(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210859720.8 (22)申请日 2022.07.15 (71)申请人 华中农业大 学 地址 430070 湖北省武汉市洪山区狮子山 街1号 (72)发明人 别之龙　李梦竹　董万静　徐胜勇　 黄远　杨林　丰崇然　 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01) G06F 30/20(2020.01) G06F 111/10(2020.01) G06F 119/08(2020.01) (54)发明名称 一种番茄种苗模型建模与生长预测方法 (57)摘要 本发明涉及一种番茄种苗模型建模与生长 预测方法。 该方法综合考虑温度、 光照和光温耦 合对番茄幼苗发育的影 响， 建立了基于光合有效 积温和相对光效应的番茄形态指标及壮苗指数 的生长发育预测模型。 该方法通过对光合有效辐 射的处理计算， 消除光照数据的量纲， 并定义了 相对光效应这一全新参数来描述作物吸收的光 能量， 减小了有效积温与光合有效辐射的量级差 异， 同时在模型中考虑了夜间生长发育过程， 从 而优化了模 型预测精度。 该方法建立的番茄种苗 模型趋势符合幼苗生长规律， 模型拟合程度高， 能精准地对番茄幼苗的形态指标及壮苗指数的 变化过程进行 预测。 权利要求书2页 说明书7页 附图5页 CN 115310680 A 2022.11.08 CN 115310680 A 1.一种番茄种苗模型建模与生长预测方法， 其特征在于， 基于有效积温和相对光效应 建立番茄种苗生长模型， 对幼苗 生长发育进行 预测， 具体包括如下步骤： S1， 获取育苗过程中温室内的环境 参数， 包括温度和光 合有效辐射； S2， 覆盖幼苗生理苗龄， 分8次进行取样， 获取番茄穴盘苗的表型参数， 具体包括株高、 茎粗、 叶面积、 干 重和壮苗指数； S3， 对环境参数进行处理， 消除量纲并考虑植物生长发育特性， 计算得到有效积 温和相 对光效应； S4， 将计算得到的有效积温和相对 光效应与取样获取的幼苗表型参数进行拟合， 比较R2 和RMSE， 确定模型 方程； S5， 采用未来几日的天气预报的光照和 温度数据作为输入， 基于步骤S4确定的模型方 程对番茄幼苗生长发育进行精准预测。 2.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S1中获 取育苗过程中的环境参数， 具体是通过传感器 自动采集幼苗全生育期的环境参数； 采集的 数据包括幼苗冠层上 方的空气温度和光 合总辐射； 采集频率 为每10mi n采集1次数据。 3.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S2中获 取番茄穴盘苗表型参数， 具体是将番茄育苗周期根据幼苗生长发育的生理苗龄分成8次进 行取样， 分别 为子叶展平期、 1叶1心期、 2叶1心期、 2叶1心后 7天、 3叶1心期、 4叶1心期、 4叶1 心后2天和5叶1心期； 每次取样随机取30株幼苗， 进行形态指标的测量； 测量指标包括株高、 茎粗、 叶面积、 全株干 重和壮苗指数； 壮苗指数根据公式(1)进行计算： 壮苗指数＝茎粗/株高 ×全株干重     (1)。 4.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S3 中对 环境参数进行处 理时， 采用公式(2 ‑1)、 (2‑2)和(2‑3)计算出有效积温， GDday＝Tmean‑Tb      (2‑1) GDDday＝GDDday‑1+GDday     (2‑2) 式中， GDday为某日的有效温度， 单位为℃ ·d； GDDday‑1为前一日的有效温度， 单位为℃ · d； GDDday为从上一生育期到目前的有效积温， 单位为℃ ·d， Tmean为实际测得的日平均气温， Tb、 Tm分别为番 茄在某一发育阶段发育的生物学 下限温度和上限温度。 5.根据权利要求4所述的番茄种苗模型建模与生长预测方法， 其特征在于， 计算有效积 温时， 番茄幼苗在发芽期和幼 苗期发育的下限温度和上限温度分别采用不同设置； 具体地， 发芽期的生长下限温度设为12℃， 生长上限温度设为35℃， 幼苗期的生长下限温度设为10 ℃， 生长上限温度设为3 5℃。 6.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S3 中对 环境参数进行处 理时， 根据公式(3 ‑1)和(3‑2)计算出相对光效应， RLE＝∑DRLE       (3‑1)权　利　要　求　书 1/2 页 2 CN 115310680 A 2式中， DRLE(k)代表第k天的相对光效应， Lmin代表番茄幼苗 的光补偿点， 单位为μmol ·m ‑2·s‑1， 即此时番茄幼苗光合速率和呼吸速率相等， 不累积干物质， Lmax代表番茄幼苗的光 饱和点， 单位为 μmol ·m‑2·s‑1， 即番茄幼苗的光合速率不会再随光照强度的增加而增大， L 为实际测得的每小时的平均光 合有效辐射， 单位 为 μmol·m‑2·s‑1。 7.根据权利要求6所述的番茄种苗模型建模与生长预测方法， 其特征在于， 计算相对光 效应时， 番茄幼苗的光补偿 点设为37.05 μmol ·m‑2·s‑1， 番茄幼苗的光饱和点设为136 1.49 μmol·m‑2·s‑1。 8.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S4中对 环境参数和幼苗表型参数进行拟合， 确定模型方程， 具体为使用Matlab的ls qcurvefit函数 对数据进行二元非线性曲线拟合， 通过比较R2和RMSE来确定模型参数； 公式(4 ‑1)和公式 (4‑2)如下： 式(4‑1)中SP为乘积和； S Sx为x的离均差平均和； S Sy为y的离均差平均和， 式(4‑2)中OBSi 为观测值， SIMi 为模拟值， i 为样本序号， n 为样本容 量。 9.根据权利要求1所述的番茄种苗模型建模与生长预测方法， 其特征在于， 步骤S5对番 茄幼苗生长发育进行精准预测， 具体为通过未来几日的天气预报， 计算出未来几日的有效 积温和相对光效应， 并根据S4确定的模型方程， 计算出番茄幼 苗未来几 日的表型参数， 对成 苗出圃时间进行精准预测。权　利　要　求　书 2/2 页 3 CN 115310680 A 3