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研究

文献类型： 会议论文

第一作者： NIU Hongfei

作者： NIU Hongfei 1 ; 牛宏飞 2 ; ZHANG Zhonglili 2 ; 张钟莉莉 1 ;

作者机构： 1.沈阳农业大学水利学院,沈阳110866

2.北京农业信息技术研究中心,北京100097

关键词： 灌溉管理;土壤墒情;预测模型;径向基函数神经网络

会议名称： 第十一届全国微灌大会

主办单位： 中国水利学会`中国灌区协会

页码： 00000045-00000051

摘要： 实时准确预报土壤墒情对于灌溉管理与抗旱防灾具有重要意义.本文以北京市延庆区为例,利用在该地区获取的2012年至2016年5年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底墒、降雨、湿度、气温、气压、地温和蒸发七种影响因子,对土壤墒情分别建立了线性回归方程、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)神经网络三种预测模型,并对三种模型预测结果进行了对比分析.模型预测结果对照显示,PCA-RBF神经网络模型精度最高,平均精度达到95.8％,线性回归模型和BP神经网络模型分别为92.5％和94.1％.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.

分类号： S274.3

  • 相关文献

[1]ET管理系统在农业高效灌溉中的应用. 闫华,郑文刚,申长军,吴文彪,孙刚. 2008

[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]土壤墒情预测模型对比. 牛宏飞,张钟莉莉,孙仕军,郑文刚,王材源,杨利红. 2018

[8]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

[9]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

[10]ET管理系统在农业高效灌溉中的应用. 闫华,郑文刚,申长军,吴文彪,孙刚. 2008

[11]基于精准灌溉的农业物联网应用研究. 徐刚,陈立平,张瑞瑞,郭建华. 2010

[12]基于精准灌溉的农业物联网应用研究. Xu Gang,徐刚,Chen Liping,陈立平,Zhang Ruirui,张瑞瑞,Guo Jianhua. 2016

[13]土壤有机质光谱快速检测装置研究. AN Xiao-fei,安晓飞,MENG Zhi-jun. 2014

[14]计算机视觉用于猪肉新鲜度检测的颜色特征优化选取. 潘婧,钱建平,刘寿春,韩帅. 2016

[15]设施黄瓜土壤重金属与养分的分异特征及其相关性研究. 孙超,李博文,杨志新,石维,王伟,刘文菊,马理. 2015

[16]基于贝叶斯网络的小麦条锈病预测研究. 聂臣巍. 2014

[17]螺旋粉虱在中国的适生区预测与风险区划. 李伟东,虞国跃,周卫川. 2009

[18]基于神经网络的水稻产量预测模型. 黄文江,王纪华,赵春江,袁红春. 2000

[19]可见/近红外技术与感官评价信息融合预测冷藏条件下罗非鱼TVB-N的研究. 史策,孙立涛,钱建平,韩帅,范蓓蕾,杨信廷. 2017

[20]基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型. 李卫国,王纪华,赵春江,刘良云,宋晓宇,童庆禧. 2008

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