基于神经网络的温室土壤水分动态预测模型研究

• 作者: 万博雨 付聪 刘知贵 范玉德 郑世健
• 来源期刊: 节水灌溉
• 学科: 农学
• 关键词: 动态预测模型 Delaunay三角剖分 土壤含水量 水势 BP神经网络 RBF神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 水环境与水资源
• 页码范围: 72-76
• 页数: 5页
• 分类号: S152.7
• 字数: 4267字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-4929.2017.11.017

摘要

针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型.以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元.对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化.考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型.利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘知贵	西南科技大学信息工程学院	120	858	13.0	25.0
2	付聪	西南科技大学信息工程学院	12	49	3.0	7.0
3	郑世健	西南科技大学信息工程学院	5	7	2.0	2.0
4	万博雨	西南科技大学信息工程学院	6	11	2.0	3.0
5	范玉德	中国物理研究院化工材料研究所	3	19	2.0	3.0