欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法與流程

文檔序號:12721754閱讀:490來源:國知局
構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法與流程

技術(shù)領(lǐng)域

本發(fā)明涉及精確農(nóng)作管理領(lǐng)域,特別涉及一種構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法。



背景技術(shù):

二氧化碳(CO2)是植物光合作用的重要原料。維持較高的二氧化碳濃度,當(dāng)光照增強(qiáng)時,植物的光合速率會隨之增加,從而生成更多的光合產(chǎn)物,促進(jìn)作物增產(chǎn),提高產(chǎn)品品質(zhì)。光照下作物持續(xù)地進(jìn)行光合作用,消耗大量的二氧化碳。露天生產(chǎn)中,周圍的空氣會彌補(bǔ)作物所消耗的二氧化碳,從而使之保持穩(wěn)定的濃度。但冬季的溫室作物種植過程中,因天氣寒冷,溫室需要保溫,中午放風(fēng)時間短,有時甚至不放風(fēng),這使得溫室?guī)缀跆幱诿荛]狀態(tài),因得不到室外空氣中二氧化碳的補(bǔ)充,溫室的二氧化碳濃度常低于補(bǔ)償點(diǎn),此時作物的凈光合產(chǎn)物為零,白白浪費(fèi)了進(jìn)入溫室的光能。因此,溫室中通過增施二氧化碳?xì)怏w,可充分利用進(jìn)入溫室的光能,提高凈光合效率,進(jìn)而提高溫室的種植效益。為了有效地控制溫室中二氧化碳?xì)怏w的施入量及施用時間,維持高的凈光合速率,提高二氧化碳?xì)怏w利用率,準(zhǔn)確地預(yù)測未來時刻溫室二氧化碳濃度顯得尤為重要。

目前,不同預(yù)測模型的輸出參數(shù)較為一致,但輸入?yún)?shù)則存在著較大差異。畢玉革等考慮了光合作用、植物的呼吸作用、土壤呼吸作用,二氧化碳施肥以及泄漏等因素,從質(zhì)量平衡角度出發(fā),構(gòu)建了日光溫室二氧化碳預(yù)測模型。但該模型需要確定大量與光合作用相關(guān)的參數(shù),參數(shù)需要利用昂貴的儀器測定,此外還需土壤的有機(jī)質(zhì)含量數(shù)據(jù),過多的輸入?yún)?shù)以及參數(shù)的不易獲取,限制了模型的推廣應(yīng)用。李化龍等假設(shè)溫室中二氧化碳的來源主要為土壤有機(jī)質(zhì)的分解,太陽輻射為土壤有機(jī)質(zhì)的分解提供能量,隨著生育進(jìn)程的推進(jìn),土壤可分解的有機(jī)質(zhì)含量減少,通過土壤來增加溫室二氧化碳濃度的能力降低,利用太陽輻射和黃瓜定植后的日序作為輸入因子構(gòu)建了日光溫室二氧化碳濃度預(yù)測模型。但如果改變了溫室種植的作物,或者黃瓜的定植密度不同,則模型的預(yù)測值將與實際情況存在較大的差異。此外,模型沒有考慮氣象因素,影響了模型的預(yù)測精度,而模型僅將土壤有機(jī)質(zhì)分解釋放的二氧化碳作為溫室二氧化碳的來源,顯然限制了模型在溫室增施二氧化碳?xì)夥手械膽?yīng)用。



技術(shù)實現(xiàn)要素:

發(fā)明目的:針對現(xiàn)有技術(shù)中存在的問題,本發(fā)明提供一種構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法,構(gòu)建的預(yù)測模型預(yù)測精度高,普適性好。

