CN112697702A - 一种基于密度分布特征的co2范围寻优方法 - Google Patents

一种基于密度分布特征的co2范围寻优方法 Download PDF

Info

Publication number
CN112697702A
CN112697702A CN202011633857.9A CN202011633857A CN112697702A CN 112697702 A CN112697702 A CN 112697702A CN 202011633857 A CN202011633857 A CN 202011633857A CN 112697702 A CN112697702 A CN 112697702A
Authority
CN
China
Prior art keywords
range
concentration
response curve
photosynthetic rate
efficiency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011633857.9A
Other languages
English (en)
Other versions
CN112697702B (zh
Inventor
胡瑾
陈丹艳
张军华
汪志胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest A&F University
Original Assignee
Northwest A&F University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest A&F University filed Critical Northwest A&F University
Priority to CN202011633857.9A priority Critical patent/CN112697702B/zh
Publication of CN112697702A publication Critical patent/CN112697702A/zh
Application granted granted Critical
Publication of CN112697702B publication Critical patent/CN112697702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining

Abstract

设施环境中CO2不足导致作物生长受限，而由于CO2气体的波动性较大，很难实现精准的补施，本发明采用适宜CO2范围为补施CO2阈值区间调控CO2能够促进植物的生长，设施环境中CO2不足，针对设施环境CO2施肥效应中的气体调控精度受限问题，本发明通过分析CO2快速响应曲线的分布特征，获取CO2关于净光合速率的密度分布，以累积贡献度为依据，选取适宜的CO2范围，为CO2补施浓度控制提供依据，能够促进植物的生长，解决设施环境中CO2不足，设施环境CO2施肥效应中的气体调控精度受限等问题。

