基于BP神经网络的冬小麦耗水预测

摘要：

该文根据中国科学院禹城农业试验站2003-2006年冬小麦季的气象资料和大型称重式蒸渗仪观测资料,把实测作物系数作为作物因子指标,建立了以日最高温度、日净辐射、实测表层60 cm土壤含水率、日序数和作物系数为输入因子,蒸渗仪实测蒸散量为输出因子的BP神经网络预测模型,神经网络拓扑结构为5-9-1,训练函数为Trainbr.检验结果表明冬小麦耗水量模型预测平均相对误差为13.1%,预测值和实测值的均方根误差为0.88 mm,模型预测Nash-Sutcliffe效率指数为0.865,预测效果较好,可满足生产需要.

关键词：作物、蒸散发量、反向传播、神经网络、作物系数、预测

所属期刊栏目：26

分类号：S161;S512.1+1(农业气象学)

资助基金：中国科学院知识创新工程重大项目KSCX1-YW-09-06

在线出版日期：2010-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：81-86