基于基质含水率的作物蒸腾量估算与预测模型研究

发布时间：2021-08-18 00:01

　　作物蒸腾作用是基质水分传输的主要驱动力,建立了基于基质含水率变化量的温室番茄作物蒸腾量估算模型和预测模型,并进行对比分析。使用校准后的EC5基质含水率传感器,记录第1次灌溉后与第2次灌溉前基质实时含水率变化量,使用称量法测量作物实时蒸腾量。通过基质含水率变化量与基质栽培槽体积的多元线性回归运算,建立番茄单株日蒸腾量估算模型;将基质含水率变化量、空气温度、空气湿度和光照强度作为输入,利用GABP神经网络算法,建立番茄单株日蒸腾量预测模型。将试验所得温室作物日蒸腾量估算模型和预测模型分别与温室作物实际日蒸腾量进行线性回归分析,结果表明,基于基质含水率变化量建立的估算模型在苗期、花期的预测精度分别为0. 972 9、0. 979 6,预测模型的预测精度分别为0. 991 5、0. 989 0,两者之间差异不大,但估算模型运算速度远高于预测模型的运算速度,估算模型对于温室灌溉管理具有推广应用价值。 

【文章来源】：农业机械学报. 2019,50(S1)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 材料与方法
    1.1 试验设计
    1.2 基质含水率
    1.3 作物蒸腾量
    1.4 基于多元线性回归算法的估算模型
    1.5 基于GABP算法的预测模型
    1.6 误差分析
    1.7 不同设定步长下估算模型和预测模型验证分析
2 结果与分析
    2.1 EC5传感器标定及含水率变化
        2.1.1 EC5传感器标定
        2.1.2 基质含水率变化
    2.2 多元线性回归蒸腾量估算模型
        2.2.1 基于R语言的模型构建
        2.2.2 估算模型分析及验证
    2.3 GABP神经网络蒸腾量预测模型
        2.3.1 样本选取和神经元确定
        2.3.2 预测模型分析和验证
    2.4 估算模型和预测模型比较分析
        2.4.1 误差分析
        2.4.2 估算模型和预测模型不同步长分析结果
3 结论



本文编号：3348774