技術(shù)方案:本發(fā)明提供了一種構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法,包括以下步驟:S1:以等時間間隔采集溫室的溫度和CO2濃度數(shù)據(jù),獲取溫度和CO2濃度的時間序列數(shù)據(jù);S2:按自然日對所述S1中獲取到的溫度和CO2濃度的時間序列數(shù)據(jù)進(jìn)行分割,從分割后的溫度和CO2濃度的時間序列數(shù)據(jù)中隨機(jī)選擇部分?jǐn)?shù)據(jù)用于建模,稱為數(shù)據(jù)集RA,剩余數(shù)據(jù)用于檢驗?zāi)P停Q為數(shù)據(jù)集RB;S3:使用滑動時間窗口分別從所述RA和所述RB中的溫度和CO2濃度的時間序列數(shù)據(jù)中提取數(shù)據(jù)以構(gòu)建數(shù)據(jù)集AB;S4:根據(jù)所述數(shù)據(jù)集A構(gòu)建溫度動態(tài)變化預(yù)測模型M1;S5:根據(jù)所述數(shù)據(jù)集A中的夜晚數(shù)據(jù)和所述M1構(gòu)建作物有氧呼吸和土壤呼吸二氧化碳釋放速率預(yù)測模型M2;S6:根據(jù)所述數(shù)據(jù)集A中的白天數(shù)據(jù)和所述M2構(gòu)建作物凈光合作用消耗二氧化碳速率的預(yù)測模型M3;S7:根據(jù)所述M1、所述M2和所述M3構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型M4。

進(jìn)一步地,在所述S3中,在構(gòu)建所述AB時,滑動時間窗口的寬度設(shè)為3,滑動步長設(shè)為1,窗口內(nèi)3個數(shù)據(jù)的采集時間點(diǎn)分別以、和表示,距現(xiàn)在的時間最近,距現(xiàn)在的時間最遠(yuǎn),、和時刻的溫度分別以、和表示,、和時刻的CO2濃度則分別以、和表示。

進(jìn)一步地,在所述S4中,所述M1為:,其中,所述為所述M1預(yù)測的所述時刻的溫度℃,所述、和為待定系數(shù),利用所述A和SPSS軟件的非線性擬合功能計算所述、和,計算所述、和時令所述。

進(jìn)一步地,在所述S5中,所述M2為:

,其中,所述為所述M2預(yù)測的所述到所述時刻植物有氧呼吸和土壤呼吸的平均CO2釋放速率,所述,所述、、、、、、、、、為待定系數(shù),利用所述A和SPSS軟件的非線性擬合功能計算得到上述待定系數(shù),計算上述待定系數(shù)時令所述。

進(jìn)一步地,在所述S6中,所述M3為:,其中,所述為所述M3預(yù)測的所述到所述時刻作物凈光合作用所消耗CO2的平均速率,所述和為待定系數(shù),利用所述A和SPSS軟件的非線性擬合功能計算得到所述和,計算所述和時令所述。

進(jìn)一步地,在所述S7中,所述M4為:,其中,所述為所述M4預(yù)測的所述時刻的溫室CO2濃度。

優(yōu)選地,在所述S2中,所述部分?jǐn)?shù)據(jù)為80-95%的分割后的溫度和CO2濃度的時間序列數(shù)據(jù)。

優(yōu)選地,在所述S1中,所述0<≤30min;優(yōu)選30s、1min、2min、5min或10min。

優(yōu)選地,在所述S4之后、所述S5之前,還包含以下步驟:利用所述數(shù)據(jù)集B檢驗所述M1的擬合度;和/或,在所述S5之后、所述S6之前,還包含以下步驟:利用所述數(shù)據(jù)集B檢驗所述M2的擬合度;和/或,在所述S7之后,還包含以下步驟:利用所述數(shù)據(jù)集B檢驗所述M4的擬合度。

有益效果:本發(fā)明克服了以往溫室二氧化碳濃度預(yù)測模型輸入?yún)?shù)過多、參數(shù)不易獲取或輸入?yún)?shù)過少、模型預(yù)測精度低,普適性差的缺陷,提供了一種僅根據(jù)環(huán)境氣象因子構(gòu)建冬季晴天時溫室二氧化碳濃度預(yù)測模型的方法,該方法普適性好,所構(gòu)建的模型預(yù)測精度高。

附圖說明

圖1為本發(fā)明的技術(shù)流程圖;

