基于KNN-SVM算法的溫室番茄生長預測模型

唐友 張威

摘要 為解決現有溫室番茄生長模型預測準確率低的問題，依據番茄生理學的基本特點，以溫室內的環境參數為模型變量，建立了溫室番茄生長發育的非線性模型。該模型描述了溫室內溫度、濕度、土壤溫度、土壤濕度等環境因子對番茄發育速度的影響，模型具有良好的解釋能力和較高的精度。首先，將利用各類傳感器對吉林省吉林市溫室番茄生長的各類環境數據進行收集；然后，對番茄溫室的實際數據進行處理，再利用KNN算法對缺失和異常數據進行補充，并進行相關性分析；最后，在處理完成的番茄作物生長數據的基礎上，考慮番茄作物對溫室環境的實時反饋，結合相關性利用SVM優化算法對2020—2021年的吉林市經開區溫室番茄數據進行模擬，得到SVM、LDA、LR的準確率分別為0.904、0.885、0.865。結果表明，SVM可以更好地預測番茄的生長變化。溫室番茄作物—環境互作模型的建立，為溫室環境控制打下了良好基礎。

關鍵詞 溫室環境；環境監測；KNN-SVM；生長預測模型

中圖分類號 S126? 文獻標識碼 A? 文章編號 0517-6611（2024）10-0219-06

doi：10.3969/j.issn.0517-6611.2024.10.048

A Growth Prediction Model for Greenhouse Tomatoes Based on KNN-SVM Algorithm

TANG You1，2， ZHANG Wei1

（1.College of Information and Control Engineering， Jilin University of Chemical Technology， Jilin， Jilin 132022;2.College of Electrical and Information Engineering， Jilin University of Agricultural Science and Technology， Jilin， Jilin 132101）

Abstract In order to solve the problem of low prediction accuracy of the existing greenhouse tomato growth model， a non-linear model of greenhouse tomato growth and development was established based on the basic characteristics of tomato physiology， and the environmental parameters in the greenhouse were used as model variables. This model described the influence of environmental factors， such as temperature， humidity， soil temperature and soil moisture in the greenhouse on the growth rate of tomato. The model had good explanatory ability and high precision. First of all， various sensors were used to collect various environmental data of tomato growth in the greenhouse of Jilin City， Jilin Province. Then， the actual data of the tomato greenhouse was preliminarily processed， and then the KNN algorithm was used to supplement missing and abnormal data， and correlation analysis was carried out. Finally， based on the processed tomato crop growth data， we considered the real-time feedback of tomato crops to the greenhouse environment. Combining with the correlation， we used the SVM optimization algorithm to analyze the greenhouse tomato data of Jilin Economic Development Zone from 2020 to 2021. After simulation， the accuracy rates of SVM， LDA and LR were 0.904， 0.885 and 0.865， respectively. The results showed that SVM could better predict the growth changes of tomato. The establishment of the greenhouse tomato crop-environment interaction model laid a good foundation for the greenhouse environment prediction control.

Key words Greenhouse environment;Environmental monitoring;KNN-SVM;Growth prediction model

基金項目 吉林省科技發展計劃項目“基于數據挖掘技術的全基因組選擇方法研發及云計算平臺體系構建”（YDZJ202201ZYTS-692）。

作者簡介 唐友（1979—），男，黑龍江龍江人，教授，博士，從事生物信息學及農業信息化研究。

收稿日期 2023-04-28

我國溫室蔬菜大棚發展迅速，番茄是大棚蔬菜中典型作物之一［1］。番茄是重要的蔬菜經濟作物，我國的番茄種植產量和規模都位居世界第一，在農民增收中正發揮越來越重要的作用。目前的大棚番茄種植管理數據可視化程度低，生長所需環境參數難以精確調控，嚴重影響大棚作物產業的進一步發展［2］。為實現番茄生長模型的預測，筆者通過吉林農業科技學院試驗田采集大棚番茄苗期、花期、果期的環境信息，通過信息化設備結合人工方式采集大棚番茄全周期生長信息，研究大棚番茄各時期生長模型，為大棚番茄規范種植提供參考。

番茄的生長觀察對于溫室大棚中番茄優化管理和產量提升有至關重要的作用［3］。其中，果實橫向直徑與果實縱向直徑是作物生長的關鍵因素。生長模型是以系統分析和數學模擬來定量描述生物的生長和發育以及形態建成過程，反映生物內外環境對生長發育的影響，是植物果實發育研究的重要內容和手段。

