RBF神经网络在北方日光温室湿度模拟预测中的应用

为探讨北方日光温室空气相对湿度因子的变化规律、预测其变化趋势,进而采取合理的调控措施,从分析比较BP和RBF神经网络的特点出发,选择RBF神经网络作为预测网络,并采用高斯径向基函数作为网络激活函数,提出了一种适用于北方日光温室空气相对湿度环境因子的模拟预测模型。选取沈阳农业大学北山试验基地内日光温室进行多种环境参数采集,采用主成分分析法确定模拟预测模型的输入因子,并分别选取600组和80组实测数据对网络模型进行建立和验证。结果表明:该模型学习过程相对较快,且预测值与实测值的相对误差小于7.35%,模拟值与实际值相对误差0.19%,模型可用于模拟和预测北方日光温室大棚内空气相对湿度的变化趋势,预测结果良好。     

多变量混沌时序正则化局部线性预测

为了克服多变量混沌时序局部线性预测模型中利用最小二乘法确定参数时会产生多重共线性的缺陷,提出了基于正则化回归的多变量混沌时序局部线性预测模型。该预测模型是在一般的多变量混沌时序局部线性预测模型中对最小二乘法进行改进,引入正则化估计,利用正则化回归法对模型参数进行估计。实证研究结果显示,模型比改进前有更好的预测精度和抗噪能力。     

基于ANFIS的温室小气候环境因子预测模型辨识

为了提高日光温室小气候环境因子的预测精度,达到对温室内环境因子综合控制的目的,提出一种基于Takagi-Sugeno模糊模型的自适应神经模糊推理系统(ANFIS)对温室小气候环境因子进行辨识,建立温室小气候环境因子预测模型,并用所建立的模型对温室内的温度、湿度、光照等小气候环境因子进行预测。结果表明:预测值和实测值的拟合关系较好,尤其在光照环境因子的模拟上,相关度甚至达到0.9976,说明基于ANFIS网络进行温室小气候非线性系统辨识是有效的,且该成果对温室小气候智能调控的发展具有一定的参考价值。     

葡萄大棚小气候预测模型研究

为精准把控并及时调节葡萄大棚棚内小气候,利用清徐县葡萄大棚农田小气候站观测数据及气象站、辐射站、土壤水分站资料,建立以棚外气温、相对湿度、风速、总辐射、土壤湿度为输入变量,棚内气温、相对湿度、土壤温度为输出变量的基于BP神经网络葡萄大棚小气候预测模型。为了对比分析BP神经网络的精确度和稳定性,同时建立多元线性回归模型。结果表明,基于BP神经网络建立的预测模型,其训练值和实测值之间的绝对误差分别为1.55 ℃、4.46%、0.77 ℃,标准误差分别为2.18 ℃、5.94%、1.00 ℃;预测值和实测值之间的绝对误差分别为1.37 ℃、2.84%、0.42 ℃,标准误差分别为1.96 ℃、4.60%、0.53 ℃。预测效果明显优于多元线性回归模型,预测精度满足棚内小气候要素预报要求。     

基于SSA-RBF网络的日光温室温湿度预测模型研究

温室预测模型是农业信息化领域的研究热点之一,而日光温室以其不加温、经济适用等特点,近年来受到越来越多的关注。现有温室温湿度预测模型是通过微分方程或传统神经网络算法进行处理并进行预测的,但是这些系统仍面临控制或者精度上的挑战。采用1种基于麻雀搜索算法SSA(Sparrow Search Algorithm)和径向基网络RBF(Radial Basis Function)的预测方法,以日光温室室外温度、室外湿度、光照强度、土壤湿度、保温被状态、塑料膜状态、窗户状态、滴灌设备状态为输入,日光温室室内温度和湿度为输出,建立了基于SSA-RBF的日光温室温湿度预测模型。以河北省沧州市青县某日光温室测量取得的数据为参考,经验证,模型温湿度预测值与实测值曲线都吻合良好,其中温度相关系数达到0.929 3,湿度相关系数达到0.9282 9。本研究的预测精度较高,实用性强,可用于日光温室温湿度预测,同时也对指导日光温室温湿度控制有一定的参考价值。     

基于贝叶斯模型平均法的森林火灾预测模型构建研究

  目的  本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。  方法  利用2000—2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。  结果  通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。  结论  在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。      

主成分回归和岭回归在新疆农业经济的应用

基于使用最小二乘回归对数据做统计回归时,常出现自变量之间因为多重共线性,导致模型预测失去效果的现象,其中主成分回归法和岭回归法是常见的用以处理多重共线性问题的方法。现以新疆农业经济数据为例,运用统计软件对数据进行实证分析,证实了这两种方法消除农业经济中多重共线性的可行性,也进一步比较两种方法的实现过程和优缺点,有利于提高回归预测模型的精确性和在现实问题中更广泛的应用。     