圖2為利用滑動時間窗口提取數(shù)據(jù)構(gòu)建數(shù)據(jù)集A的示意圖;

圖3為溫度動態(tài)變化預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的對比圖;

圖4為溫度動態(tài)變化預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的1:1圖;

圖5為植物有氧呼吸和土壤呼吸二氧化碳釋放速率預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的對比圖;

圖6為植物有氧呼吸和土壤呼吸二氧化碳釋放速率預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的1:1圖;

圖7為冬季晴天時溫室二氧化碳濃度預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的對比圖;

圖8為冬季晴天時溫室二氧化碳濃度預(yù)測模型的檢驗結(jié)果——模型預(yù)測數(shù)值與實測數(shù)值的1:1圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)的介紹。

本實施例的數(shù)據(jù)為淮安市淮陰區(qū)丁集鎮(zhèn)2016年冬季黃瓜溫室的監(jiān)測數(shù)據(jù)。圖1為本發(fā)明的技術(shù)流程圖。

S1:取=5min,每5min采集一次溫室的溫度和CO2濃度數(shù)據(jù),獲取溫度和CO2濃度的時間序列數(shù)據(jù)。

上述時間間隔可任意設(shè)定,但不得超過30分鐘,即0<≤30min,常用的時間間隔有30秒、1分鐘、2分鐘、5分鐘和10分鐘。越小,監(jiān)測到的溫度和CO2濃度的時間序列數(shù)據(jù)越能反應(yīng)真實規(guī)律,則利用本發(fā)明構(gòu)建的模型預(yù)測精度越高,反之則模型的預(yù)測精度下降。本實施方式中以=5min為例進(jìn)行說明。

S2:按自然日對獲取到溫度和CO2濃度的時間序列數(shù)據(jù)進(jìn)行分割,從分割后的溫度和CO2濃度的時間序列數(shù)據(jù)中隨機(jī)選擇95%用于建模,稱為數(shù)據(jù)集RA,以剩余的數(shù)據(jù)用于檢驗?zāi)P停Q為數(shù)據(jù)集RB。

S3:使用滑動時間窗口從數(shù)據(jù)集RA中的溫度和CO2濃度的時間序列數(shù)據(jù)中提取數(shù)據(jù)以構(gòu)建數(shù)據(jù)集A,從數(shù)據(jù)集RB中的溫度和CO2濃度的時間序列數(shù)據(jù)中提取數(shù)據(jù)以構(gòu)建數(shù)據(jù)集B。

數(shù)據(jù)集A的構(gòu)建示意圖見圖2?;瑒訒r間窗口寬度設(shè)為3,時間窗口的滑動步長設(shè)為1。窗口內(nèi)3個數(shù)據(jù)的采集時間點(diǎn)分別以、和表示,距現(xiàn)在的時間最近,距現(xiàn)在的時間最遠(yuǎn)。、和時刻的溫度分別以、和表示,CO2濃度則分別表示為、和。數(shù)據(jù)集A為列數(shù)為9的矩陣,矩陣的1、2、3列分別為、和,矩陣的4、5、6列分別為、和,矩陣的7、8、9列分別為、和。

采用與上述構(gòu)建數(shù)據(jù)集A相同的方法,由數(shù)據(jù)集RB構(gòu)建數(shù)據(jù)集B。

S4:根據(jù)數(shù)據(jù)集A構(gòu)建溫度動態(tài)變化預(yù)測模型M1。

(1)

其中,為M1預(yù)測的時刻的溫度℃,令,并利用數(shù)據(jù)集A和SPSS的非線性擬合功能計算得到式(1)中待定系數(shù)、和分別為0.289、0.993和0.616,從而得到式(5):

(5)

S5:利用數(shù)據(jù)集B檢驗?zāi)P蚆1的擬合度。

從數(shù)據(jù)集B中選擇一部分?jǐn)?shù)據(jù)對模型M1進(jìn)行檢驗,結(jié)果見圖3和圖4。由圖3可知模型M1的預(yù)測數(shù)值與實測數(shù)值的相對誤差RE=0.54%,圖4中數(shù)據(jù)點(diǎn)幾乎均處于對角線上,上述結(jié)果表明模型M1的擬合度極高。