最初生長模型的研究是由荷蘭“DE WIT學派”提出的光合作用生長模型。近年來，基于有效積溫論建立了多種農作物生長模型。例如，研究人員建立了利用累積輻熱積與溫室黃瓜葉面積為尺度的生長模型［4］。王淵龍［5］利用有效積溫法建立了基于Logistic方程構建的小白菜生長模型，可為溫室中培養小白菜的生長管控及產量預測提供了理論和決策支持。程陳等［6-7］利用作物株高、葉面積指數及干物質積累作為生長指標，利用Logistic模型參數再進一步分析該地區降水量與積溫的相關關系。尋找到作物生產中相關屬性的線性分類方法會相對準確。從環境傳感器設備中獲得的數據與作物數據中找出相關的屬性，建立相關的生長模型如SVM分析分類方法是作物生長預測中較好的方案［8］。SVM模型可以較好地估計番茄果實數據與環境數據的關系。該研究主要領域有2部分：①對傳感器數據與作物生長數據進行處理，由于非線性數據和雜亂環境的隨機性是不可避免的，對傳感器數據進行分段數據檢索，理論上降低誤差［9］。②建立環境數據與作物生長數據的模型。模型依賴于數據特征的訓練與測試，解決了過程的復雜性。通過機器學習，直接將環境數據作為輸入，并學習構建生長特征表示。有足夠的數據集作為支撐，機器學習可以實現比傳統方法更高的精度［10］。該研究可用于確定哪些環境因素對作物生長最重要［11］。研究的主要重點是利用線性與非線性分類方法和機器學習來評估模型的性能，其中番茄果實生長的相關性是通過果實橫向直徑、環境因素來確定的［12-13］。利用SVM模型的特征，確定溫室番茄生長與環境特征之間的關系。鑒于此，筆者利用帶有傳感器的機器學習對預期數據進行分析，旨在監測番茄的生長情況［14］。

1 智慧大棚

智慧大棚為溫室番茄種植模型的構建提供了原始數據，也為驗證模型有效性提供了試驗平臺。智慧大棚內部主要包含土壤溫濕度傳感器、空氣溫濕度傳感器、二氧化碳傳感器、光照傳感器。智慧大棚具有網絡通信并可以實時監測大棚內環境數據等功能，可以實現對大棚內部溫度、濕度等環境參數的控制。在大棚內種植番茄，定時記錄番茄的生長狀況。

2 獲取番茄生長數據及處理

2.1 番茄生長數據獲取

該研究中，使用的是2020—2021年的溫室數據。番茄數據是基于果實橫向直徑、縱向直徑、含水量、鮮重等數據。圖1顯示了溫室中環境數據采集。因變量是大棚內溫濕度，自變量果實生長數據。該課題利用大棚內土壤溫濕度與番茄果實之間的相關性來校準大棚番茄生長的質量，可得到一個更高效的生長模型。

2.2 數據預處理

首先從收集的實際環境數據如圖2所示，使用KNN算法對異常值進行處理，排除錯誤數據，并對所有缺失值進行填充如圖3所示，果實數據為實際測量數據，如圖4所示。

去除這些異常數據異常值會提高預測的準確性。在所有大棚番茄生長過程中環境數據與生長數據，與平均值相比超過3個標準差的數據都將被省略。

3 番茄生長模型構建

3.1 番茄生長模型相關性分析

皮爾遜相關系數是用來解釋2個隨機變量之間的線性相關程度，其值介于-1到1。設有2個變量X、Y，則X、Y之間的皮爾遜相關系數的關系如下：

ρxy=cov（X，Y）σXσY=E［（X-μX）（Y-μY）］σXσY（1）

上述公式中cov（X，Y）是X與Y的協方差，σX是X的標準差，σY是Y的標準差。利用觀測的數據來判斷數據總體是否遵從正態分布的檢測稱作正態性檢驗，常見的正態性檢驗法為夏皮羅-威爾克（Shapiro-Wilk）檢驗法。該檢驗法有2個基本假設：H0為樣本所來自的總體分布服從正態分布；H1為樣本所來自的總體分布不服從正態分布。表1為用Shapiro-Wilk檢驗法對番茄生長數據檢驗的結果。由表1可知，全部變量的w值趨近于1，并且P值大于0.05，服從于H0，則樣本來自的整體都服從于正態分布，即各變量滿足使用皮爾遜相關系數的前置條件。

