CO 2与土壤水分交互作用的番茄光合速率预测模型

为了实现不同土壤水分管理下的CO 2气肥精细控制，建立了番茄作物不同生长阶段的光合速率预测模型。实验设置了4个CO 2浓度与3个土壤水分条件的交互处理，利用无线传感器网络长期实时监测温室内环境信息，采用LI-6400XT型光合速率仪定时采集作物净光合速率信息；并用BP神经网络分别建立了番茄苗期、花期和果期的光合速率预测模型。预测模型的验证结果表明，对于苗期预测模型，预测值与实测值之间的决定系数 R 2为0.925；花期预测模型的决定系数 R 2为0.920，果期预测模型的决定系数 R 2为0.958；番茄各生长期的光合速率预测模型均具有较高的预测精度。在不同土壤水分条件下改变CO 2浓度，得到的CO 2浓度与光合速率预测曲线与实测值相近，可反映实际土壤水分管理下的CO 2浓度最优值，对指导不同土壤水分条件下CO 2气肥的精细调控具有重要意义