基于BP神经网络的冬小麦耗水预测.pdf

基于BP神经网络的冬小麦耗水预测.pdf

ID:52174894

大小:511.32 KB

页数:6页

时间:2020-03-23

基于BP神经网络的冬小麦耗水预测.pdf_第1页
基于BP神经网络的冬小麦耗水预测.pdf_第2页
基于BP神经网络的冬小麦耗水预测.pdf_第3页
基于BP神经网络的冬小麦耗水预测.pdf_第4页
基于BP神经网络的冬小麦耗水预测.pdf_第5页
资源描述:

《基于BP神经网络的冬小麦耗水预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷2010钲第4期4月农业工程学报TransactionsoftheCSAEV.01.26No.4Apr.201081基于BP神经网络的冬小麦耗水预测陈博1,一,欧阳竹蝶(1.中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室,北京100101;2.中国科学院研究生院,北京100049)摘要:该文根据中国科学院禹城农业试验站2003--2006年冬小麦季的气象资料和大型称重式蒸渗仪观测资料,把实测作物系数作为作物因子指标,建立了以日最高温度、日净辐射、实测表层60cm±壤含水率、日序数和作物系数为输入因子,蒸渗仪实测蒸散量为输出因子的

2、BP神经网络预测模型,神经网络拓扑结构为5-9.1,训练函数为Trainbr。检验结果表明冬小麦耗水量模型预测平均相对误差为13.1%,预测值和实测值的均方根误差为0.88衄,模型预测Nash—Sutcliffe效率指数为O.865,预测效果较好,可满足生产需要。关键词:作物,蒸散发量,反向传播,神经网络,作物系数,预测doi:10.3969/j.issn.1002—6819.2010.04.013中图分类号:S161,$512.1+l文献标识码:A文章编号:1002—6819(2010)-04-0081-06陈博,欧阳竹.基于BP神经网络的冬小麦耗水

3、预测田.农业工程学报,2010,26(4):81--86.ChenBo,OuyangZhu.Predictionofwinterwheatevapou'anspkafionbasedonBPneuralnetworks[J].TransactionsoftheCSAE,2010,26(4):81--86.(inChinesewithEnglishabstract)0引言作物耗水量是农田水量平衡计算的一个重要环节,其计算和预测方法不仅成为农田生态系统水循环和水平衡研究的重要领域,同时在制定农田灌溉制度、进行水土资源配置等方面具有重要作用。目前,估算农田作

4、物耗水的方法主要有微气象方法(包括能量平衡法、空气动力学技术、空气动力学阻抗法、涡度相关法)、红外遥感技术、水量平衡法(包括大田水量平衡法和零通量面法)、植物生理测定技术和器测法等【l训。其中,应用比较广泛的是利用1998年联合国粮农组织(FAO)推荐的基于微气象方法的Penman.Monteith公式计算参考作物腾发量E死,再通过作物系数估算作物实际耗水量E一51。该方法物理机制明确,估算ETo精确度高,但要求观测数据齐全,涉及参数多,计算繁杂。基于此,本文探索利用BP人工神经网络来预测作物耗水规律。近年来,人工神经网络强大的非线性映射能力使其在作物

5、耗水规律研究方面得到广泛应用,特别是基于气象资料对参考作物腾发量的预测研究比较多。通过比较人工神经网络参考作物腾发量模型和其他传统算法,多数研究认为人工神经网络法预测效果可靠睁71,利用较少的气象资料就可以达到预期效果‘¨o】;模糊推理【11-121、径向基网络【13】、小波变换【14】和遗传算法【15】也被用来和人工神经网收稿日期:2009-06-09修订日期:2010-03-01基金项目:中国科学院知识创新工程重大项目(KSCXI-YW-09-06)作者简介:陈博(1985一),男,河南邓州人,博士生,研究方向:节水灌溉理论和技术.北京北京市朝阳区

6、安外大屯路甲ll号3213室,100101.Email:chenb.07s@igsmr.ae.011※通信作者:欧阳竹(1961一),男,江苏南京人,研究员,博士生导师,研究方向:农田生态系统优化管理。北京北京市朝阳区安外大屯路甲ll号3213室,100101.Enlail:ouyz@igsarr.ao.gn络相结合以建立性能更佳的参考作物腾发量预测模型。应用人工神经网络对大田作物耗水量进行预测研究时,往往需要考虑影响作物耗水量的土壤水分因子和作物因子。王志强等【l6】和郑重等【l。玎利用自制微型蒸渗仪测定数据,把作物叶面积指数作为作物因子,分别建立了

7、植被覆盖条件下土壤蒸发量和棉田蒸散量的BP神经网络预报模型;SudheerKP掣18】利用有限气象资料建立了估算水稻日蒸散量的径向基神经网络模型,模型预测性能可靠;温耀华等【l9】以太阳辐射和日平均温度为输入向量,建立了大棚作物腾发量BP神经网络模型。针对影响作物耗水特性的作物因子难以准确估量,微型蒸渗仪测量数据难以反映大田作物耗水特性,本文把作物系数作为影响因子,利用中国科学院禹城农业综合试验站大型称重式蒸渗仪对冬小麦耗水规律进行模拟研究,探索建立较好预测大田作物耗水规律的神经网络预测模型。1数据来源及预测模型的建立1.1试验数据的获取中国科学院禹城

8、农业综合试验站位于山东省禹城市,土壤以潮土和盐化潮土为主,表土质地为轻.中壤土。所在地区属暖温

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。