非充分灌溉稻田墒情预报的人工神经网络模型

• 作者: 周明耀 瞿益民 陈红卫
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 农学
• 关键词: 非充分灌溉 稻田墒情预报 神经网络模型
• 年，卷（期）: 2005,（1）
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP272|S272
• 字数: 3543字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-824X.2005.01.013

摘要

通过对人工神经网络理论的分析,建立了一个描述非充分灌溉稻田土壤水分变化的BP模型,并对同一小区2002年水稻生长期土壤水分的动态变化进行了模拟预测,同时用实测资料进行对照. 研究结果具有良好的一致性,质量含水量绝对误差值最大为1.8%, 最小为0.1%, 平均为0.7%; 相对误差值最大为8.42%, 最小为0.55%, 平均为3.02%. BP网络可以用于区域土壤水分动态预测,方法简便可行,有较高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明耀	扬州大学水利科学与工程学院	96	1970	25.0	42.0
5	瞿益民		5	77	5.0	5.0
6	陈红卫	扬州大学水利科学与工程学院	3	24	3.0	3.0