Description

一种基于密度分布特征的CO2范围寻优方法
技术领域
本发明属于设施农业环境调控领域，涉及设施农业CO2环境控制，特别涉及一种基于密度分布特征的CO2范围寻优方法。
背景技术
针对封闭半封闭的设施栽培环境，CO2浓度远远低于设施内作物生长需求，CO2浓度的增加能够提高植物的光合同化速率，促进植物生长，适量的控制CO2能够提高农作物的产量和品质，而CO2为气体，在空气中分布不均且易受周围气体环境波动影响，现在的寻优方式虽然在理论上非常精准，但对基础数据的要求非常高，数据的波动性极大影响寻优结果，导致调控精度受限，很难实现个位数的精准控制。
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密度分布特征的CO2范围寻优方法，采用适宜CO2范围为补施CO2阈值区间调控CO2，能够促进植物的生长，以解决设施环境中CO2不足，设施环境CO2施肥效应中的气体调控精度受限问题。
为了实现上述目的，本发明采用的技术方案是：
一种基于密度分布特征的CO2范围寻优方法，包括如下步骤：
步骤1，获取CO2快速响应曲线；
步骤2，依据CO2快速响应曲线，分析数据特征分布；
步骤3，根据CO2快速响应曲线波动范围选取净光合速率段宽，并根据净光合速率的幅值/段宽划分段数；
步骤4，分析CO2效率；
步骤5，计算每段单位CO2对光合的提升效率，采用贡献度分析，当CO2浓度到第N段时，CO2累积效率达到近似值(保留两位小数)为1，此后单位CO2浓度的继续增加对净光合速率的提升效率近似值(保留两位小数)为0，则选取第N段为相应光温条件下CO2适宜区间。
所述步骤1中，采用LI-6800便携式光合仪器，设定CO2浓度梯度范围为0-1600ppm，自动测量时间为16min，根据样品叶室和参比叶室CO2浓度差决定光合速率，测量过程中CO2浓度及光合速率值由自动测量系统均匀计数，直至时间到达16min，停止计数，得到以CO2浓度为横坐标，以光合速率为纵坐标的CO2快速响应曲线。通过空叶室测试进行数据修正，去掉开始和结束的野点，得到修正后的快速CO2响应曲线，此时CO2浓度范围为[CO2a,CO2b]，光合速率范围为[Pna,Pnb]。
所述步骤2中，所述CO2快速响应曲线中，净光合速率Pn随CO2浓度增加，先极速增加，后波动增加至稳定，CO2快速响应曲线频率分布直方图中，统计总频数Num，每段分布CO2点数为n，前期CO2点分布稀疏，随CO2浓度的增加，频数增加，CO2点越来越密，至光合达到稳定时，分布最密，即，n随Pn增加而增加，在相同Pn增加范围内，CO2频数增加，即CO2分布的密度增加。
所述步骤3中，采用差分法选取CO2特征点，通过CO2快速响应曲线数据集的二阶差分数据集，寻找二阶差分最接近0的拐点，通过一阶差分的求和结果判断原始数据趋于稳定的区域，并以此为段宽划分依据，平稳区域内的极差即为段宽CO2i，根据光合速率幅值变化[Pna,Pnb]，并由此确定段数n＝(Pnb-Pna)/CO2i，即段数＝光合极差/段宽。
所述步骤4中，单位CO2效率随着CO2浓度的增加先极速增加后极速下降至平缓下降，对此趋势进行高斯非线性拟合，拟合决定系数R2为0.9510，均方根误差为0.0001，Unit-CO2-efficiency＝△Pn/(ni×([CO2b-CO2a]/Num))，即单位CO2效率＝该段Pn变化量/(频数×(总CO2范围/总频数))。
与现有技术相比，本发明以CO2密度分布选取适宜段宽为补施范围，提高原始数据的容错性，增加寻优的抗干扰能力，以实测数据去寻优，减小了由于数据拟合引起的误差，大大提高了寻优的准确性，能够提供设施环境CO2的统一补施方案。
附图说明
图1是本发明寻优方法流程示意图。
图2是快速CO2响应曲线示意图。
图3是快速CO2响应曲线净光合速率频数分布示意图。
图4是CO2差分分布示意图，其中(a)为一阶差分示意图，(b)为二阶差分示意图。
图5为PPFD取200μmol·m-2·s-1时单位CO2效率变化趋势示意图。
图6为PPFD取200μmol·m-2·s-1时CO2效率帕累托图。
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。
设施环境中CO2不足导致作物生长受限，而由于CO2气体的波动性较大，很难实现精准的补施，本发明采用适宜CO2范围为补施CO2阈值区间调控CO2能够促进植物的生长，设施环境中CO2不足，针对设施环境CO2施肥效应中的气体调控精度受限问题，本发明通过分析CO2快速响应曲线的分布特征，获取CO2关于净光合速率的密度分布，以累积贡献度为依据，选取适宜的CO2范围，为CO2补施浓度控制提供依据，如图1所示，本发明具体包括如下步骤：
步骤1，获取CO2快速响应曲线。
采用LI-6800便携式光合仪器(LI-COR，Inc.，Lincoln，NE，USA)，LI-6800的AutoControl功能在算法上允许用户自定义CO2控制的起始和终止浓度，以及变化方式和花费时间。通过该自动测量系统功能，设定CO2浓度梯度范围为0-1600ppm，自动测量时间为16min，根据样品叶室和参比叶室CO2浓度差决定光合速率，测量过程中CO2浓度及光合速率值由自动测量系统均匀计数，直至时间到达16min，停止计数，得到以CO2浓度为横坐标，以光合速率为纵坐标的CO2快速响应曲线。为消除系统误差，通过空叶室测试进行数据修正，去掉开始和结束的野点，得到修正后的快速CO2响应曲线，此时CO2浓度范围为[CO2a,CO2b]，光合速率范围为[Pna,Pnb]。
步骤2，依据CO2快速响应曲线，分析数据特征分布。
如图2所示，CO2快速响应曲线中，净光合速率Pn随CO2浓度增加，先极速增加，后波动增加至稳定。如图3所示，CO2快速响应曲线频率分布直方图中，统计总频数Num，每段分布CO2点数为n，前期CO2点分布稀疏，随CO2浓度的增加，频数增加，CO2点越来越密，至光合达到稳定时，分布最密，即，n随Pn增加而增加，在相同Pn增加范围内，CO2频数增加，即CO2分布的密度增加。
