基于BP神经网络的日光温室气温预报模型

摘要：

为建立日光温室中短期气温预报模型,以2个冬季生产季的日光温室实时气温观测资料为基础,利用BP神经网络建模和曲线拟合的方法,对日光温室1～7 d气温预报模型进行了研究.结果表明:1)以室外气温为输入要素的温室气温预报模型,最高气温预报值与观测值的符合度指数(D)为0.68～0.93,均方根误差(RMSE)为3.1～6.3℃;2)最低气温预报值与观测值的符合度指数(D)为0.81～0.95,均方根误差(RMSE)1.5～2.2℃;3)日光温室内最低气温预报绝对误差小于2℃的预报准确率Rate(≤2℃)为78％～95％;4)逐时气温预报模型预报值与实测值的符合度指数(D)为0.95～0.99,均方根误差(RMSE)为1.0～2.8℃,逐时气温预报模型预测准确率较高.结合目前气象台站“周预报”结果,模型可较准确地预报温室内1～7 d最低气温,并模拟日光温室内气温的逐时变化,可为冬季日光温室低温灾害预警及室内气温调控提供有益参考.

关键词：日光温室、BP神经网络、气温、预报模型

所属期刊栏目：20

分类号：S625(设施园艺（保护地栽培）)

资助基金：科技部公益性行业专项GYHY201006028,GYHY201306039;天津市气象局科研课题201310

在线出版日期：2015-03-16（万方平台首次上网日期，不代表论文的发表时间）

页码：176-184