【摘要】：針對智能溫室變量施水的土壤水分預測問題,建立基于神經(jīng)網(wǎng)絡(luò)的土壤水分動態(tài)預測模型。以Delaunay三角剖分布點方法為基礎(chǔ),并將種植區(qū)域離散成若干單元。對各離散單元,模糊其土壤噴灌量,將單位時間土壤含水量的變化映射成土壤水勢變化�？紤]到土壤的時空特性,使用MATLAB建立以預測單元表層測量點土壤含水量、土壤溫度和單位時間土壤含水量變化量作為輸入,未來時刻該單元中心土壤深層含水量作為輸出的BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)預測模型。利用溫室實際數(shù)據(jù)驗證模型的準確性,通過比較兩種神經(jīng)網(wǎng)絡(luò)模型結(jié)果,得出RBF神經(jīng)網(wǎng)絡(luò)模型具有較好實用性,為溫室精細化變量施水的實現(xiàn)奠定基礎(chǔ)。
[Abstract]:A dynamic prediction model of soil moisture based on neural network was established for intelligent greenhouse variable rate water application. Based on Delaunay triangulation distribution point method, the planting area was divided into several units. Considering the temporal and spatial characteristics of soil, the BP neural network and RBF neural network prediction model are established by MATLAB, which are used to predict the soil water content at the surface measurement point, the soil temperature and the change of soil water content per unit time as input, and the deep soil water content at the center of the unit as output in the future. The data validate the accuracy of the model. By comparing the results of the two neural network models, it is concluded that the RBF neural network model has better practicability, which lays a foundation for the realization of variable rate fine water application in greenhouse.
【作者單位】： 西南科技大學信息工程學院;中國物理研究院化工材料研究所;
【基金】：四川省科技廳項目“食用、觀賞、藥用兼用果樹新種類費約果(Feijoa)產(chǎn)業(yè)化開發(fā)應(yīng)用集成技術(shù)研究”(2014HH0053) 綿陽市科技局項目“費約果新品種引進及商品化栽培技術(shù)研究”(14N-03-3)
【分類號】：S152.7;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 岑紅蕾;任玲;馬蓉;;神經(jīng)網(wǎng)絡(luò)在棉花質(zhì)量流量預測中的建模研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2013年12期

2 時君偉;胡敏英;武志富;任振輝;;基于神經(jīng)網(wǎng)絡(luò)的視覺圖像處理研究[J];安徽農(nóng)業(yè)科學;2009年19期

3 蘇超;方崇;黃偉軍;;SOM神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)旱情評價中的應(yīng)用[J];人民黃河;2011年07期

4 陳莉;朱衛(wèi)東;;粗集-神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)工程項目評估中的應(yīng)用[J];農(nóng)業(yè)工程學報;2006年07期

5 王艷春;張金政;李紹靜;王承明;;基于Matlab的神經(jīng)網(wǎng)絡(luò)仿真試驗設(shè)計[J];安徽農(nóng)業(yè)科學;2012年29期

6 張際先;神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)工程中的應(yīng)用[J];農(nóng)業(yè)工程學報;1995年01期

7 牛之賢;李武鵬;張文杰;;基于AIGA-BP神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預測研究[J];計算機工程與應(yīng)用;2012年02期

8 樓文高,劉遂慶;區(qū)域水資源可持續(xù)利用評價的神經(jīng)網(wǎng)絡(luò)方法[J];農(nóng)業(yè)系統(tǒng)科學與綜合研究;2004年02期

9 潘大豐,李群;神經(jīng)網(wǎng)絡(luò)多指標綜合評價方法研究[J];農(nóng)業(yè)系統(tǒng)科學與綜合研究;1999年02期

10 吳茜;楊宇虹;徐照麗;晉艷;郭焱;勞彩蓮;;應(yīng)用局部神經(jīng)網(wǎng)絡(luò)和可見/近紅外光譜法估測土壤有效氮磷鉀[J];光譜學與光譜分析;2014年08期

相關(guān)會議論文 前10條

1 王二虎;仝文偉;魯建立;霍繼超;王娟;;暴雨過程對不同深度土壤含水量的影響分析[A];第27屆中國氣象學會年會現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會場論文集[C];2010年

2 王春梅;左強;楊鶴松;;應(yīng)用隨機組合方法分析不同尺度表層土壤含水量合理取樣數(shù)目[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學會學術(shù)年會論文集第二分冊[C];2005年

3 武紅旗;李美婷;蔣平安;盧響軍;付彥博;;北疆典型鹽漬土土壤含水量光譜特征研究[A];面向未來的土壤科學（上冊）——中國土壤學會第十二次全國會員代表大會暨第九屆海峽兩岸土壤肥料學術(shù)交流研討會論文集[C];2012年