步骤3，根据CO2快速响应曲线波动范围选取净光合速率段宽，并根据净光合速率的幅值/段宽划分段数。
本发明采用差分法选取CO2特征点，通过CO2快速响应曲线数据集的二阶差分数据集，寻找二阶差分最接近0的拐点，通过一阶差分的求和结果判断原始数据趋于稳定的区域，并以此为段宽划分依据，平稳区域内的极差即为段宽CO2i，根据光合速率幅值变化[Pna,Pnb]，并由此确定段数n＝(Pnb-Pna)/CO2i，即段数＝光合极差/段宽。
步骤4，分析CO2效率。
单位CO2效率随着CO2浓度的增加先极速增加后极速下降至平缓下降，对此趋势进行高斯非线性拟合，拟合决定系数R2为0.9510，均方根误差为0.0001，Unit-CO2-efficiency＝△Pn/(ni×([CO2b-CO2a]/Num))，即单位CO2效率＝该段Pn变化量/(频数×(总CO2范围/总频数))。
步骤5，计算每段单位CO2对光合的提升效率，采用贡献度分析，当CO2浓度到第N段时，CO2累积效率达到近似值(保留两位小数)为1，此后单位CO2浓度的继续增加对净光合速率的提升效率近似值(保留两位小数)为0，则选取第N段为相应光温条件下CO2适宜区间。
在本发明的一个具体实施例中，以设施园艺学中植物工厂生菜常用的光量子通量密度200μmol·m-2·s-1，温度22℃为例，分析该环境下CO2密度分布特征，通过差分法选取针对该曲线的适宜光合速率段宽，根据光合极差计算段数，并计算每段的CO2效率，对其进行贡献度分析，选取适宜的CO2补施范围，该实施例可为设施环境提供CO2的统一补施方案参考。具体的试验内容如下：
1.试验材料
试验在CO2人工气候箱内进行，温度、光照强度、CO2浓度等环境参数均可控。以香港玻璃生菜(Lactuca sativa L.)为试验材料，24℃催芽两天，待种子发芽，选取胚轴长度相近的种子播种至小海绵，放入清水中，待幼苗长出第一片真叶时，采用1/4剂量的日本园式通用营养液进行水培，幼苗两叶一心时，选取长势一致的幼苗移栽至水培槽内，同样采用采用1/4剂量的日本园式通用营养液进行水培。
2.试验处理设置及测试方法
待五叶一心时，随机选取生菜幼苗各3株为待测植株，取从下至上第四叶位叶片为待测叶片，进行快速CO2响应曲线测定。以测试平台提供PPFD梯度为1600，1500，1400，1300，1200，1100，1000，900，800，700，600，500，400，300，200，120，60，30μmol·m-2·s-1。采用LI-6800自动测量系统，依据自动测量说明书每100μmol·mol-1的需1min，因此，根据设定CO2浓度梯度范围设置自动测量时间为16min，光合仪CO2控制系统根据设置范围均匀的向上增加CO2浓度，自动测量系统均匀计数，直至时间到达16min，停止计数。由于CO2变动速度很快，参比叶室与样品叶室很难在同一时间达到同一水平，故测得的净光合速率值并非真实值，因此，为去除仪器设备本身的误差，采用测量值减去空叶室测量值的方式修正。
3.结果分析
3.1.数据特征分布分析
CO2快速响应曲线表明生菜净光合速率Pn随CO2浓度增加，先极速增加，后波动增加至稳定(图2)，且前期CO2点分布稀疏，随CO2浓度的增加，CO2分布越来越密，至光合达到稳定时，分布最密。在相同Pn增加范围内，CO2频数增加，即CO2分布的密度增加(图3)。在增加相同净光合速率时，不同分段内CO2同化效率有差异，故考虑CO2的密度分布对净光合速率有影响，本发明通过分析CO2密度分布特征，通过分析不同分段CO2效率的差异，以CO2的累积贡献率为依据，选取适宜的CO2浓度段。以密度分布选取适宜段宽为补施范围，提高原始数据的容错性，增加该方法寻优的抗干扰能力，以实测数据去寻优，减小了因为数据拟合引起的误差。
3.2.段宽选取及段数划分
为避免由于CO2波动引起的段内划分错误，段宽的选择尤为重要，本发明采用差分法选取CO2特征点。通过数据集的二阶差分数据集，寻找二阶差分最接近0的拐点，通过一阶差分的求和结果判断该原始数据趋于稳定的区域，并以此为段宽划分依据，平稳区域内的极差即为段宽。以200μmol·m-2·s-1为例，二阶差分为0的拐点处分别为321，437，612，1010μmol·mol-1(如图4中(a)和(b)所示)，分别计算四段内的一阶差分的和为0.3280，0.4069，-0.4291，-0.0748μmol·mol-1，1010μmol·mol-1以后的为趋于平稳区域，因此选取该段内极差为1.2189μmol·mol-1。该曲线的最大值与最小值分别为8.0742μmol·m-2·s-1和μmol·m-2·s-1，极差为12.1880μmol·m-2·s-1段数即为10段。
3.3.CO2效率分析
单位CO2效率随着CO2浓度的增加先极速增加后极速下降至平缓下降(图5)。对其趋势进行高斯非线性拟合R2为0.9510，均方根误差为0.0001。
3.4.CO2段选取
以PPFD为200μmol·m-2·s-1为例，通过计算每段单位CO2对光合的提升效率，采用贡献度分析(帕累托分析)，当CO2浓度到第9段(396-756μmol·mol-1之间)时，CO2累积效率达到99.74％(图6)。此后单位CO2的浓度的继续增加对净光合速率的提升效率非常低，因此，选取第9段为该光温条件下CO2适宜区间，且自然界中CO2浓度为400μmol·mol-1左右，故适宜补施区间为[400,756]μmol·mol-1。
综上，本发明以CO2密度分布选取适宜段宽为补施范围，不同温度光照条件下亦可按照该方法进行选取，最终选取范围的大小受原始数据波动大小的影响，原始数据越波动越小，最终寻优的CO2范围越窄，该方法建立在原始数据的基础上，提高原始数据的容错性，增加该方法寻优的抗干扰能力，以实测数据去寻优，减小了因为数据拟合引起的误差，该方法大大提高了寻优的准确性，能够提供设施环境CO2的统一补施方案。

