10.3964/j.issn.1000-0593(2013)06-1587-06
BP神经网络在使用红外热像仪技术预测冬小麦产量中的应用
通过使用红外热像仪技术获得冬小麦冠层不同温度值,计算得到冬小麦主要需水阶段水分胁迫指标ICWSI(infrared crop water stress index).并根据此数据,使用一次灌溉周期中3个时段不同的ICWSI的平均值作为输入因子,相应实测冬小麦产量作为输出因子,建立了BP神经网络模型对冬小麦的产量进行预测,本文采用三层BP神经网络,其拓扑结构为3-5-1,数据归一化处理后收敛性能增强.预测结果显示,平均相对误差最大只有3.42%;为了证实这一方法的优越性,同时建立了基于ICWSI和冬小麦产量关系的非线性函数的预测模型,预测结果与实际产量值进行比较,平均相对误差最大达到了18.87%.两种预测方法得到的不同预测结果表明,将红外热像仪技术与BP神经网络预测方法相结合,可以成功用来预测冬小麦产量,比使用非线性函数预测的效果更好,精度更高,可靠性更强,可以用于实际生产需要.
红外热像仪、ICWSI、BP神经网络、冬小麦产量
33
S512.1(禾谷类作物)
China-Germany International Cooperation ProjectIRTG1070;National Natural Science Foundation of China30971940
2013-07-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
1587-1592