基于BP网络的膜下滴灌加工番茄墒情预报研究

针对加工蕃茄自动化滴灌系统下土壤墒情预报的问题,2011年在新疆生产建设兵团农八师国家农业科技园区,开展了土壤墒情预报的田间试验研究。通过观测得到的4个深度的土壤体积含水率以及日平均气温作为输入量,提出了一个基于BP网络的、可以对加工番茄在生育期内的墒情作出短期预报的模型。该模型分别以2d、7d为时间间隔,对自动化滴灌系统下的加工蕃茄墒情进行了预报,仿真结果显示预报效果较好。该模型用于加工番茄的土壤墒情预报是可行的,并且是一种简单、易于推广的墒情预报方法。     

基于人工神经网络土壤墒情动态预测模型应用研究

快速、准确地测定土壤墒情对作物生长发育及节水灌溉具有重要的意义。在2011-2012年的实测墒情资料的基础上,系统分析了三义寨灌区土壤墒情的时空分布规律;基于人工神经网络(ANN)理论构建了灌区不同埋深条件下土壤墒情的数值预报数学模型,模型计算值与实测值吻合较好,能够准确预测三义寨灌区不同埋深条件下的土壤墒情分布情况,为大型引黄灌区精细化灌溉模式应用提供了技术支撑。     

汾河灌区土壤墒情预报方法初步研

土壤墒情预报是了解农田土壤水分动态变化规律，调控土壤水分状况最有效的方法。本文依据山西省汾河灌区三站多年冬小麦与夏玉米生育期土壤含水量实测资料及相应气象资料建立了土壤墒情预报的经验模型和消退指数模型，并对两种模型进行了检验。结果表明，上述两种模型均能满足预报精度要求，但消退指数模型的精度比经验模型更高。     

非充分灌溉青贮玉米土壤墒情预报的人工神经网络模型

土壤墒情预报是农田适时适量灌溉与科学管理的基础,田间土壤墒情的变化受降水、灌溉、植株蒸腾、土壤蒸发、根系层下边界水分通量及外界气象因素的影响,关系比较复杂。利用内蒙古锡林浩特市典型草原区的青贮玉米土壤水分试验资料,建立了土壤墒情预报的BP神经网络模型,并利用部分实测资料对网络进行检验,取得了较好的效果。结果表明BP神经网络模型可以对区域土壤水分进行动态预测,方法简便可行。     

安徽淮北地区墒情监测预报和抗旱信息系统研究

阐述了在安徽淮北地区建立墒情预报和抗旱信息系统的重要性 ,提出适用于淮北地区的土壤墒情监测方法和预报模型 ,并对系统的信息传输、结构及功能作了较详细的介绍     

安徽淮北地区墒情监测预报和抗旱信息系统研究

阐述了在安徽淮北地区建立墒情预报和抗旱信息系统的重要性，提出适用于淮北地区的土壤墒情监测方法和预报模型，并对系统的系统传输、结构及功能作了较详细的介绍。     

不同滴灌灌溉制度对绿洲棉田土壤水热分布及产量的影响

【目的】探究不同滴灌灌溉制度对绿洲棉田土壤水热分布状况及对产量的影响。【方法】于2017年在策勒地区开展田间试验,设置了2种灌水模式:基于计算机模型的预报灌溉与基于土壤墒情的灌溉,每种灌水模式设置2种灌溉梯度:充分灌溉(100%)和非充分灌溉(75%的充分灌溉)。【结果】预报灌溉的土壤含水率和贮水量在花蕾与花铃期显著高于墒情灌溉;不同灌溉制度各剖面的土壤温度变化趋势一致,整个生育期的表层土壤平均温度表现为墒情亏缺最高,预报充分最低。作物产量在一定范围内随灌溉量的增加而增加,预报充分的产量较预报亏缺,墒情充分,墒情亏缺分别提高13.7%、12.1%、47.6%。水分利用效率表现为预报亏缺最高,且产量与预报充分的产量无显著差异。【结论】在策勒绿洲地区,预报亏缺灌溉可达到节水增产的目的。     

