【正文】 通過技術(shù)檢測、鑒定，項(xiàng)目曾經(jīng)獲得的其它計劃支持情況。1月——3月： 作物生長狀態(tài)和環(huán)境因子監(jiān)測系統(tǒng)軟硬件改進(jìn)、安裝，調(diào)試成功。這些信號處理、統(tǒng)計分析理論和方法已成功應(yīng)用在農(nóng)業(yè)領(lǐng)域的相關(guān)研究中。偏相關(guān)系數(shù)是在假設(shè)其他變量不變的情況下, 某兩個變量之間的相關(guān)系數(shù)。（2） 番茄各生長指標(biāo)序列、環(huán)境因子序列的時間尺度分解由于作物生長狀態(tài)和環(huán)境參數(shù)的聯(lián)系具有非線性強(qiáng)、時變、滯后性強(qiáng)、耦合性強(qiáng)和干擾大的特點(diǎn)，因此需要采用先進(jìn)的信號處理方法。(2) 番茄生長指標(biāo)與主要環(huán)境因子間多時間尺度耦合關(guān)系的描述。研究目標(biāo)：建立PC板溫室中番茄不同生長期的光合作用、葉、徑、果實(shí)、蒸騰等生長狀態(tài)和光照、空氣溫度/濕度、土壤溫度/水分、CO2濃度等環(huán)境因子的動態(tài)監(jiān)測和數(shù)字化感知系統(tǒng)，為設(shè)施農(nóng)業(yè)相關(guān)研究提供原始數(shù)據(jù)庫；獲得番茄各生長指標(biāo)序列與主要環(huán)境因子變化之間的時間尺度關(guān)系規(guī)律，建立番茄生長狀態(tài)與溫室環(huán)境的時間尺度耦合模型，為溫室作物生長建模和溫室環(huán)境最優(yōu)控制提供理論依據(jù)。目前的控制技術(shù)只能是符合溫室環(huán)境的動態(tài)變化規(guī)律，而不符合作物生長周期的變化規(guī)律，由此得出的環(huán)境控制決策方案并不是經(jīng)濟(jì)最優(yōu)的結(jié)果[3]。由于在長期生長過程中的積累效應(yīng)，作物生長狀態(tài)和環(huán)境參數(shù)的耦合不同步，即時間尺度不一致，且具有非線性強(qiáng)、時變、滯后性強(qiáng)和干擾大的特點(diǎn)[3, 6]。作物生長狀態(tài)和環(huán)境因子的動態(tài)監(jiān)測是實(shí)現(xiàn)溫室環(huán)境高效控制的前提。要實(shí)現(xiàn)高產(chǎn)出、高效益，通常是通過反季節(jié)培育、提前上市、生產(chǎn)名貴蔬菜和花卉等途徑，依靠高技術(shù)和先進(jìn)的環(huán)境調(diào)控技術(shù)，使作物獲得最優(yōu)的光、溫、水、氣、肥等生長環(huán)境條件。字?jǐn)?shù)不限）溫室（Greenhouse）利用人工建造的設(shè)施為蔬菜、花卉、瓜果類等作物提供最佳的環(huán)境條件,以期獲得速生、高產(chǎn)、優(yōu)質(zhì)、高效的農(nóng)產(chǎn)品?；诮?jīng)濟(jì)最優(yōu)的溫室環(huán)境控制策略是較理想和實(shí)用的控制方法。農(nóng)業(yè)發(fā)達(dá)國家已經(jīng)研制開發(fā)了先進(jìn)的作物生長監(jiān)測系統(tǒng)[5]，能監(jiān)測作物光合作用、葉面積指數(shù)、莖粗、植株生長速率、果實(shí)生長速率、生物量、水分、營養(yǎng)水平等，為作物生長狀態(tài)的在線感知創(chuàng)造了有利條件。Tomgro番茄模型[10]研究了溫室內(nèi)主要環(huán)境要素如溫度、太陽輻射、CO2等與番茄生長發(fā)育的定量關(guān)系, 采用葉片數(shù)、莖、果、葉面積、葉面積指數(shù)、干物質(zhì)重等狀態(tài)變量描述整個模型；Hortisim 系統(tǒng)[11]借鑒、引入了許多有關(guān)番茄、黃瓜、甜椒等模型和研究成果, 并通過結(jié)合環(huán)境控制、栽培管理、決策支持等方面的研究現(xiàn)狀, 實(shí)現(xiàn)對番茄、黃瓜、甜椒等多種園藝作物生長發(fā)育過程的模擬。本項(xiàng)目以安徽農(nóng)業(yè)大學(xué)農(nóng)萃園的PC板溫室和栽培番茄為研究對象，使用先進(jìn)的作物生長監(jiān)測系統(tǒng)（以色列產(chǎn)，日行貸款設(shè)備）全面、精確、動態(tài)監(jiān)測各生長階段番茄的光合作用、葉片/徑/果實(shí)參數(shù)、蒸騰等生長狀態(tài)以及光、溫、水、氣等主要環(huán)境參數(shù)，采用小波分析[17]、經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Deposition, EMD) [18, 20]等現(xiàn)代信號處理方法研究生長指標(biāo)時間序列的時間尺度規(guī)律，采用集對分析法(Set Pair Analysis, SPA) [19, 20]、多元非線性統(tǒng)計[21]等方法研究作物生長指標(biāo)和主要環(huán)境因子間的相關(guān)度和聯(lián)系度，建立溫室作物生長指標(biāo)與環(huán)境因子間的時間尺度耦合模型。（2） 番茄各生長指標(biāo)與主要環(huán)境因子間的時間尺度規(guī)律分析針對番茄不同生長期的各生長指標(biāo)組成的時間序列及相應(yīng)的環(huán)境因子序列，采用小波分析、經(jīng)驗(yàn)?zāi)B(tài)分解等現(xiàn)代信號處理方法研究其時間尺度周期和相應(yīng)的時間尺度分量；采用偏相關(guān)、集對分析等方法研究各作物生長指標(biāo)和主要環(huán)境因子間的相關(guān)度和聯(lián)系度?？傮w思路如下圖所示：（1） 溫室作物生長狀態(tài)和環(huán)境因子的動態(tài)監(jiān)測和數(shù)字化感知本項(xiàng)目以安徽農(nóng)業(yè)大學(xué)農(nóng)萃園的PC板溫室和栽培番茄為研究對象。擬采用Marr小波和Morlet小波。（4） 番茄生長環(huán)境因子的多元、多時間尺度回歸分析作物生長狀態(tài)由多個生長指標(biāo)綜合表達(dá)，且生長指標(biāo)與環(huán)境因子之間存在多元映射關(guān)系。具體詳見本申請書研究基礎(chǔ)部分。2013年1月——4月： 對番茄生長參數(shù)和環(huán)境參數(shù)預(yù)處理，進(jìn)行小波分析和經(jīng)驗(yàn)?zāi)B(tài)分解，獲得波動周期和相應(yīng)的波動分量。研究工作成績 江朝暉 陸麗莉 袁學(xué)貴 江朝暉 程樹青 陸麗莉 黃曉慰陳祎瓊 黃曉慰 檀春節(jié) 檀春節(jié) 焦俊 李紹穩(wěn)已具備的實(shí)驗(yàn)條件，尚缺少的實(shí)驗(yàn)條件和擬解決的途徑：課題組成員大多是安徽省農(nóng)業(yè)信息學(xué)重點(diǎn)實(shí)驗(yàn)室——設(shè)施農(nóng)業(yè)環(huán)境檢測與控制技術(shù)實(shí)驗(yàn)室的骨干力量