表2為番茄生長數據各變量間的相關系數。由表2可知，大棚番茄果實直徑與各環境因子之間的相關系數分別為0.957、0.951、0.942、0.933、0.923，說明大棚番茄生長過程中與各個環境因子之間存在較強的相關關系。

輸入參數包括果實橫向直徑、縱向直徑、濕度、溫度。生長環境與作物生長之間的關系相關系數如圖5所示。

圖5中nightT為夜間土壤溫度，nightS為夜間土壤濕度，dayT為白天土壤溫度，dayS為白天土壤濕度，furitW為果實重量，furitL為果實直徑，furitDW為果實干重，Outcome為輸出健康生長。由圖5可知，番茄標簽Outcome（健康成長）和白天土壤濕度dayS正相關系數比較大，證明在一定范圍內，番茄生長與濕度呈正相關。同理，土壤濕度dayS和果實直徑furitL間的相關性也比較強。

3.2 線性判別分析的意義

線性判別分析（LDA）是一種有監督的線性降維算法［15-16］。LDA是為了使降維后的數據點盡可能被區分。其原理為對于給定的訓練集，設法將樣本投影到一條直線上，使得同類的投影點盡可能接近，異類樣本的投影點盡可能遠離［17］；在對新樣本進行分類時，將其投影到這條直線上，再根據投影點的位置來確定新樣本的類別。應用LDA技術對大棚番茄的樣本數據進行分析，數據集包括250個數據集，分為5類，每類50個數據，每個數據包括5個屬性。可通過果實橫向直徑、果實縱向直徑、果實鮮重、果實干重、果實含水量5個屬性預測番茄生長情況。分析的目標就是通過LDA算法將輸入矩陣映射到低維空間中進行分類。

3.3 支持向量機的意義

支持向量機（support vector machine，SVM）是一種常用的機器學習算法，其基本思想是在高維空間中構造一個最優超平面，從而實現對數據的分類。更具體地，SVM算法還有線性SVM算法原理和非線性SVM算法原理2種實現方式［18-23］。其中，線性SVM算法原理是通過最大化數據點到超平面的間隔來求解最優超平面，而非線性SVM算法原理則是通過引入核函數的方式將數據映射到高維空間中，在高維空間中尋找最優超平面。

由圖7可知，首先進行數據預處理，計算每個類別的樣本均值向量和總體樣本均值向量，再計算類內散度矩陣和類間散度矩陣，最后訓練模型再對其進行評估。圖7b介紹的是LR算法結構，首先進行數據預處理，如特征縮放、處理缺失等，再對模型進行訓練，利用最大似然估計或者梯度下降來估計模型參數，最后對模型進行評估，使用測試集數據評估模型的性能。圖7c介紹了SVM改進算法的結構圖，通過多種超調優參數組合對 SVM 模型進行評估，采用交叉驗證進行驗證。該研究對 SVM 模型的2個超調參數進行了細致的調整，直到達到最佳的準確率。該研究在SVM模型中，首先實現了核函數緩存，對開銷最大的核函數計算進行緩存，提升了20倍效率。其次，進行優化誤差值求解，定義一個

g（x）=Ni=1ai×yi×K（x，xi）（2）

給g（x）求一個關于a的偏導，若ai，aj變化了步長delta，即所有樣本對應的g（x）加上一個delta乘以針對ai，aj的偏導數即可［8］。每次成功更新一對ai，aj以后，更新所有樣本對應的g（x）緩存，這樣通過每次迭代更新g（x）避免了大量的重復計算。

4 結果與分析

該研究探討了溫室環境在作物成長中的作用，利用SVM算法對溫室番茄生長模型進行預測。分析了機器學習方法，可以幫助溫室大棚改善番茄生長中的溫度或濕度的環境控制。在白天時，隨著溫度的升高，土壤中相對濕度降低；在夜晚時，溫度降低，土壤中相對濕度升高。該研究建立了基于實時權重的可靠溫室番茄生長模擬模型。SVM模型生成的值可以準確模擬的番茄植株的總重量。該模型參數少，擬合效果好，可預測性強，不僅可以為預測番茄的實時重量提供有效的手段，而且可以幫助研究者了解番茄的日生長速度，直接確定番茄的生長速度。在不破壞番茄植株正常生長的前提下，及時了解番茄果實的生長狀況，預測果實重量，模擬干物質的積累，為合理管理提供依據。模型可以用來直觀地描述番茄的生長，要預測其他不同作物的生長，應使用不同的參數。