Claims (7)

1.一种基于密度分布特征的CO2范围寻优方法，其特征在于，包括如下步骤：
步骤1，获取CO2快速响应曲线；
步骤2，依据CO2快速响应曲线，分析数据特征分布；
步骤3，根据CO2快速响应曲线波动范围选取净光合速率段宽，并根据净光合速率的幅值/段宽划分段数；
步骤4，分析CO2效率；
步骤5，计算每段单位CO2对光合的提升效率，采用贡献度分析，当CO2浓度到第N段时，CO2累积效率达到近似值为1，此后单位CO2浓度的继续增加对净光合速率的提升效率近似值为0，则选取第N段为相应光温条件下CO2适宜区间。
2.根据权利要求1所述基于密度分布特征的CO2范围寻优方法，其特征在于，所述步骤1中，采用LI-6800便携式光合仪器，设定CO2浓度梯度范围为0-1600ppm，自动测量时间为16min，根据样品叶室和参比叶室CO2浓度差决定光合速率，测量过程中CO2浓度及光合速率值由自动测量系统均匀计数，直至时间到达16min，停止计数，得到以CO2浓度为横坐标，以光合速率为纵坐标的CO2快速响应曲线。
3.根据权利要求2所述基于密度分布特征的CO2范围寻优方法，其特征在于，通过空叶室测试进行数据修正，去掉开始和结束的野点，得到修正后的快速CO2响应曲线，此时CO2浓度范围为[CO2a,CO2b]，光合速率范围为[Pna,Pnb]。
4.根据权利要求1所述基于密度分布特征的CO2范围寻优方法，其特征在于，所述CO2快速响应曲线中，净光合速率Pn随CO2浓度增加，先极速增加，后波动增加至稳定，CO2快速响应曲线频率分布直方图中，统计总频数Num，每段分布CO2点数为n，前期CO2点分布稀疏，随CO2浓度的增加，频数增加，CO2点越来越密，至光合达到稳定时，分布最密，即，n随Pn增加而增加，在相同Pn增加范围内，CO2频数增加，即CO2分布的密度增加。
5.根据权利要求1所述基于密度分布特征的CO2范围寻优方法，其特征在于，所述步骤3中，采用差分法选取CO2特征点，通过CO2快速响应曲线数据集的二阶差分数据集，寻找二阶差分最接近0的拐点，通过一阶差分的求和结果判断原始数据趋于稳定的区域，并以此为段宽划分依据，平稳区域内的极差即为段宽CO2i，根据光合速率幅值变化[Pna,Pnb]，并由此确定段数n＝(Pnb-Pna)/CO2i，即段数＝光合极差/段宽。
6.根据权利要求1所述基于密度分布特征的CO2范围寻优方法，其特征在于，所述步骤4中，单位CO2效率随着CO2浓度的增加先极速增加后极速下降至平缓下降，对此趋势进行高斯非线性拟合，拟合决定系数R2为0.9510，均方根误差为0.0001，Unit-CO2-efficiency＝△Pn/(ni×([CO2b-CO2a]/Num))，即单位CO2效率＝该段Pn变化量/(频数×(总CO2范围/总频数))。
7.根据权利要求1所述基于密度分布特征的CO2范围寻优方法，其特征在于，所述步骤5中，近似值均保留两位小数。
CN202011633857.9A 2020-12-31 2020-12-31 一种基于密度分布特征的co2范围寻优方法 Active CN112697702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011633857.9A CN112697702B (zh) 2020-12-31 2020-12-31 一种基于密度分布特征的co2范围寻优方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011633857.9A CN112697702B (zh) 2020-12-31 2020-12-31 一种基于密度分布特征的co2范围寻优方法