昔阳农田墒情监测现状及发展对策

介绍了昔阳县近几年农田土壤墒情监测工作现状,取得的成绩和存在的问题,同时重点阐明了农田土壤墒情监测工作对农田灌溉和农业抗旱减灾的指导性作用,提出了墒情监测和旱情预报工作在未来农业生产管理中的发展对策。     

辽宁农田土壤墒情监测工作现状及发展对策

农田水情、土壤墒情是农业生产管理最重要的农情信息,对农业生产具有重要意义。介绍辽宁省近几年土壤墒情监测工作的现状,总结在工作中取得的成绩和存在的问题,同时重点阐明农田土壤墒情监测工作对农田灌溉和农业抗旱减灾的指导性作用,并提出墒情监测和旱情预报工作在未来农业生产管理中的发展对策。     

辽宁农田土壤墒情监测工作现状及发展对策

农田水情、土壤墒情是农业生产管理最重要的农情信息,对农业生产具有重要意义.介绍辽宁省近几年土壤墒情监测工作的现状,总结在工作中取得的成绩和存在的问题,同时重点阐明农田土壤墒情监测工作对农田灌溉和农业抗旱减灾的指导性作用,并提出墒情监测和旱情预报工作在未来农业生产管理中的发展对策.     

基于无人机多光谱遥感的土壤含水率反演研究

为研究无人机多光谱遥感技术对裸土土壤含水率的大范围快速测定和最佳监测深度的确定,以杨凌地区粘壤土为试验材料,分别配制成2种不同深度(5 cm和10 cm)、含水率为3%~30%的土壤样本。用无人机搭载多光谱相机对土样连续监测3 d,监测时刻均为15:00。采集6个波段(490、550、680、720、800、900 nm)处的土壤光谱反射率,同时对2种不同深度的土壤样本表层(约1 cm)含水率和整体含水率进行测定。分别采用偏最小二乘回归法、逐步回归法和岭回归法,建立不同波段光谱反射率因素反演土壤含水率的回归模型,并分析其定量关系。试验结果表明,逐步回归预测精度最佳,决定系数(R2)分别为0.775、0.764、0.798、0.694,而预测均方根误差(RMSE)分别为0.028、0.042、0.037、0.038;其次为岭回归法;偏最小二乘法的预测精度最低。综合比较得最佳回归方法为逐步回归法,最佳监测深度为土壤表层(约1 cm),其次为5 cm深度,最后为10 cm深度。     

单因素土壤墒情预测模型研究

以土壤10、30、50cm深度处的土壤墒情各当前和历史数据不同组合为输入,以30cm处1h后的土壤墒情为预测输出,建立了基于BP神经网络的单因素土壤墒情预测模型。结果表明,模型预测误差约为10%,取得了较好的预测效果。     

基于近红外光谱信息的土壤电导率预测模型研究

利用土壤含水率与近红外光谱土壤反射率和土壤电导率三者之间的关系,以土壤含水率为中间变量,间接表达土壤光谱反射率和土壤电导率之间的关系。土壤含水率与土壤光谱反射率存在指数关系,土壤含水率与土壤电导率存在线性关系,消除中间变量（土壤含水率）,得到土壤光谱反射率和土壤电导率之间的关系。以土壤水分敏感波段1450nm作为研究对象,研究土壤电导率的预测模型,分别建立指数预测模型和对数预测模型,并分别对两种模型进行验证。本文实验建模集样本72个,验证集样本48个,土壤电导率对数预测模型R2达0.80,土壤电导率指数预测模型R2达0.85,预测效果均可满足农田电导率估算,但对数模型在土壤电导率较低区间预测效果不理想,因此土壤电导率指数预测模型预测效果优于对数模型的预测效果。研究结果表明,土壤光谱反射率预测土壤电导率的方案可行,并为光谱信息预测土壤电导率提供了新思路。     

