为了进一步验证本方法的调控效果，本发明与传统光合速率最大方法获得的光-CO₂调控目标值相比，对比结果如表1所示。从表中可以发现虽然不同温度下光-CO₂调控量的下降程度不同，整体来看，光-CO₂调控量的下降程度与光合速率的降低程度要大很多。采用该方法获取的调控光-CO₂目标值，相比于以传统光饱和点目标值的方法，其光合速率平均仅减少10.69％，而其需光量则平均下降38.24％，CO₂量下降12.1％。

表1

综上，本发明针对现有的设施环境调控系统中二维联合调控目标值的获取缺乏融合调控效益，容易造成调控成本高，调控效益低等问题，提出了基于调控效益优先的二维联合调控目标区域的获取方法。通过分析作物光合作用机理和主要环境影响因子，设计了以光照强度、环境温度和CO₂浓度为试验变量的多因子耦合嵌套试验，利用Li-6400光合速率仪获取了番茄幼苗的光合数据样本；构建基于SVR构建光合速率预测模型，以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合响应曲面以及具有生理学意义的空间响应曲线簇。分析光合速率响应曲面特征与调控效率的关联关系，利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面，最后通过映射到调控值平面作为二维联合调控目标区域。实验结果采用该方法获取的调控目标值具有高效节能的特点，为设施作物多因子环境高效精准调控提供理论基础和技术支持。

Claims (8)

1.一种基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，以温度、二氧化碳浓度、光照强度为输入，光合速率为输出，采用SVR构建光合速率预测模型；以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合曲面以及具有生理学意义的空间响应离散曲线簇；利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面，光合次优曲面映射到二氧化碳浓度-光照强度坐标平面上的部分即为二维联合调控目标区域，也即二维耦合约束条件。

2.根据权利要求1所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述光合速率预测模型的构建方法如下：

步骤1：数据预处理，采用线性归一化，即将输入输出数据转化到[0，1]的取值范围，转化公式为式中：x_max和x_min分别为训练样本中的最大值和最小值，x是输入数据，x*是输出数据；

步骤2：采用网格搜索获取最优训练参数，误差惩罚因子c，RBF核函数中的方差g；

步骤3：基于上述方法获取的SVR参数组合，训练SVR光合速率预测模型，构建以温度、二氧化碳浓度、光量子通量密度为输入，光合速率为输出的预测模型。

3.根据权利要求1所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述以不同温度下的光合速率为目标函数，获取不同温度下二氧化碳-光照强度的光合曲面以及具有生理学意义的空间响应曲线簇的获取方法如下：

首先，在实验数据最大最小范围内，选取特定温度，对二氧化碳浓度与光照强度分别以1为步长离散化，通过光合速率预测模型，获取不同二氧化碳浓度、光照强度的光合速率，然后对输入输出离散数据进行归一化，根据归一化后的数据构建二氧化碳浓度-光照强度-光合速率三维离散曲面，即光合曲面；

其次，通过光合曲面与垂直于二氧化碳浓度坐标轴的平面簇相交获取n条空间曲线，通过离散化光照强度获取不同二氧化碳浓度的光响应离散曲线簇，对于每条离散曲线，求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定二氧化碳浓度的光响应阈值点；采用同样的方法，通过光合曲面与垂直于光照强度坐标轴的平面簇相交获取n条空间曲线，通过离散化二氧化碳浓度获取不同光照强度的二氧化碳响应离散曲线簇。

4.根据权利要求1所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述利用U弦长曲率-爬山法获取二氧化碳-光照强度的次优光合曲面的方法是：

采用U弦长曲率对离散曲线上的点求离散曲率，获取弯曲程度最大所对应的点，在空间标注后获取两条空间离散阈值曲线，两条空间离散阈值曲线相交，将光合曲面切分，顶端的部分记为光合次优曲面。

5.根据权利要求4所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述采用U弦长曲率对离散曲线上的点求离散曲率的方法如下：

(1)获取离散曲线上的点Pi的支持领域即在曲线上与Pi距离为U的左右两端点；

①输入参数U和点Pi＝(COi,PFDi,Pni)；COi、PFDi、Pni是指点Pi在二氧化碳浓度轴、光照强度轴、光合速率轴的坐标值；

②从Pi点开始，沿着离散曲线上的各点向左遍历得到P_{left_j}，j＝1,2,3,4…，直到某点P_{left_j}满足条件‖P_iP_{left_j}‖≥U，取

③利用插值法获取与Pi欧氏距离为U的左端的点由于位于点和之间，所以根据欧氏距离求出v，v表示权重，0≤v<1，由此得到

④从Pi点开始，沿着离散曲线上的各点向右遍历得到P_{right_r}，r＝1,2,3,4…，直到某点P_{right_r}满足条件‖P_iP_{right_r}‖≥U，取

⑤利用插值法获取与Pi欧氏距离为U的右端的点P_i ^f，由于P_i ^f位于点和之间，所以根据欧氏距离||P_iP_i ^f||＝U求出u，u表示权重，0≤u<1，由此得到P_i ^f；

⑥确定作为求Pi点曲率值的支持领域，其中U_b和U_f均表示点序号；

(2)U弦长曲率计算

计算U弦长曲率时，应用与支持领域前后臂矢量夹角相关的一个余弦值作为离散曲率，其具体计算公式为其中，s_i为U弦长曲率值的符号，具体计算公式为

分别为点P_i ^f的坐标；是P_i ^f这两点间的欧氏距离；

(3)按照步骤(1)、(2)对离散曲线上的各点求U弦长曲率。

6.根据权利要求4或5所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述两条相交的空间离散阈值曲线的获取，方法如下：

采用所述离散曲率计算方法求出各离散曲线的弯曲程度最大所对应的空间点，在空间曲面上标记，记为特定温度、特定光照强度的二氧化碳响应阈值点，各阈值点在空间曲面上形成了两条相交的空间离散阈值曲线。

7.根据权利要求4或5所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述次优光合曲面的获取，方法如下：

两条空间离散阈值曲线映射到二氧化碳浓度-光照强度平面所形成的两条平面曲线，分别记为特定温度的光响应阈值曲线与二氧化碳阈值曲线，两条空间离散阈值曲线相交，将空间曲面切分出的上端曲面记为特定温度的光合次优曲面。

8.根据权利要求1所述基于调控效益优先的二维联合调控目标区域的获取方法，其特征在于，所述二维耦合约束条件的获取，方法如下：

所述两条空间离散阈值曲线，各点坐标为Pf(CO₂f,PFDf,Pnf)，其中f＝0,1,2,3…,各点映射到二氧化碳浓度-光照强度平面上Qf(CO₂f，PFDf)，将映射点采用多项式拟合获取两条相交的平面曲线，作为高效益调控的二维联合调控目标区间。