Publications (2)

Publication Number Publication Date
CN112697702A true CN112697702A (zh) 2021-04-23
CN112697702B CN112697702B (zh) 2023-01-31

Family

ID=75513689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011633857.9A Active CN112697702B (zh) 2020-12-31 2020-12-31 一种基于密度分布特征的co2范围寻优方法

Country Status (1)

Country Link
CN (1) CN112697702B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113959964A (zh) * 2021-10-11 2022-01-21 天津同阳科技发展有限公司 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050252078A1 (en) * 2003-10-31 2005-11-17 Cornell Research Foundation, Inc. Systems and methods for providing optimal light-CO2 combinations for plant production
US20100059377A1 (en) * 2008-09-08 2010-03-11 Palo Alto Research Center Incorporated System and method for recovery of co2 by aqueous carbonate flue gas capture and high efficiency bipolar membrane electrodialysis
WO2011150462A1 (en) * 2010-06-02 2011-12-08 Co2Crc Technologies Pty Ltd Optimising objectives of a plant and a carbon dioxide capture facility
US8545700B1 (en) * 2009-02-24 2013-10-01 University Of South Florida Reduction and control of pH and soluble CO2 for optimal nitrification of wastewater
US20140047901A1 (en) * 2012-08-19 2014-02-20 Aspect Imaging Ltd. System for on-line measuring and controlling of o2 fraction, co fraction and co2 fraction
US20170138626A1 (en) * 2015-05-21 2017-05-18 Boe Technology Group Co., Ltd. Controller, indoor environment adjustment system, and indoor environment adjustment method
CN107037090A (zh) * 2017-04-24 2017-08-11 江苏大学 一种基于叶片紧张度变化的光合作用预测方法
CN107220672A (zh) * 2017-05-31 2017-09-29 西北农林科技大学 一种基于作物需求的适宜根温区间获取方法
CN107271392A (zh) * 2017-06-12 2017-10-20 重庆大学 一种基于气体差分吸收截面特征测量低浓度so2的方法
CN107329511A (zh) * 2017-05-31 2017-11-07 西北农林科技大学 基于适宜根温区间的水培蔬菜光环境高效调控方法与系统
US20180136184A1 (en) * 2016-11-17 2018-05-17 Li-Cor, Inc. Rapid response curves and survey measurements
CN108090693A (zh) * 2017-12-31 2018-05-29 西北农林科技大学 融合效率约束的设施光合目标值的优化调控模型的构建与应用
CN108256181A (zh) * 2017-12-31 2018-07-06 西北农林科技大学 融合效率约束的设施二氧化碳目标值的优化调控模型的构建与应用
CN108681344A (zh) * 2018-04-09 2018-10-19 中国农业大学 一种设施栽培二氧化碳浓度的控制方法和系统
CN109034462A (zh) * 2018-07-09 2018-12-18 北京农业信息技术研究中心 玉米群体种植结构优化方法及装置
US20190365281A1 (en) * 2017-01-16 2019-12-05 Koninklijke Philips N.V. Physiologic monitoring decision support system combining capnometry and oxygen saturation