基于IBAS-BP算法的冬小麦根系土壤含水率预测模型

为在节水灌溉系统中精确测量和预测根系土壤含水率,将传统天牛须算法每次迭代过程中的一只天牛改进为一个天牛种群,建立了基于改进天牛须搜索算法优化的IBAS BP预测模型,并利用实测浅层土壤含水率数据,对深度50 cm冬小麦根系土壤含水率进行预测。结果表明,与PSO BP预测模型、GA BP预测模型以及原始BAS BP模型相比,IBAS BP模型可准确预测冬小麦根系土壤含水率,有效避免了网络陷入局部极小值的可能性,且相对误差均值仅为0.0045。     

基于土壤多参数监测系统的田间持水量试验研究

目前田间持水量的测定大多使用传统的人工测量方式,存在耗时长、不能实时测量等问题,为此提出一种基于土壤多参数监测系统测定田间持水量的方法.该方法以饱和土壤含水量自然蒸发为试验基础,分析不同深度的土壤水分曲线在不同阶段的变化情况,探究土壤表层相对温度差对土壤水分日丢失量的影响.结果表明:10 cm深度的土壤水分曲线Y1在不...     

农田土壤剖面水分探头布设及数据处理技术研究

通过分析定点埋设的SWR-2型土壤水分传感器采集的土壤水分数据,分析了农田土壤水分信息的时空变化规律及不同深度土层含水率间的相关关系。结果表明,冬小麦和夏玉米生长条件下农田土壤剖面适宜埋设的探头数目为1～4个,并提出了相应的水分探头布设方案及数据处理技术。     

用土壤剖面水分动态模拟法建立灌区作物灌溉制度

介绍了用土壤剖面水分动态模拟法建立灌区作物灌溉制度的数学模型，土壤水分运动参数的确定和计算程序的主要流程，此法既实用于工程设计中确定作物灌溉制度，在管理中也可利用其预报土壤含水量，并据此对灌区进行配水，对灌区现代化管理具有重要意义。     

灰色GM(0,N)模型在土壤田间持水量预测中的应用

基于田间持水量测定试验数据及土壤理化参数测定试验数据,运用灰色预测理论对田间持水量与土壤理化参数的关联度进行分析,建立以土壤密度、土壤粉粒质量分数、土壤黏粒质量、土壤有机质质量分数为输入变量的GM(0,N)土壤田间持水量预测模型。对所建模型进行残差检验、关联度检验、后验差检验证明所建模型是可行的,实现了少数据、贫信息情况下利用土壤常规理化参数对土壤田间持水量的预测。     

基于ZigBee技术的果蔬大棚土壤墒情管理系统

为进一步改善果蔬大棚的种植效率,以ZigBee通信传输技术为切入点,针对大棚土壤墒情管理系统展开研究。在果蔬大棚运行管理机理的基础上,以准确获取并有效辨识出果蔬大棚不同区块的土壤墒情状况为目标,建立ZigBee数据通信模型,进行数据采集处理与精准传输过程分析以及土壤墒情管理系统体系化设计,搭建平台进行土壤墒情管理系统作业状况监测。试验结果表明:基于ZigBee技术的土壤监测试验平台,土壤含水率监测值与实际仪器测得值之间的相对误差控制在5%以内,一致性较好;ZigBee技术应用后,系统的监测数据准确度可提高8.50%,土壤墒情的监测效率整体提高8.10%,满足土壤墒情监测要求,有利于农业大棚种植培养向精准化、智能化方向深度推进。     

低功耗远程墒情自动监测站设计

为了快速获取土壤墒情,满足农田土壤信息监测的需要,设计了一种以太阳能供电的低功耗远程墒情监测系统。系统终端以C8051F040单片机和SIM900A模块为基础进行设计,采集4层深度土壤温度、4层深度土壤湿度以及多种气象信息,利用GPRS网络和短信方式进行墒情数据的自动监测和无线传输。该系统结构简单、使用方便、功耗低,经计算在无光照条件下能够工作14d,实现了农田墒情的低功耗远程实时监测,为农业生产和气象预测提供一定的数据基础。