融合PSⅡ光化学活性的茄子光合速率预测模型研究

摘要：

针对作物光合速率受到作物自身生理状况和外部环境因素的共同影响,现有模型对不同生理状态叶片光合速率预测中误差较大的问题,将PSⅡ光化学活性这一可表征植物叶片状态的荧光参数引入模型,提出融合PSⅡ光化学活性的茄子光合速率模型建模方法.以不同生长状态的茄子叶片作样本,设计多环境参数耦合条件下的光合速率测试试验,获取1320组光合速率数据.以上述数据作为样本集,在通过网格搜索完成模型参数优化的基础上,建立基于随机森林的光合速率预测模型.模型均方根误差为1.2668μmol/(m2·s),决定系数为0.9507.异校验结果表明,该模型预测值与真实值拟合斜率为0.952,截距为0.02,优于不含暗荧光参数的光合速率预测模型,说明引入PSⅡ光化学活性(Fv/Fo)可有效提高光合速率模型的精度.

关键词：光合速率;PSⅡ光化学活性;随机森林算法;预测模型

所属期刊栏目：37

分类号：S641.1

资助基金：国家自然科学基金项目;陕西省重点研发计划项目;西安市科技计划项目[201806117YF05NC134

在线出版日期：2021-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6-11