BP神经网络方法在土壤墒情预测中的应用

利用多年实测土壤水分资料和气象资料,建立了考虑多个因素如:外界气象因素及土壤特性、作物生长等对土壤墒情影响的BP人工神经网络模型。应用结果表明:所建立的模型具有较好的预测效果;用BP人工神经网络建立土壤墒情预测模型的方法是可行的。     

缺水条件下非充分灌溉制度预报系统的研制

以Jensen作物水分生产函数模型为基础,运用动态规划方法,建立了非充分灌溉条件下冬小麦、棉花、夏玉米的优化灌溉制度预报系统;并编制了可视化的程序界面,只要输入相关参数(土壤田间持水率、初始含水率、土壤容重、可供水量、不同阶段潜在作物蒸发蒸腾量,各阶段不同水平年的有效降雨量值和作物不同阶段的计划湿润层深度),就可得出适合于不同地区的优化灌溉制度,操作简单,具有实用性。以山西晋中和临汾地区为例验证,系统计算显示上述3种作物比传统灌溉分别节水为9%,7%和3%;在供水量不足的情况下,系统可指导如何在时间上分配水量以使减产最小,且可得知在这种灌溉方式下的具体减产量。     

汾河灌区农田土壤墒情变化规律分析

利用山西汾河灌区1993∽2002年各站点的土壤墒情实际观测资料,对该灌区主要作物生育期农田土壤墒情的时空变化规律进行分析;阐明了农田土壤墒情的季节变化大致可分为3个阶段,即：相对稳定阶段、严重失墒阶段和蓄墒阶段;农田土壤墒情的垂直变化明显表现出表层急变层、中间活跃层和底部相对稳定层3个层次。     

利用土壤水动力学模型预测麦田土壤水分的研究

通过有限差分法,用田间实测土壤水分动态资料反求冬小麦根系吸水速率,建立了由土壤水分动态资料反求的冬小麦一维根系吸水模型,同时根据实测冬小麦根长密度资料,建立了改进Feddes模型形式的冬小麦一维根系吸水模型.模拟结果表明,两模型基本能够正确反映冬小麦根系吸水的实际状况,满足生产要求.     

土壤水分预测的BP神经网络方法及模型

土壤水分预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物生长的影响,关系比较复杂。笔者利用多年实测土壤水分资料和气象资料,建立了考虑多个因素对土壤水分影响的BP人工神经网络模型。模型结果表明:所建立的模型具有较好的预测效果;用神经网络建立土壤水分预测模型的方法是可行的。     

番茄垂向分根区交替控制滴灌室内试验及节水机理

开展了垂向分根区交替控制滴灌番茄试验研究，设中等水分处理和低水分处理的垂向分根区交替控制滴灌、中等水分处理的表面滴灌3个处理。结果表明：垂向分根区交替控制滴灌可以在作物上下根区层形成干湿交替的区域，在适宜水分条件下能够大大降低耗水强度，使耗水过程趋于平缓，有利于控制植株长势、壮大径杆直径，以及增加下层根系的比重与根冠比，番茄产量在无显著下降的情况下可实现节水46.5%。在较高的土壤水分下限条件下适时进行番茄垂向分根区交替控制滴灌能够有效降低设施农业的运行管理费用、增加番茄商品率及实现节约水资源的目的。