摘要：茎流测量是研究植物耗水规律的重要手段,现有茎流传感器多基于热平衡法进行设计,但在低温天气时,植物蒸腾作用不明显,茎流瞬时变化响应不灵敏,导致测量结果不精确。针对上述问题,设计了一种热源自适应茎流检测与调控系统。综合考虑不同因素下茎流消耗在热源提供能量占比中变化趋势的建模需求,设计融合外界温度、茎流速率、横截面积等多环境因子茎流标定嵌套试验。在此基础上,利用支持向量机回归算法(Support vector regression,SVR)和遗传算法(Genetic algorithm,GA),建立热源功率自适应模型。结果表明所建模型的最优决定系数与均方根误差分别为0.989和0.015 W。基于LoRa无线传感网络构建茎流检测与调控系统,实现多组温度信息和热源功率的监测,系统调用移植到嵌入式设备的热源自适应模型动态获取热源功率调控目标值,并发送至执行控制器,控制功率调控模块,实现热源自适应融合的功率动态控制。精度验证试验显示:在低温段时,本系统比FLOW-32KS型传感器平均相对误差小2.64(6℃)、2.53(11℃)、3.68个百分点(16℃)。在高温段时,自适应模型修正对结果影响不大,双系统相对误差互有高低。证明本系统嵌入基于热平衡法的GA-SVR算法热源自适应模型后,能确保茎流消耗能量Q_(f)在输入总能量P_(in)中占比稳定,满足提高热平衡茎流测量精度的需求。