基于基質(zhì)含水率的作物蒸騰量估算與預(yù)測(cè)模型研究
發(fā)布時(shí)間:2021-08-18 00:01
作物蒸騰作用是基質(zhì)水分傳輸?shù)闹饕?qū)動(dòng)力,建立了基于基質(zhì)含水率變化量的溫室番茄作物蒸騰量估算模型和預(yù)測(cè)模型,并進(jìn)行對(duì)比分析。使用校準(zhǔn)后的EC5基質(zhì)含水率傳感器,記錄第1次灌溉后與第2次灌溉前基質(zhì)實(shí)時(shí)含水率變化量,使用稱量法測(cè)量作物實(shí)時(shí)蒸騰量。通過(guò)基質(zhì)含水率變化量與基質(zhì)栽培槽體積的多元線性回歸運(yùn)算,建立番茄單株日蒸騰量估算模型;將基質(zhì)含水率變化量、空氣溫度、空氣濕度和光照強(qiáng)度作為輸入,利用GABP神經(jīng)網(wǎng)絡(luò)算法,建立番茄單株日蒸騰量預(yù)測(cè)模型。將試驗(yàn)所得溫室作物日蒸騰量估算模型和預(yù)測(cè)模型分別與溫室作物實(shí)際日蒸騰量進(jìn)行線性回歸分析,結(jié)果表明,基于基質(zhì)含水率變化量建立的估算模型在苗期、花期的預(yù)測(cè)精度分別為0. 972 9、0. 979 6,預(yù)測(cè)模型的預(yù)測(cè)精度分別為0. 991 5、0. 989 0,兩者之間差異不大,但估算模型運(yùn)算速度遠(yuǎn)高于預(yù)測(cè)模型的運(yùn)算速度,估算模型對(duì)于溫室灌溉管理具有推廣應(yīng)用價(jià)值。
【文章來(lái)源】:農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019,50(S1)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 材料與方法
1.1 試驗(yàn)設(shè)計(jì)
1.2 基質(zhì)含水率
1.3 作物蒸騰量
1.4 基于多元線性回歸算法的估算模型
1.5 基于GABP算法的預(yù)測(cè)模型
1.6 誤差分析
1.7 不同設(shè)定步長(zhǎng)下估算模型和預(yù)測(cè)模型驗(yàn)證分析
2 結(jié)果與分析
2.1 EC5傳感器標(biāo)定及含水率變化
2.1.1 EC5傳感器標(biāo)定
2.1.2 基質(zhì)含水率變化
2.2 多元線性回歸蒸騰量估算模型
2.2.1 基于R語(yǔ)言的模型構(gòu)建
2.2.2 估算模型分析及驗(yàn)證
2.3 GABP神經(jīng)網(wǎng)絡(luò)蒸騰量預(yù)測(cè)模型
2.3.1 樣本選取和神經(jīng)元確定
2.3.2 預(yù)測(cè)模型分析和驗(yàn)證
2.4 估算模型和預(yù)測(cè)模型比較分析
2.4.1 誤差分析
2.4.2 估算模型和預(yù)測(cè)模型不同步長(zhǎng)分析結(jié)果
3 結(jié)論
本文編號(hào):3348774
【文章來(lái)源】:農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019,50(S1)北大核心EICSCD
【文章頁(yè)數(shù)】:8 頁(yè)
【文章目錄】:
0 引言
1 材料與方法
1.1 試驗(yàn)設(shè)計(jì)
1.2 基質(zhì)含水率
1.3 作物蒸騰量
1.4 基于多元線性回歸算法的估算模型
1.5 基于GABP算法的預(yù)測(cè)模型
1.6 誤差分析
1.7 不同設(shè)定步長(zhǎng)下估算模型和預(yù)測(cè)模型驗(yàn)證分析
2 結(jié)果與分析
2.1 EC5傳感器標(biāo)定及含水率變化
2.1.1 EC5傳感器標(biāo)定
2.1.2 基質(zhì)含水率變化
2.2 多元線性回歸蒸騰量估算模型
2.2.1 基于R語(yǔ)言的模型構(gòu)建
2.2.2 估算模型分析及驗(yàn)證
2.3 GABP神經(jīng)網(wǎng)絡(luò)蒸騰量預(yù)測(cè)模型
2.3.1 樣本選取和神經(jīng)元確定
2.3.2 預(yù)測(cè)模型分析和驗(yàn)證
2.4 估算模型和預(yù)測(cè)模型比較分析
2.4.1 誤差分析
2.4.2 估算模型和預(yù)測(cè)模型不同步長(zhǎng)分析結(jié)果
3 結(jié)論
本文編號(hào):3348774
本文鏈接:http://sikaile.net/nykjlw/nyxlw/3348774.html
最近更新
教材專著