神经网络方法计算参考作物腾发量精度分析

• 作者: 彭世彰 徐俊增 杨士红 王乙江
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 神经网络 参考作物腾发量 气象因素
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 试验研究
• 页码范围: 37-40
• 页数: 4页
• 分类号: S275
• 语种: 中文

摘要

参考作物腾发量的准确计算是确定农田灌溉制度的重要依据，比较了神经网络模型和经验公式计算腾发量的精度以及如何使用最少的气象数据实现最优的腾发量计算问题。结果表明，神经网络模型比经验公式的计算精度要高。采用神经网络模型用最少气象数据实现最优腾发量计算是可行的，但输入参数类型需要根据不同地区的气候特点进行选择。在半湿润地区最佳网络输入为日最高气温、最低气温、平均气温和外太空辐射，在气候湿润地区最佳网络输入为日最高气温、最低气温、平均气温、经验相对湿度和外太空辐射。因此，在缺少气象资料时可以使用神经网络模型代替经验公式计算参考作物腾发量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭世彰		147	3535	32.0	50.0
2	徐俊增		100	1936	25.0	41.0
3	杨士红		50	513	13.0	21.0
4	王乙江		1	0	0.0	0.0