基于Bp神经网络的温室番茄气孔导度的模拟研究

摘要：

试验于2009年5月～2010年3月间,在我国青海海东地区和江苏南京温室内分别设计番茄栽培试验,测定和分析作物气孔导度数据和环境数据,研究发现温室番茄气孔导度与叶片温度成正相关,与饱和水气压差和CO2浓度呈负相关,气孔导度与光合有效辐射相关不显著.在此基础上,构建基于Bp神经网络的温室番茄叶片气孔导度模拟模型.结果表明,模型对“苏粉8号”和“大红”品种的气孔导度日变化的模拟值与实测值间基于1:1线的决定系数(R2)分别为0.760和0.674,其回归估计标准误差(RMSE)分别为0.054和0.061 mol·m-2·s-1.研究建立的Bp神经网络模型模拟叶片气孔导度的精度明显高于Ball-berry模型.

关键词：人工神经网络、番茄、气孔导度

所属期刊栏目：42

分类号：S625(设施园艺（保护地栽培）)

资助基金：干旱气象科学研究基金IAM200901;江苏省科技支撑项目BE2010734;公益性行业气象科研专项GYHYQX200906023;公益性行业气象科研专项GYHYQX 201006028;南京信息工程大学科研基金80127

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：70-77