关键词:
水培生菜
水肥调控策略
营养液
机器学习
系统设计
摘要:
为了提升设施水培生菜水肥调控的自动化水平,本文开展了设施水培生菜水肥试验研究、营养液化合物调配试验研究、设施生菜水肥自动控制系统设计及应用研究,得出了不同季节生菜不同生育期的水肥优化调控策略,分析了营养液理化性质与化合物之间的响应关系,建立了营养液理化性质预测模型,构建了设施生菜水肥自动控制系统。主要取得以下结论:
(1)开展了设施水培生菜水肥试验研究,得出了不同季节生菜不同生育期的水肥优化调控策略。在不同季节(春季、夏季、秋季、冬季)设置5种不同的营养液浓度水平(0.60倍、0.75倍、0.90倍、1.05倍、1.20倍)种植了4茬水培生菜,分析了环境和水肥对生菜生长和营养液理化性质的影响,结果表明:水培生菜生长的早晚最适温度范围为9℃~16℃,午时为22℃~30℃,水培生菜生长的最适湿度范围为65%~85%。水培生菜生长的最适水肥用量为0.9倍营养液浓度,最适季节为春季。水培生菜生长的最优营养液p H值为5.80~6.20,最优营养液EC值为生长前期1.5~2.0 m S/cm,生长中期3.0~3.5m S/cm,生长后期3.5~4.0 m S/cm,最优营养液DO值为7~8 mg/L,水肥优化调控策略有助于水培生菜的安全优质高效生产。
(2)开展了营养液化合物调配试验研究,构建了基于CatBoost的营养液理化性质预测模型。通过配置不同化合物浓度的营养液,测定其对应的p H、EC、DO,利用多元线性回归方法分析了不同元素组合对营养液p H、EC、DO的影响,利用机器学习算法建立了基于CatBoost的营养液EC和p H预测模型,结果表明:经多元线性回归分析,不同化合物与营养液p H、EC、DO之间回归方程式的R2分别为0.737、0.958、-0.007,不同化合物对营养液DO无影响,经相关性分析,DO与营养液中化合物浓度无相关性。与随机森林算法、XGBoost算法相比,基于CatBoost算法的营养液EC和p H值预测模型模拟效果最优,营养液EC和p H预测模型的R2分别为0.946、0.912。在模型应用验证试验中,EC预测的相对误差最大不超过3%,p H预测的相对误差最大不超过2%,误差较小,预测结果准确,说明基于CatBoost算法的营养液理化性质预测模型可以准确预测营养液的EC和p H,有较好的预测效果,可以应用于实际生产中。
(3)开展了设施生菜水肥自动控制系统设计及应用研究,构建了设施生菜水肥自动控制系统。结合设施生菜的水肥调控策略和基于CatBoost的营养液理化性质预测模型,应用Qt Designer进行UI设计,应用Py Charm软件开发平台,将硬件与软件相结合,在水培生菜变量施肥控制装置的基础上构建了设施生菜水肥自动控制系统,结果表明:基于数据采集、数据决策、现场控制、人工控制四模块的水培生菜变量施肥控制装置可以预测营养液EC和p H值的变化,并及时添加化合物进行营养液调控。基于温室库、数据库、水肥决策、温室控制四模块的设施生菜水肥自动控制系统通过运行测试,系统各项功能均能正常运行。在验证试验中,设施生菜水肥自动控制系统能够准确有效地预测和调节营养液,EC和p H值始终在适宜范围内,种植出来的奶油生菜长势良好,满足高品质奶油生菜的要求,说明系统设计合理,可以应用于实际生产中。