基于神经网络的温室土壤水分动态预测模型研究
Dynamic Prediction Model of Greenhouse Soil Moisture Based on Neural Network作者机构:西南科技大学信息工程学院 中国物理研究院化工材料研究所
出 版 物:《节水灌溉》 (Water Saving Irrigation)
年 卷 期:2017年第11期
页 面:72-76页
学科分类:09[农学] 0903[农学-农业资源与环境]
基 金:四川省科技厅项目"食用 观赏 药用兼用果树新种类费约果(Feijoa)产业化开发应用集成技术研究"(2014HH0053) 绵阳市科技局项目"费约果新品种引进及商品化栽培技术研究"(14N-03-3)
主 题: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
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。