4 匡亞紅;陸桂華;吳志勇;;中國近60年模擬土壤含水量時空特征分析[A];中國水文科技新發(fā)展——2012中國水文學術(shù)討論會論文集[C];2012年

5 紀瑞鵬;班顯秀;張淑杰;張玉書;馮銳;陳鵬獅;;基于遙感的農(nóng)田土壤含水量面預報方法研究[A];中國氣象學會2006年年會“衛(wèi)星遙感技術(shù)進展及應(yīng)用”分會場論文集[C];2006年

6 鄒洪濤;黃毅;張玉龍;孫占祥;;東北風沙半干旱區(qū)不同栽培模式春播前土壤墑情變化的研究[A];中國農(nóng)作制度研究進展2008[C];2008年

7 顧靜;;西安地區(qū)麥地不同降水年份土壤含水量研究[A];中國地理學會2007年學術(shù)年會論文摘要集[C];2007年

8 張素芳;馬禮;;壩上高原林草地表層土壤含水量對比研究[A];自然地理學與生態(tài)安全學術(shù)論文摘要集[C];2012年

9 王學軍;李懷耿;崔少君;;土壤含水量監(jiān)測與智能灌溉系統(tǒng)應(yīng)用研究[A];濟寧市技術(shù)創(chuàng)新與可持續(xù)發(fā)展論文選編[C];2005年

10 黨修伍;周景春;張永芹;孔妲;張存嶺;陳若禮;;0-50cm土壤水分變化規(guī)律分析[A];中國氣象學會2007年年會生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預警分會場論文集[C];2007年

相關(guān)重要報紙文章 前5條

1 趙永春;農(nóng)田保墑是關(guān)鍵[N];沈陽日報;2006年

2 記者 張梅　實習生 顏薇;我省部分地區(qū)旱情持續(xù)[N];陜西日報;2009年

3 記者 李寧波;一場雨雪潤了干渴運城[N];山西日報;2009年

4 記者 許怡平;全市旱情基本解除[N];安慶日報;2011年

5 楊建輝;華池伏旱加劇 45萬畝大秋作物面臨威脅[N];甘肅經(jīng)濟日報;2007年

相關(guān)博士學位論文 前6條

1 王吉權(quán);BP神經(jīng)網(wǎng)絡(luò)的理論及其在農(nóng)業(yè)機械化中的應(yīng)用研究[D];沈陽農(nóng)業(yè)大學;2011年

2 刁萬英;基于可見-近紅外波段反射率估算表層土壤含水量[D];中國農(nóng)業(yè)大學;2016年

3 朱鶴;面向農(nóng)業(yè)用水管理的土壤含水量多源數(shù)據(jù)同化方法與應(yīng)用研究[D];中國水利水電科學研究院;2016年

4 王向華;基于LSMEM模型的黑河流域土壤含水量遙感反演研究[D];中國地質(zhì)大學(北京);2017年

5 易小波;西北干旱區(qū)土壤含水量時空變化特征及土壤物理性質(zhì)模擬試驗研究[D];西北農(nóng)林科技大學;2017年

6 王立權(quán);雪被—農(nóng)田土壤復合系統(tǒng)復雜性分析及水熱互作效應(yīng)研究[D];東北農(nóng)業(yè)大學;2014年

相關(guān)碩士學位論文 前10條

1 李林蔚;縣域耕地質(zhì)量評價、更新及其時空格局變化分析研究[D];華中農(nóng)業(yè)大學;2015年

2 高銘悅;基于神經(jīng)網(wǎng)絡(luò)的安徽省糧食產(chǎn)量組合預測研究[D];安徽農(nóng)業(yè)大學;2016年

3 陳巧燕;基于BP神經(jīng)網(wǎng)絡(luò)和支持向量機的耕地質(zhì)量評價方法研究[D];福建農(nóng)林大學;2017年

4 莊嚴;農(nóng)業(yè)節(jié)水技術(shù)潛力評價方法研究[D];中國農(nóng)業(yè)科學院;2006年

5 李武鵬;基于AIGA-BP神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預測研究[D];太原理工大學;2011年

6 黃飛;基于AMSR-E和BP神經(jīng)網(wǎng)絡(luò)的川中丘陵區(qū)土壤水分反演[D];四川農(nóng)業(yè)大學;2012年

7 陳劍;面向精細農(nóng)業(yè)的智能公共服務(wù)平臺關(guān)鍵技術(shù)研究與開發(fā)[D];浙江工商大學;2014年

8 祝倩;晉西北黃土區(qū)三種植被類型土壤含水量變化特征研究[D];山西大學;2014年

9 張廣波;基于3S技術(shù)的蘋果園信息提取與管理系統(tǒng)開發(fā)[D];山東農(nóng)業(yè)大學;2015年

10 柯麗娟;遙感反演土壤含水量在灌溉用水管理中的應(yīng)用研究[D];蘭州交通大學;2015年

，

本文編號：2183824