您好,欢迎访问北京市农林科学院 机构知识库!

考虑日光温室空间异质性的黄瓜叶片湿润时间估算模型研究

文献类型: 中文期刊

作者: 刘鉴 1 ; 任爱新 1 ; 刘冉 1 ; 纪涛 1 ; 刘慧英 1 ; 李明 1 ;

作者机构: 1.石河子大学农学院;北京农业信息技术研究中心/国家农业信息化工程技术研究中心/农产品质量安全追溯技术及应用国家工程实验室/中国气象局农业农村部都市农业气象服务中心

关键词: 日光温室;估算模型;区域化;叶片湿润时间;BP神经网络;传感器

期刊名称: 智慧农业(中英文)

ISSN: 2096-8094

年卷期: 2020 年 02 期

页码: 135-144

摘要: 叶片湿润时间(LWD)是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。为了准确地预测日光温室黄瓜病害的发生时间和方位,本研究于2019年3月和9月在北京两个不同类型日光温室内按照棋盘格法设置了9个采样点部署温湿光传感器和目测叶片湿润时间,每隔1 h采集一次温度、湿度、辐射和叶片湿润数据进行定量估算分析。分析结果表明:BP神经网络模型在两个温室的试验条件下获得了相似的准确度(ACC为0.90和0.92),比相对湿度经验模型估算叶片湿润时间的准确度(ACC为0.82和0.84)更高,平均绝对误差MAE分别为1.81和1.61 h,均方根误差RSME分别为2.10和1.87,决定系数R2分别为0.87和0.85;在晴天和多云天气条件下,叶片湿润时间的空间分布总体规律是南部>中部>北部,南面是叶片湿润平均时间(12.17 h/d)最长的区域;由东向西方向上,叶片湿润时间的空间分布总体规律是东部>西部>中部,中部是叶片湿润平均时间(4.83 h/d)最短的区域;雨天的叶片湿润平均时间比晴天和多云长,春季和秋季分别为17.15和17.41 h/d。这些变化和差异对温室黄瓜种群水平方向的叶片湿润时间分布具有重要影响,与大多数高湿性黄瓜病害的发生规律密切相关。本研究为预测温室黄瓜病害分布提供了有价值的参考,对控制病害流行和减少农药使用具有重要意义,提出的区域化分析温室内叶片湿润时间的方法,可以为模拟日光温室叶片湿润时间的空间分布提供参考。

  • 相关文献

[1]日光温室黄瓜叶片湿润传感器校准方法. 李明,赵春江,李道亮,王成,杨信廷. 2010

[2]基于波段组合的植被叶片盐离子估算研究. 李哲,张飞,冯海宽,陈丽华,朱小强. 2017

[3]基于冠层相对湿度的日光温室黄瓜叶片湿润时间估计模型. 李明,赵春江,乔淑,钱建平,杨信廷. 2010

[4]农作物单产遥感估算模型研究进展. 徐新刚,吴炳方,蒙继华,李强子,黄文江,刘良云,王纪华. 2008

[5]基于遥感信息和产量形成过程的小麦估产模型. 李卫国,王纪华,赵春江,刘良云. 2007

[6]汉石桥湿地水质参数光谱分析与遥感反演. 杜为静,李淑敏,李红,孙丹峰,周连第. 2010

[7]便携式地温数字测量仪. 何秀红,北京理工大学,韩力,乔晓军,王成,张云鹤. (Mis

[8]传感器在我国设施农业中的应用现状与需求分析. 乔晓军,姚允龙. 2001

[9]基于BP神经网络的传感器网络动态采样模型研究. 阚杰,张瑞瑞,陈立平,徐刚. 2015

[10]基于粒子群优化BP神经网络的水产养殖水温及pH预测模型. 徐大明,周超,孙传恒,杜永贵. 2016

[11]基于遗传BP神经网络的半滑舌鳎体重估算模型优化研究. 杨占魁,任东,孙传恒,周超,解菁. 2015

[12]前驱差速轮式农业机器人的BP定位估计方法. 贾士伟,邱权,李军民,郑文刚,孟志军,刘凤然. 2015

[13]猕猴桃自动分级设备设计与试验. 左兴健,武广伟. 2014

[14]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[15]基于激光雷达的树形靶标冠层叶面积探测模型研究. 谷趁趁,翟长远,陈立平,李琪,胡丽娜,杨福增. 2021

[16]B-P神经网络在作物生育动态模拟中的应用. 郭新宇,张志鹏,廖桂平,郭建强. 2002

[17]土壤墒情预测模型对比. 牛宏飞,张钟莉莉,孙仕军,郑文刚,王材源,杨利红. 2018

[18]基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究. 喻沩舸,吴华瑞,彭程. 2020

[19]基于形状与纹理特征的鱼类摄食状态检测方法. 郭强,杨信廷,周超,吝凯,孙传恒,陈明. 2018

[20]基于无人机影像与GA-BP神经网络的生物量估算. 杨福芹,李天驰,冯海宽,解鹏,陈超,高磊磊. 2023

作者其他论文 更多>>