基于多元统计的河流年度径流预报及误差分析

河流年度径流具有周期性、层次性、可预测性的特点,通过研究和分析河流年度径流的统计变化特征,可以对河流径流未来的长期变化作出预测。该文研究了佛子岭水库的河流年度径流滚动预测的方法,通过观测的河流年度径流资料,探索径流统计变化规律,运用多元回归理论建立预测模型,并且进行了模型参数的确定和径流的预测。通过预测模型对河流年径流实际值与预测值误差分析,并绘制实际值与预测值折线图进行比对,对选择最优的预测模型提供了数据支持和理论指导,继而对预测结果进行分析。计算结果表明,线性回归模型预测的实际值与预测值误差在较为合理的范围。最后得出结论,建立二元线性预测模型对于佛子岭水库年径流量预报结果的拟合模型较好,预测精度较高。     

基于PCA-RBF神经网络的森林碳储量遥感反演模型研究

针对碳储量回归预测模型存在共线性和精度较低的问题,利用森林资源二类调查数据和SPOT5影像数据对北京市延庆县的杨树林进行碳储量反演研究。先对选取的10个指标进行主成分分析,在此基础上采用径向基函数(RBF)神经网络方法构建碳储量反演模型,用预留测试样本验证,并与实测值进行比较。研究结果表明:SPOT5数据和二类数据可以很好地结合起来用于森林地上碳储量反演研究;PCA-RBF神经网络森林碳储量遥感反演模型拟合精度为99.90%,平均预测精度达到96.71%,预估效果较理想;模型训练完成后,可以应用于延庆县森林地上碳储量反演。     

温室番茄群体光合作用模拟模型的研究

为了提高温室生产性能和生产效益,以温室主栽品种之一的番茄为对象,单叶光合作用模型为基础,综合考虑叶面积动态指数、温室冠丛光分布构建了群体光合作用模型,分析了温室内温度、CO2浓度及水分对模型的影响,并据此对模型进行修正.对模型进行验证,结果表明,该模型的群体光合速率实测值(0值时除外)与模拟值的相对误差在0～10.0％之间,模拟精度较高,环境因子对番茄生长发育影响的预测效果良好.     

山东寿光冬季日光温室内温度变化特征及低温预报(英文)

[目的]为了提高设施农业气象服务水平,减轻气象灾害对日光温室蔬菜生产的影响。[方法]利用2008~2011年冬季日光温室内外气象观测资料,采用相关及逐步回归分析方法,对冬季日光温室内温度变化特征及最低气温预报模型进行分析研究。[结果]晴天和多云天气下日光温室内的气温有明显的日变化,且晴天状况下温度变化幅度要大于多云天气;连阴天时日光温室内气温较低,严重影响植物正常生长发育。日光温室内最低气温与温室外气温及温室内湿度、气温、地温相关性较好。[结论]试验建立了日光温室内最低气温预报模型,利用最新资料对模型进行预报检验,不同天气状况下日光温室内最低气温预报值平均绝对误差小于1℃,平均相对误差低于10%。     

对喀左县冬季日光温室大棚最低气温的调查

对2006～2008年冬季（12月至翌年2月）喀左县日光温室大棚最低气温观测资料进行统计分析。结果表明：冬季棚内平均最低气温为8.1℃,极端最低气温为3.5℃。大棚最低气温随大气最低气温的升降而相应升降;随着云量的增加,次日棚内外最低气温差值呈逐渐减小的趋势;次日棚内最低气温升降与风向也密切相关。利用回归分析方法得出了冬季温室大棚内最低气温的预报模型,准确率达到83%,取得了较好的服务效果。     

胶东地区日光温室周年温湿度变化规律分析及预测

为探究胶东地区日光温室内部环境的变化情况及对番茄栽培的适宜性,并对内部温湿度进行预测,利用不同传感器,全天候监测并分析了2019-06-01至2020-05-31温室内外温湿度,同时建立了该地区日光温室内部不同季节不同天气条件下气温及相对湿度的预测模型,并利用根均方差（RMSE）进行统计分析。结果表明,日光温室内部7月平均气温最高,1月平均温度最低,分别为29.7和14.1 ℃。温室内春秋季日期数较外部增加了78 d,冬季减少了118 d。不利于番茄生长的时期集中在夏季和冬季,温室内易产生夏季高温低湿、冬季低温高湿现象。温室内气温、相对湿度预测模型的预测值与实际值的平均RMSE值分别为4.1 ℃、10.1%,模型的模拟效果整体较好。     

Modeling greenhouse air humidity by means of artificial neural network and principal component analysis

A back propagation neural network (BPNN) based on principal component analysis (PCA) was proposed for modeling the internal greenhouse humidity in winter of North China. The environment factors influencing the inside humidity include outside air temperature and humidity, wind speed, solar radiation, inside air temperature, open angle of top vent and side vent, and open ration of sunshade curtain, which were all collected as data samples. Through PCA of these data samples, 4 main factors were extracted, and the relationship between the main factors and the original data was discussed. Taking the principal component values as the input of BPNN, the model showed a good performance. A comparison was made between the performances of the BPNN based on PCA and the stepwise regression method with 20 data samples which had not been used to establish the NN model, and the prediction of stepwise regression method was less accurate than the BPNN based on PCA.     