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050252078A1 (en) * 2003-10-31 2005-11-17 Cornell Research Foundation, Inc. Systems and methods for providing optimal light-CO2 combinations for plant production
US20100059377A1 (en) * 2008-09-08 2010-03-11 Palo Alto Research Center Incorporated System and method for recovery of co2 by aqueous carbonate flue gas capture and high efficiency bipolar membrane electrodialysis
US8545700B1 (en) * 2009-02-24 2013-10-01 University Of South Florida Reduction and control of pH and soluble CO2 for optimal nitrification of wastewater
WO2011150462A1 (en) * 2010-06-02 2011-12-08 Co2Crc Technologies Pty Ltd Optimising objectives of a plant and a carbon dioxide capture facility
US20140047901A1 (en) * 2012-08-19 2014-02-20 Aspect Imaging Ltd. System for on-line measuring and controlling of o2 fraction, co fraction and co2 fraction
US20170138626A1 (en) * 2015-05-21 2017-05-18 Boe Technology Group Co., Ltd. Controller, indoor environment adjustment system, and indoor environment adjustment method
US20180136184A1 (en) * 2016-11-17 2018-05-17 Li-Cor, Inc. Rapid response curves and survey measurements
US20190365281A1 (en) * 2017-01-16 2019-12-05 Koninklijke Philips N.V. Physiologic monitoring decision support system combining capnometry and oxygen saturation
CN107037090A (zh) * 2017-04-24 2017-08-11 江苏大学 一种基于叶片紧张度变化的光合作用预测方法
CN107220672A (zh) * 2017-05-31 2017-09-29 西北农林科技大学 一种基于作物需求的适宜根温区间获取方法
CN107329511A (zh) * 2017-05-31 2017-11-07 西北农林科技大学 基于适宜根温区间的水培蔬菜光环境高效调控方法与系统
CN107271392A (zh) * 2017-06-12 2017-10-20 重庆大学 一种基于气体差分吸收截面特征测量低浓度so2的方法
CN108256181A (zh) * 2017-12-31 2018-07-06 西北农林科技大学 融合效率约束的设施二氧化碳目标值的优化调控模型的构建与应用
CN108090693A (zh) * 2017-12-31 2018-05-29 西北农林科技大学 融合效率约束的设施光合目标值的优化调控模型的构建与应用
CN108681344A (zh) * 2018-04-09 2018-10-19 中国农业大学 一种设施栽培二氧化碳浓度的控制方法和系统
CN109034462A (zh) * 2018-07-09 2018-12-18 北京农业信息技术研究中心 玉米群体种植结构优化方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
IGNACIO PAYA-ZAFORTEZA ET AL.: "CO2-optimization of reinforced concrete frames by simulated annealing", 《ENGINEERING STRUCTURES》 *
P.P.XIN ET AL.: "CO2 control system design based on optimized regulation model", 《APPLIED ENGINEERING IN AGRICULTURE》 *
刘强等: "人工长白落叶松冠层光合作用-光响应曲线最优模型", 《应用生态学报》 *
季宇寒等: "基于WSN的温室CO_2气肥优化调控系统研究", 《农业机械学报》 *
胡瑾等: "基于改进型鱼群算法的番茄光环境调控目标值模型", 《农业机械学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113959964A (zh) * 2021-10-11 2022-01-21 天津同阳科技发展有限公司 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法
CN113959964B (zh) * 2021-10-11 2022-05-31 天津同阳科技发展有限公司 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法

Also Published As

Publication number Publication date
CN112697702B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN104820866B (zh) 一种根据叶菜类作物长势进行变量施肥的方法
Chapman et al. Photosynthesis in the potato under field conditions
CN112697702B (zh) 一种基于密度分布特征的co2范围寻优方法
JP2015043715A (ja) 植物育成装置
CN107037090A (zh) 一种基于叶片紧张度变化的光合作用预测方法
CN114128608B (zh) 一种果园灌溉管理方法及系统
CN107155665B (zh) 一种基于叶面积增长模型制定作物灌水策略的方法
CN105993720B (zh) 一种日光温室基质袋培作物灌水量的模拟计算方法
Krueger et al. Culture of Amelanchier x grandiflora in a programmable micropropagation apparatus
CN108241786B (zh) 一种水稻抗倒伏能力评价方法
CN114199714B (zh) 一种集成萌芽期生长和苗期生理指标高通鉴选植物抗性品种的方法
CN113641941B (zh) 一种小麦超高产栽培中基本苗精确计算方法
CN112154735B (zh) 一种通过化学抑制评价烟草种子活力的方法
CN110367053B (zh) 一种通过亚精胺提高羊草种子活力的方法
CN109287420B (zh) 一种快速预测花生含油率的方法
CN109738596A (zh) 一种诊断番茄钙素营养状况的方法
CN111279999A (zh) 一种抗旱小麦品种选育方法
US20220248681A1 (en) Control of control of metabolite production in Plants By Simultaneous Injection With CO2 and O2
CN112816621B (zh) 一种水培蔬菜生产营养液钾浓度的测定方法
Lee et al. Estimation of leaf area using leaf length, leaf width, and lamina length in tomato
Lakshmamma et al. Accurate estimation of biomass production and partitioning efficiency in castor (Ricinus communis L.)
CN111955187B (zh) 利用相互嫁接体定量分析植物气孔关闭与根部基因型关系的方法
CN113640267A (zh) 一种基于叶绿素荧光的适宜作物生长氮素浓度区间获取方法
He et al. Modeling the relationship between tomato fruit growth and the effective accumulated temperature in solar greenhouse
CN115032179A (zh) 一种水稻叶片光合能力的高通量测定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant