基于生长模型的设施番茄补光调控方法与系统技术方案

一种基于生长模型的设施番茄补光调控方法，选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，得到不同温度、二氧化碳浓度条件下对应的光饱和点，建立番茄最优光饱和点模型；实时监测番茄生长环境中的温度、二氧化碳浓度及光照强度，根据番茄当前所处的生长阶段，结合番茄最优光饱和点模型判断当前光照强度是否在当前温度和二氧化碳浓度所对应的光饱和点，如不是，则利用LED光源进行补光直至达到光饱和点，本发明专利技术同时提供了一种基于生长模型的设施番茄补光调控系统，实现了番茄按需智能定量补光，对设施化番茄节能、高效生产具有重要意义。

【技术实现步骤摘要】
基于生长模型的设施番茄补光调控方法与系统
本专利技术属于农业
，特别涉及一种基于生长模型的设施番茄补光调控方法与系统。
技术介绍
目前我国设施农业生产总量占世界的90%，但相对发达国家仍然存在整体科技含量偏低、配套设备不足等缺陷，特别是在作物光照环境控制方面，存在监控方法与技术单一、控制精确度差、可扩展性差、能耗高、部署维护困难等问题，但光照条件的好坏直接影响了作物的产量和品质。在设施番茄种植中，通常采用日光灯、荧光灯等作为补光光源，能源消耗较大，力口大了补光的成本；补光方式多米用定光照度的方式，未考虑光强、温度、二氧化碳等对番爺的综合影响，所以现有造成了补光不足或补光过剩的现象，甚至造成光抑制和光破坏现象，并造成了一定程度上的能源浪费，进一步造成了能源的浪费；调控系统方面多采用单片机进行调控，限制了系统可实现的功能，并且可操作及可扩展性较差。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供一种基于生长模型的设施番茄补光调控方法与系统，实现了番茄按需智能定量补光，对设施化番茄节能、高效生产具有重要意义。为了实现上述目的，本专利技术采用的技术方案是:一种基于生长模型的设施番茄补光调控方法，包括如下步骤:选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，得到不同温度、二氧化碳浓度条件下对应的光饱和点，建立番茄最优光饱和点模型；实时监测番茄生长环境中的温度、二氧化碳浓度及光照强度，根据番茄当前所处的生长阶段，结合番茄最优光饱和点模型判断当前光照强度是否在当前温度和二氧化碳浓度所对应的光饱和点，如不是，则利用LED光源进行补光直至达到光饱和点。在建立模型时，选取不同的番爺品种，最终建立不同品种的最优光饱和点模型，从而实现不同品种的精确补光。在利用LED光源进行补光之前，计算当前光照强度与相应的光饱和点差值得到需补光强值，然后利用PWM信号控制方式控制精确补光。本专利技术同时提供了一种基于生长模型的设施番爺补光调控系统，包括:监测模块，由温度检测系统、光照强度检测系统和二氧化碳浓度检测系统组成；智能调光控制模块，包括数据库和处理器，其中，所述数据库中存储有番茄最优光饱和点模型，所述模型是通过选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，获取不同温度、二氧化碳浓度条件下对应的光饱和点，然后建立得到；所述处理器接收监测模块发送的数据，然后调用数据库中的模型，根根据番茄当前所处的生长阶段，判断当前光照强度是否在当前温度和二氧化碳浓度所对应的光饱和点，如不是，则向补光模块发出补光控制指令；补光模块，采用阵列式LED光源，接收智能调光控制模块发送的补光控制指令开启补光；通信模块，采用485总线结构，从监测模块向智能调光控制模块传输监测数据，从智能调光控制模块向补光模块发送补光控制指令。所述温度检测系统主要由热敏电阻构成，采集温度；光照强度检测系统通过光照传感器采集光照强度；二氧化碳浓度检测系统由二氧化碳传感器模组组成，采集二氧化碳浓度。所述补光模块的LED光源由PWM信号驱动电路控制，所述智能调光控制模块中，处理器计算当前光照强度与相应的光饱和点差值得到需补光强值，然后输出多路PWM信号控制打开LED光源并调整相应亮度实现定量精确补光。在智能调光控制模块中设定有定时模块和阈值数据,定时模块用于控制系统的开关时间；阈值数据包括温度阈值、光照强度阈值和二氧化碳浓度阈值，当当前温度在温度阈值范围内时，才监测当前二氧化碳浓度，当当前二氧化碳浓度在二氧化碳浓度阈值范围内时，才监测当前光照强度。与现有技术相比，本专利技术的有益效果是:1、本专利技术设计了一套设施番茄补光控制系统，该系统采用开发PC端软件的方式，与以往的控制系统相比具有通用性强、稳定性高、易扩展、操作简便以及智能化等特点。2、本系统中的调控算法是通过实验并经过数据拟合的方式获取的，算法中充分考虑了番茄品种、番茄生长阶段、外界温度及CO2浓度对番茄光合作用的影，实现了根据外界因素对番茄的实时需光量进行智能调控，克服了以往调控系统定光量造成的补光量不足及光抑制等缺点，为番茄提供最佳的生长环境，最大程度提高温室番茄产量以及品质，降低能源消耗，实现了温室番茄光照因子的现代化管理及精准化作业。【附图说明】图1是本专利技术系统整体框架图。图2是本专利技术补光量智能决策算法流程图。【具体实施方式】下面结合附图和实施例详细说明本专利技术的实施方式。如图1所示，本专利技术基于生长模型的设施番茄补光调控系统，包括监测模块、智能调光控制模块、补光模块和通信模块。监测模块由温度检测系统、光照强度检测系统和二氧化碳浓度检测系统组成，进行实时环境信息的监测，通信模块采用485总线结构，监测模块的监测数据通过通信模块传输至智能调光控制模块。智能调光控制模块包括数据库和处理器，处理器接收到监测数据后，使用智能调光算法，根据数据库中的番茄最优光饱和点模型，判断是否需要补光，并在需要补光时，计算出准确的补光量，发出多路PWM控制指令，通过485总线传至补光模块。补光模块采用阵列式LED光源，由PWM信号驱动电路控制，根据智能调光控制模块发出的PWM控制指令，调整LED光源的相应亮度实现定量精确补光。其中，番茄最优光饱和点模型存储在数据库中，其建立过程如下:1、选取不同品种的番茄，通过在温室内进行育苗培养；2、选取生长健康的番茄，测量其幼苗期、开花期以及结果期三个生长阶段不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，运用MATLAB软件对实验数据进行处理，得到不同温度、二氧化碳浓度条件下对应的光饱和点，从而建立不同品种的番茄最优光饱和点模型。本专利技术提供模型建立的一个具体实施例如下:选取三种典型的长果型、棱果型及苹果形的番茄研究对象，通过在温室内进行育苗培养，选取生长健康的番茄进行实验。利用L1-6400xt便携式光合作用测量系统控制温度、二氧化碳浓度及光照强度，从而得到不同温度、二氧化碳浓度下的光响应曲线，光响应曲线的光照强度梯度设置为 0、10、30、50、100、200、300、500、700、1000、1200、1500、2000mmol.πm2.s—1，温度梯度设置为 16、19、22、25、28、31、34、37、40°C，二氧化碳浓度梯度为 300、400、500、600、700、800、900、1000、1100、1200、1300、1500μπιο1.τα2.s-1，每组实验重复三次。实验测得的数据采用MATLAB软件进行处理。下面以番茄幼苗期的实验数据为例说明数据处理过程，其它阶段处理方法相同。1、实验数据预处理:将实验测得的原始数据进行粗大误差处理，去除不合理的实验数据，将处理后的数据 取平均值，最终得到不同温度、不同CO2浓度下对应的光响应曲线2、计算光饱和点:将经过预处理后得到的不同温度、不同CO2浓度下对应的光响应曲线采用遗传算法求最大值的方式得到光饱和点，从而得到不同温度、CO2浓度下对应的光饱和点。3、建立调控算法:采用多元非线性回归分析的方式建立温度、CO2浓度及光饱和点的回归方程，最终建立以温度、CO2浓度为自变量，光饱和点为因变量的调本文档来自技高网...

【技术保护点】
一种基于生长模型的设施番茄补光调控方法，其特征在于，包括如下步骤：选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，得到不同温度、二氧化碳浓度条件下对应的光饱和点，建立番茄最优光饱和点模型；实时监测番茄生长环境中的温度、二氧化碳浓度及光照强度，根据番茄当前所处的生长阶段，结合番茄最优光饱和点模型判断当前光照强度是否在当前温度和二氧化碳浓度所对应的光饱和点，如不是，则利用LED光源进行补光直至达到光饱和点。

【技术特征摘要】
1.一种基于生长模型的设施番茄补光调控方法，其特征在于，包括如下步骤: 选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，得到不同温度、二氧化碳浓度条件下对应的光饱和点，建立番茄最优光饱和点模型； 实时监测番茄生长环境中的温度、二氧化碳浓度及光照强度，根据番茄当前所处的生长阶段，结合番茄最优光饱和点模型判断当前光照强度是否在当前温度和二氧化碳浓度所对应的光饱和点，如不是，则利用LED光源进行补光直至达到光饱和点。2.根据权利要求1所述的基于生长模型的设施番茄补光调控方法，其特征在于，在建立模型时，选取不同的番茄品种，最终建立不同品种的最优光饱和点模型，从而实现不同品种的精确补光。3.根据权利要求1所述的基于生长模型的设施番茄补光调控方法，其特征在于，在利用LED光源进行补光之前，计算当前光照强度与相应的光饱和点差值得到需补光强值，然后利用PWM信号控制方式控制精确补光。4.一种基于生长模型的设施番茄补光调控系统，其特征在于，包括: 监测模块，由温度检测系统、光照强度检测系统和二氧化碳浓度检测系统组成； 智能调光控制模块，包括数据库和处理器，其中，所述数据库中存储有番茄最优光饱和点模型，所述模型是通过选取番茄幼苗期、开花期以及结果期三个生长阶段，测量不同温度、二氧化碳浓度及光照强度下的番茄叶片净光合速率，获取不同温度、二氧化碳浓度条件下对应的光饱和点，然后建立得到；所述处理器接收监测模块发送的数据，然后调用数据库中的模型，根根据番...

【专利技术属性】
技术研发人员：张海辉，胡瑾，梁岩，代建国，刘翔，陶彦容，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：陕西;61