基于人工神经网络的灌区灌溉预报模型

《基于人工神经网络的灌区灌溉预报模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、r类号(中图法)．——UDC(DDC)：——密级：：文作者姓名：直篷蕴学号：0330305004单位：B43252逦显太堂：文中文题名：基王厶至拉丝圆终的灌匡灌遗亟拯攫型文中文副题名：玉文英文题名：!!!ig垒!iQ旦￡Q!皇垒垒!!i婴g!堕堕曼!Q￡i羔!ig垒±iQ望!曼giQ坠basedOnArtificialNeuralNetwork文英文副题名：玉文语种!邀论文摘要史二墓塞语种论文页数鱼Q论文字数壁点(万)文主题词：动查趣型!垡丝灌避剑廑!缝塑置丕量!控经匦终!灌避煎拯清学位级别：工学硕士专业名称：农业水土工程究方向：灌区现代化管理导教师姓名：盒

2、巫星煎援导师单位：理岱壅些王程丕艾答辩日期：星鱼Q曼生墨旦呈墨旦：．摘要高水平的灌溉用水管理是节约用水、提高灌区农业产量、充分发挥灌溉工程效益的重要环节。灌溉用水管理的核心是实行计划用水，而指导计划用水的依据是用水计划。以往的灌区用水计划是依据历史资料制定的，与当年的实际情况差异较大，难于有效地指导用水。动态用水计划是以实时灌溉预报为依据的动态取水、配水与灌水计划，它是在充分利用实时信息基础上确定的短期计划，因而比较符合实际，实用价值较高。以水分生产函数为依据，采用动态规划方法，建立的优化灌溉制度模型能较好地解决可供水量在各生育阶段合理分配的问题，使有限的水

3、资源创造最大的价值；实时灌溉预报模型能够充分的利用当时的天气预报信息，可以及时地做出灌溉预报。综合利用这两个模型指导灌区的灌溉，可以达到节水、高产的目的，具有重要的现实意义。根据水稻的试验资料得到的各个生育阶段的敏感指数，再用神经网络方法得到逐旬的敏感指数值，建立了以旬为阶段的水分生产函数；以历年的降雨资料，建立了灰色马尔可夫模燃，预测下一年的降雨量；以构建的水分生产函数和降雨量预测模型为基础，用动态规划方法建立了优化灌溉制度模型，来实现缺水时的灌区用水计划预报，并用VB编制了友好的人机交流界面；以皂河灌区17年的作物需水量及其影响因素的资料作为训练数据，建

4、立了作物需水量神经网络模型，根据短期天气预报资料，预测作物需水量；用水量平衡方程建立了实时灌溉预报模型。以皂河灌区为研究实例，对上述模型进行了验证，效果较为理想。关键词：动态规划、优化灌溉制度、作物需水量、神经网络、灌溉预报AbstractHighlevel’smanagementofirrigationwateristheimportanttacheofsaving—water,advancingagriculturaloutputsofirrigationregionandexertingfullythebenefitofirrigationprojec

5、t．Implementingplaned—using·wateristhecoreofirrigationwatermanagement，theplanofusing-wateristhefoundationofinstructingplaned—using-water．Theformerplanofusing．waterofirrigationregion，whichisobtainedbyhistoricaldatum，isdifferentwiththeactualstatus．andisdifficulttoeffectivelyinstructho

6、wtousewatenThedynamicplanofusing-waterbasesonthereal—timeirrigationforecasting，andincludesdynamicgetting-water,dynamicdistributing—wateranddynamicirrigating—water．Itisshort—termplanthatCaBmakethebestofreal—timeinformation．Sothedynamicplanofusing—watercomparativelyaccordswithactualf

7、acts，andit’sappliedvalueishi曲．Themodelofoptimalirrigationschedule，whichbasesonthewaterproductionfunctionandadoptsthemeansofdynamicprogramming,cansolvetheproblemhowtoreasonablydistributethewatersupplytoalldevelopmentstage，andcanmakethelimitedwaterresourcecreatemaximalvalue；themodelo

8、freal-timeirrigationforeca