文献类型： 中文期刊

作者： 韩坤林 ¹ ; 王钊英 ² ; 杨会民 ³ ; 陈毅飞 ³ ; 蒋永新 ³ ; 张佳喜 ¹ ;

作者机构： 1.新疆农业大学机电工程学院

2.新疆农业科学院

3.新疆农业科学院农业机械化研究所

关键词： 主成分分析;回归模型;神经网络;温室番茄

期刊名称： 新疆农业科学

ISSN： 1001-4330

年卷期： 2022 年 59 卷 002 期

页码： 485-492

收录情况： 北大核心 ; CSCD

摘要： [目的]研究温室番茄果实直径变化量的动态预测模型,为番茄所需水肥规律提供数据支持.[方法]选择番茄果实横径为研究对象,以5株番茄果实膨大期的数据建立模型,采用主成分分析法对植物生理生态信息和环境信息进行分析,提取主要成分,以主成分为自变量,输出变量为因变量,建立一个包含空气温度、空气湿度、土壤含水率、叶片温度及果实横径的BP神经网络回归动态预测模型,并以3株番茄果实膨大期内所测的数据作为测试数据进行预测,比较预测值和实测值.[结果]第1株番茄预测值与实测值的决定系数为(R2)0.964,均方根误差(RMSE)为0.238,第2株番茄预测值与实测值的决定系数(R2)为0.960,均方根误差(RMSE)为0.051,第3株番茄预测值与实测值的决定系数(R2)为0.951,均方根误差(RMSE)为0.047.[结论]该模型可以预测温室短时内番茄果实直径变化量,可以用于新疆连栋温室内的秋季番茄果实直径变化预测,可根据预测量与实测量之间差值对水肥实行微调.