您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

土壤墒情预测模型对比

文献类型： 中文期刊

作者： 牛宏飞 1 ; 张钟莉莉 1 ; 孙仕军 1 ; 郑文刚 1 ; 王材源 1 ; 杨利红 1 ;

作者机构： 1.沈阳农业大学水利学院;北京农业信息技术研究中心;北京市水文总站;云南省科学技术情报研究院

关键词： 土壤墒情;相关分析;线性回归;PCA-RBF神经网络;BP神经网络

期刊名称： 中国农业大学学报

ISSN： 1007-4333

年卷期： 2018 年 08 期

页码： 142-150

收录情况： 北大核心 ; CSCD

摘要： 为实现实时准确的墒情预报,以北京市延庆区为例,利用在该地区获取的2012—2016年5年的系列土壤墒情和气象数据,对土壤墒情预测模型进行了对比研究。通过相关性分析选取时段初墒值W_0、降雨、湿度、气温、气压、地温和蒸发7种影响因子,对土壤墒情分别建立线性回归方程、基于主成分分析的径向基函数(PCA-RBF)神经网络和误差反向传导(BP)神经网络3种预测模型,并对3种模型预测结果进行了对比分析。结果显示:PCARBF神经网络模型精度最高,平均精度达到96.8%,线性回归模型和BP神经网络模型分别为94.6%和95.7%。研究认为,PCA-RBF神经网络具有稳定性好、精度高的特点,可以很好的实现土壤墒情预测。

  • 相关文献

[1]基于分段线性回归的传感器网络数据压缩传输方法研究. 张瑞瑞,杜尚丰,陈立平,阚杰,徐刚. 2015

[2]基于S3C2410的土壤墒情监测系统设计. 陈天华,唐海弢,郑文刚. 2011

[3]土壤墒情监测预报技术研究进展. 唐海弢,陈天华,郑文刚. 2010

[4]4种常见土壤含水量传感器精度分析及评价. 余涵,谢德体,骆云中,张钟莉,张石锐,李文龙,杨利红. 2019

[5]基于S3C241O的土壤墒情监测系统设计. 陈天华,唐海弢,郑文刚. 2011

[6]基于云原生技术的土壤墒情监测系统设计与应用. 于景鑫,杜森,吴勇,钟永红,张钟莉莉,郑文刚,李文龙. 2020

[7]基于NB-IoT技术的土壤墒情远程智能监测系统设计. 王国杰,赵继春,王敏,王洪彪. 2021

[8]基于三明治估计的全国土壤墒情估计方法. 李淑华,郝星耀,周清波,高秉博,潘瑜春. 2016

[9]土壤墒情预测模型对比研究. NIU Hongfei,牛宏飞,ZHANG Zhonglili,张钟莉莉. 2017

[10]基于主成分分析的叶面积指数尺度效应. 董莹莹,王纪华,李存军,杨贵军,徐新刚,王慧芳,黄文江. 2012

[11]利用不同方法估测土壤有机质及其对采样数的敏感性分析. 李翔,潘瑜春,赵春江,王纪华. 2007

[12]基于线性回归模型的无线水质参数监控预警终端设计. 伊铜川,张瑞瑞. 2014

[13]苹果叶片磷含量高光谱估测模型研究. 杨福芹,冯海宽,蒋瑞波,孙冰可,张周,姚真真,李天驰. 2021

[14]基于双侧图像识别的单株苹果树产量估测模型. 钱建平,李明,杨信廷,吴保国,张勇,王衍安. 2013

[15]基于BP神经网络的传感器网络动态采样模型研究. 阚杰,张瑞瑞,陈立平,徐刚. 2015

[16]基于粒子群优化BP神经网络的水产养殖水温及pH预测模型. 徐大明,周超,孙传恒,杜永贵. 2016

[17]基于遗传BP神经网络的半滑舌鳎体重估算模型优化研究. 杨占魁,任东,孙传恒,周超,解菁. 2015

[18]前驱差速轮式农业机器人的BP定位估计方法. 贾士伟,邱权,李军民,郑文刚,孟志军,刘凤然. 2015

[19]猕猴桃自动分级设备设计与试验. 左兴健,武广伟. 2014

[20]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台