日光温室内各表面太阳辐射照度的模拟计算

建立了温室内各表面太阳辐照度计算模型,并对沈阳地区跨度为12 m的日光温室进行模拟,分析了温室建筑参数改变对温室内各表面太阳辐射照度的影响。结果表明:冬季最冷月(2003 12至2004 02)温室内后坡单位面积太阳辐射照度分别为土壤表面及后墙面的1.45和1.49倍;温室地面太阳辐射照度模拟结果与实际测试结果差值不超过5%。改变温室跨度和高度分别对地面及北墙面太阳辐射照度有较大影响,且呈线性关系;改变温室后坡仰角对温室内各表面太阳辐射照度的影响不显著。     

黑龙江省温室小气候变化特征及预报模型的初步研究

为了解黑龙江省日光温室内各气象要素变化,分析了黑龙江省双城市公正乡日光温室2012年9月~2013年8月的室内外气温、地温及土壤湿度,并建立室内外气温关系模型。结果表明:秋季、冬季和春季室内外温差较大,室内气温明显高于室外,而夏季较小,室内气温偏高不明显。在寒冷季节不供暖情况下,室内气温基本在10℃以下,难以满足蔬菜生长发育的需要,各层次地温和土壤湿度变化基本规率基本一致。以棚外温度为自变量,以棚内温度为因变量,建立相关模型,大部时段绝对误差为0~2.8℃。     

保温被揭盖方式对日光温室内部温度的影响

【目的】研究保温被揭盖方式对日光温室内部温度的影响,基于温室内部不同位置光照的需求建立保温被精准揭盖位置模型,提出一种逐时揭盖保温被的新方法。【方法】采用计算流体动力学(CFD)瞬态模型分析不同的揭盖方式下大寒、春分节气温室内部空气温度变化。【结果】按照温室规格1∶1建立日光温室CFD模型,所建立模型决定系数在0.91～0.92。选取大寒、春分2个节气分析,在光照完全照射墙体时逐时揭盖分别比传统一次性揭盖温室内部温度提高0.03和2.49℃;在光照完全照射地面时,逐时揭盖分别传统一次性揭盖温度提高0.55和0.9℃;在光照完全照射作物层时,逐时揭盖分别传统一次性揭盖温度提高0.53和0.62℃。【结论】逐时揭盖对较为严寒的大寒日前后提高温度不明显,全体平均气温最大提高了0.56℃;在春分日逐时揭盖方式全天平均温度最大可提高2.49℃。寒冷季节下,揭盖方式对温度的影响不大,可增大保温被揭起角获取更多的光照,在春分节气可减小揭起角以增加温室内部的温度。     

郑州雾霾寡照天气大棚小气候特征及低温预报

利用2012—2013年及2013—2014年2个冬季的大棚内外气象观测资料,对雾霾寡照天气条件下大棚内小气候特征进行分析,并采用逐步回归分析的方法,建立寡照天气大棚内最低气温预报方程,用该方程对2014年3月雾霾寡照天气棚内最低气温进行预报,绝对误差值均小于2℃,预报效果较好。同时提出了雾霾寡照天气条件下大棚生产管理措施,有效预防和抵御灾害。     

山东寿光日光温室在宁夏五个地区冬季的温度变化

[目的]研究引进的山东寿光型日光温室在宁夏不同地区环境中的表现。[方法]采用温湿度自动记录仪全天侯测定在宁夏5个地区温室内外的温度变化。[结果](1)冬季温室内日最低温度出现在7:00～9:00之间,日最高温度在14:00左右,晴阴天温度有明显日变化。寿光日光温室在冬季-20℃以下的外界温度下,除红寺堡温室内出现短期的0℃以下低温外,其余温度都在0℃以上,1月夜间平均温度都在3.7～13.3℃以上;(2)结构一致的寿光型日光温室,在引黄灌区的贺兰、吴忠、中卫温度表现无明显差异;在中部干旱带的红寺堡,由于冬季大风日数较多,冷风渗透致使室内温度偏低;处在南部山区的彭阳,虽外界气温较低,但由于四面环山,风小,保温效果最好。[结论]寿光型日光温室在宁夏正常年份的冬季不需人工增温,具有植物生长环境稳定,抗御灾害性天气能力强等优点,使用该设施使农业生产取得了较高的经济效益。     

栾川日光温室冬季气温预报模式研究

利用栾川县祥王种植专业合作社冬季日光温室内外气温监测数据及相应气象资料,采用一元回归分析法建立冬季日光温室气温预测模型,并与实际值进行对比。结果表明,温室内外气温存在显著相关性,且表现为不同天气下室内外最低气温相关性较最高气温显著;利用一元回归分析法建立的气温预测模型,晴天和阴天下预报质量高,效果明显,而在多云天气条件下,预测值与实际值存在差异,但仍有一定的参考价值。