土壤墒情预测模型对比

• 作者: 孙仕军 张钟莉莉 杨利红 牛宏飞 王材源 郑文刚
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 土壤墒情 相关分析 线性回归 PCA-RBF神经网络 BP神经网络
• 年，卷（期）: 2018,（8）
• 页码范围: 142-150
• 页数: 9页
• 分类号: S147.2
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2018.08.16

摘要

为实现实时准确的墒情预报,以北京市延庆区为例,利用在该地区获取的2012-2016年5年的系列土壤墒情和气象数据,对土壤墒情预测模型进行了对比研究.通过相关性分析选取时段初墒值W0、降雨、湿度、气温、气压、地温和蒸发7种影响因子,对土壤墒情分别建立线性回归方程、基于主成分分析的径向基函数(PCA-RBF)神经网络和误差反向传导(BP)神经网络3种预测模型,并对3种模型预测结果进行了对比分析.结果显示:PCA-RBF神经网络模型精度最高,平均精度达到96.8％,线性回归模型和BP神经网络模型分别为94.6％和95.7％.研究认为,PCA-RBF神经网络具有稳定性好、精度高的特点,可以很好的实现土壤墒情预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙仕军	沈阳农业大学水利学院	52	576	10.0	23.0
2	郑文刚		40	278	8.0	15.0
3	牛宏飞	沈阳农业大学水利学院	1	3	1.0	1.0
7	张钟莉莉		5	14	3.0	3.0
8	王材源		8	17	3.0	4.0
9	杨利红		3	5	2.0	2.0