基于神经网络的温室土壤水分动态预测模型研究北大核心 |
| |
引用本文: | 万博雨,付聪,郑世健,范玉德,刘知贵.基于神经网络的温室土壤水分动态预测模型研究北大核心[J].节水灌溉,2017(11):72-76. |
| |
作者姓名: | 万博雨 付聪 郑世健 范玉德 刘知贵 |
| |
作者单位: | 1.西南科技大学信息工程学院;;2.中国物理研究院化工材料研究所; |
| |
基金项目: | 四川省科技厅项目"食用;观赏;药用兼用果树新种类费约果(Feijoa)产业化开发应用集成技术研究"(2014HH0053);绵阳市科技局项目"费约果新品种引进及商品化栽培技术研究"(14N-03-3) |
| |
摘 要: | 针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型。以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元。对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化。考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型。利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础。
|
关 键 词: | 动态预测模型 Delaunay三角剖分 土壤含水量 水势 BP神经网络 RBF神经网络 |
本文献已被 维普 等数据库收录! |
|