S6:根據(jù)上述數(shù)據(jù)集A中的夜晚數(shù)據(jù)和M1構(gòu)建植物有氧呼吸和土壤呼吸二氧化碳釋放速率預(yù)測模型M2:

(2)

其中,為M2預(yù)測的到時刻植物有氧呼吸和土壤呼吸的平均CO2釋放速率,,由式(1)計算;令,并利用數(shù)據(jù)集A和SPSS的非線性擬合功能計算得到式(2)中待定系數(shù)、、、、、、、、、分別為4.65303、0.87709、-6.40535、2.3845、-0.28698,-0.41697、0.55654、-0.13011、-0.95455和0.22556,從而得到式(6):

(6)

S7:利用數(shù)據(jù)集B檢驗?zāi)P蚆2的擬合度。

從數(shù)據(jù)集B中選擇一部分夜晚的數(shù)據(jù)對模型M2進(jìn)行檢驗,基于式(6)計算得到時刻的CO2濃度,此時,將模型預(yù)測數(shù)值與實測數(shù)值比較做圖,結(jié)果見圖5和圖6。

由圖5可知模型M2的預(yù)測數(shù)值與實測數(shù)值的相對誤差RE=0.52%,圖6中數(shù)據(jù)點(diǎn)幾乎均處于對角線上,上述結(jié)果表明模型M2的擬合度極高。

S8:根據(jù)上述數(shù)據(jù)集A中的白天數(shù)據(jù)和M2構(gòu)建作物凈光合作用消耗二氧化碳速率的預(yù)測模型M3:

(3)

其中,為M3預(yù)測的到時刻作物凈光合作用所消耗CO2的平均速率;令,并利用數(shù)據(jù)集A和SPSS的非線性擬合功能計算得到式(3)中待定系數(shù)和分別為15.488和0.4198,從而得到式(7):

(7)

S9:根據(jù)上述M1、M2和M3構(gòu)建冬季晴天溫室二氧化碳濃度預(yù)測模型M4:

(4)

其中,為M4預(yù)測的時刻的溫室CO2濃度。

由式(5)、式(6)和式(7)構(gòu)建得到式(8):

(8)

S10:利用數(shù)據(jù)集B檢驗?zāi)P蚆4的擬合度。

從數(shù)據(jù)集B中選擇一部分白天的數(shù)據(jù)對模型M4進(jìn)行檢驗,由式(8)計算得到時刻的CO2濃度,此時,將模型預(yù)測數(shù)值與實測數(shù)值比較做圖,結(jié)果見圖7和圖8。

由圖7可知模型的預(yù)測數(shù)值與實測數(shù)值的相對誤差RE=0.83%,圖8中數(shù)據(jù)點(diǎn)幾乎處于對角線上,上述結(jié)果表明模型的擬合度較高,完全滿足實際應(yīng)用的需要。

上述實施方式只為說明本發(fā)明的技術(shù)構(gòu)思及特點(diǎn),其目的在于讓熟悉此項技術(shù)的人能夠了解本發(fā)明的內(nèi)容并據(jù)以實施,并不能以此限制本發(fā)明的保護(hù)范圍。凡根據(jù)本發(fā)明精神實質(zhì)所做的等效變換或修飾,都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1
阳东县| 清丰县| 长兴县| 东乌| 阳新县| 和平县| 黄龙县| 延安市| 新沂市| 西青区| 蒲江县| 东海县| 玉溪市| 霸州市| 介休市| 高平市| 维西| 射洪县| 乐安县| 海兴县| 东莞市| 商洛市| 蕉岭县| 平乡县| 渭南市| 张家口市| 南城县| 平原县| 梧州市| 陵水| 土默特左旗| 二手房| 水富县| 古蔺县| 南投市| 海丰县| 东山县| 崇仁县| 九龙坡区| 尼玛县| 大渡口区|