基于BP神经网络的马铃薯气候产量预报模型

摘要：

为了准确预测马铃薯气候产量达到趋利避害的目的,利用1980—2015年山西省大同市马铃薯产量及同期国家基准观象台观测到的气候资料,选用传统的统计回归方法和BP神经网络方法分别建立马铃薯产量预报模型.结果表明:通过二次函数曲线和最小二乘法确定马铃薯敏感期的气候因子是气温、日照和降水,其中降水对马铃薯产量的影响最大.通过改进的气候产量算法可以更好地反映气候要素与作物单产之间的函数关系.在Matlab平台上训练精度设为0.005、学习率0.01的BP神经网络方法可以很好地逼近非线性函数.用大于1/3样本进行预报检验表明,在预报精度和拟合精度上,BP神经网络模型都明显优于传统的回归模型,BP神经网络方法在马铃薯产量预报中有具有非常广泛的应用前景.

关键词：马铃薯、气候产量、BP神经网络、预报模型

所属期刊栏目：7

分类号：S165+.27(农业气象学)

资助基金：山西省大同市气象局农业公关项目"基于BP神经元网络建立的马铃薯产量预报模型"

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33