蓄水坑灌条件下苹果树蒸腾速率预测模型对比研究

摘要：

为了实现对蓄水坑灌苹果树蒸腾速率 (WSPIT) 的定量监测, 研究基于遗传算法 (GA) 、列文伯格算法 (LM) 和附加动量算法 (AM) 优化的三种BP神经网络模型, 建立了以气温、大气相对湿度、光辐射强度和饱和水汽压差为输入, 以蓄水坑灌苹果树蒸腾速率为输出的GA-BP-WSPIT模型、LM-BP-WSPIT模型和AM-BP-WSPIT模型, 对苹果树蒸腾速率进行预测, 并采用实测数据对模型进行率定和验证.结果表明GA-BP-WSPIT模型、LM-BP-WSPIT模型和AM-BP-WSPIT模型的平均相对误差分别为2.17％、3.56％和5.68％, GA-BP-WSPIT模型精度最优.蓄水坑灌条件下苹果树蒸腾速率的定量预测建议采用GA-BP-WSPIT模型.

关键词：蓄水坑灌、蒸腾速率、优化算法、BP神经网络

分类号：S275.9;TP183(农田水利)

资助基金：国家自然科学基金资助项目51579168、51249002;山西省自然科学基金资助项目201601D011053;山西省高等学校创新人才支持计划资助;山西省科技攻关项目20140311016-6

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：36-39