機器學習模型提供了計算預測器對模型總體影響的方法。在排列每個預測值后，重復該過程，然后對所有模型的準確度差異進行平均，并通過標準誤差進行歸一化。搜索超調優參數用于為每個分類器選擇一個近似最優的配置。在實證研究的基礎上，針對SVM模型的調優參數產生了最佳的精度模型，如圖8所示。具有大維超參數搜索空間的模型會使SVM模型得到訓練［29-34］。

由表3可知，SVM分類器表現優于其他機器學習分類器。SVM的準確率最高，為0.90。LR和LDA的準確率分別為0.86和0.88。在該測試中，SVM是一種基于核函數的機器學習模型，可以作為大棚番茄生長預測的有效方法。在不同環境參數的相關性中，如空氣溫濕度、土壤溫濕度、光照強度與誤差模型相比，SVM模型訓練準確率為0.90，在測試數據中，準確率為0.88，均表現出最佳的估計準確率。SVM、LR、LDA模型的測試番茄生長精度值也不相同。SVM模型（測試精準度0.88）優于LR模型（測試精準度0.78），略優于LDA模型（測試精準度0.80）。由于SVM模型在模擬大棚番茄生長與環境變量動態非線性交互作用方面的優勢，更適合于規律的番茄生長估計。

5 結論

該研究旨在建立吉林省吉林市經開區溫室大棚環境因素對番茄生長控制的超調參數預測機器學習模型。利用大棚番茄歷史生長土壤溫濕度、空氣溫濕度等環境數據作為模型輸入，經過KNN算法處理后并傳遞到構建SVM網絡中。將網絡學習到的特征進行融合，并用于預測番茄生長的模型。采用的模型基于機器學習模型，通過應用番茄果實生長與環境因素之間的相關性來固定和減少特征選擇障礙。采用的模型使用溫室大棚數據集進行實驗和統計分析。利用 LR、LDA、KNN、CART和SVM模型對辣椒生長進行預測，分析溫室番茄生產過程中與環境因素的相關性。SVM模型相比另外4種模型具有計算速度快、預測效率高的優點。在使用該模型的試驗中，該模型揭示了大多數環境因素在番茄果實生產中溫濕度與其相關性。結果表明，該研究提出的預測模型在準確率方面優于其他預測模型，預測精度為0.90，KNN-SVM模型是獲得準確預測關鍵，這表明可以通過設計模型體系結構來提高模型的性能。

參考文獻

［1］ 陳一鳴.農業供給側結構性改革路徑淺析［J］.農村經濟與科技，2020，31（24）：263-264.

［2］ 燕佳惠，張虎，許曉燕.番茄大棚物聯網數據采集系統的設計［J］.現代農業裝備，2022，43（3）：52-56.

［3］ 楊敏慎，劉曉雨，郭輝.氣候變暖和CO2濃度升高對農作物的影響［J］.江蘇農業學報，2021，37（1）：246-258.

［4］ 馬成龍.日光溫室冬春茬番茄高產栽培技術［J］.種子科技，2022，40（22）：77-79.

［5］ 王淵龍.設施番茄生長模型構建及數字化種植系統研發［D］.泰安：山東農業大學，2022.

［6］ 程陳，馮利平，薛慶禹，等.日光溫室黃瓜生長發育模擬模型［J］.應用生態學報，2019，30（10）：3491-3500.

［7］ 陳永快，黃語燕，王濤，等.基于有效積溫的NFT栽培小白菜生長模型［J］.江蘇農業科學，2020，48（17）：229-233.

［8］ 王全九，劉云鶴，蘇李君.基于單參數Logistic的典型作物相對葉面積指數模型研究［J］.農業機械學報，2020，51（7）：210-219.

［9］ 金梁，魏丹，殷大偉，等.溫室微氣候模擬與溫室作物生長模型研究進展［J］.山西農業大學學報（自然科學版），2023，43（1）：55-64.

［10］ 何秉青，韓立紅，祝寧，等.不同灌溉策略對櫻桃番茄生長和果實性狀的影響［J］.蔬菜，2022（7）：22-25.

［11］ 李家亮.設施番茄綠色高效栽培技術［J］.種子科技，2022，40（18）：67-69.

［12］ 李偉明，胡衛叢，李肖明，等.基于主成分分析和聚類分析對不同品種櫻桃番茄生長及品質的綜合評價［J］.長江蔬菜，2022（10）：53-57.

［13］ 徐立鴻，肖康俊，蔚瑞華.基于溫室環境和作物生長的番茄基質栽培灌溉模型［J］.農業工程學報，2020，36（10）：189-196.

［14］ CHEN T S，AOIKE T，YAMASAKI M，et al.Predicting rice heading date using an integrated approach combining a machine learning method and a crop growth model［J］.Front Genet，2020，11：1-13.

［15］ CHEN X Y，JIANG Z H，TAI Q L，et al.Construction of a photosynthetic rate prediction model for greenhouse strawberries with distributed regulation of light environment［J］.Math Biosci Eng，2022，19（12）：12774-12791.

［16］ ZHANG Z，JIN Y F，CHEN B，et al.California almond yield prediction at the orchard level with a machine learning approach［J］.Front Plant Sci，2019，10：1-18.

［17］ COULIBALI Z，CAMBOURIS A N，PARENT S .Site-specific machine learning predictive fertilization models for potato crops in Eastern Canada［J］.PLoS One，2020，15（8）：1-32.

［18］ GILL M，ANDERSON R，HU H，et al.Machine learning models outperform deep learning models，provide interpretation and facilitate feature selection for soybean trait prediction［J］.BMC Plant Biol，2022，22（1）：1-8.

［19］ PAY M L，KIM D W，SOMERS D E，et al.Modelling of plant circadian clock for characterizing hypocotyl growth under different light quality conditions［J］.In Silico Plants，2022，4（1）：1-15.

［20］ HAN G D，CHOI J M，CHOI I，et al.From crop specific to variety specific in crop modeling for the smart farm：A case study with blueberry［J］.PLoS One，2022，17（8）：1-6.

［21］ YASIN M，AHMAD A，KHALIQ T，et al.Climate change impact uncertainty assessment and adaptations for sustainable maize production using multi-crop and climate models［J］.Environ Sci Pollut Res Int，2022，29（13）：18967-18988.

［22］ SAMUOLIEN G，MILIAUSKIEN J，KAZLAUSKAS A，et al.Growth stage specific lighting spectra affect photosynthetic performance，growth and mineral element contents in tomato［J］.Agronomy，2021，11（5）：1-10.

［23］ HELLMANN E，CAMPOS M L.Its a model and its looking good：A multi-organ metabolic model predicts developmental responses in tomato［J］.Plant Physiol，2022，188（3）：1417-1418.

［24］ HUANG Y，JIANG H，WANG W X.Research on tea tree growth monitoring model using soil information［J］.Plants（Basel），2022，11（3）：1-19.

［25］ JO W J，SHIN J H.Development of a transpiration model for precise tomato（Solanum lycopersicum L.）irrigation control under various environmental conditions in greenhouse［J］.Plant Physiol Biochem，2021，162：388-394.

［26］ KOZLOV K，SINGH A，BERGER J，et al.Non-linear regression models for time to flowering in wild chickpea combine genetic and climatic factors［J］.BMC Plant Biol，2019，19（S2）：1-14.

［27］ LI Y B，CAO G Q，LIU D，et al.Determination of wheat heading stage using convolutional neural networks on multispectral UAV imaging data［J］.Comput Intell Neurosci，2022，2022：1-12.

［28］ MA C Y，LIU M X，DING F，et al.Wheat growth monitoring and yield estimation based on remote sensing data assimilation into the SAFY crop growth model［J］.Sci Rep，2022，12：1-16.

［29］ SUN S K，WANG X T，XU J T，et al.Study of tomato growth weight-distribution model based on real-time plant weight in a solar greenhouse［J］.J Taibah Univ Sci，2021，15（1）：1027-1037.

［30］ SARI B G，LU＇CIO A D C，SANTANA C S，et al.Describing tomato plant production using growth models［J］.Sci Hortic，2019，246：146-154.

［31］ VENKATESAN S，LIM J，CHO Y.A crop growth prediction model using energy data based on machine learning in smart farms［J］.Comput Intell Neurosci，2022，2022：1-19.

［32］ SHAHHOSSEINI M，HU G P，HUBER I，et al.Coupling machine learning and crop modeling improves crop yield prediction in the US Corn Belt［J］.Sci Rep，2021，11：1-15.

［33］ STUERZ S，ASCH F.Responses of rice growth to day and night temperature and relative air humidity-leaf elongation and assimilation［J］.Plants（Basel），2021，10（1）：1-14.

［34］ OHASHI Y，ISHIGAMI Y，GOTO E.Monitoring the growth and yield of fruit vegetables in a greenhouse using a three-dimensional scanner［J］.Sensors（Basel），2020，20（18）：1-18.