检索结果-南通市图书馆

基于PSO-BP神经网络的参考作物蒸腾量预测

在线全文

学校读者我要写书评

暂无评论

节水灌溉 2014年第11期 87-90,95页

作者：张志政周威西安建筑科技大学环境与市政工程学院西安710055

针对以往BP神经网络收敛速度慢及易陷于局部极小值等问题,引入粒子群算法优化BP网络的权值和阈值,建立PSO-BP神经网络,预测参考作物蒸腾量ET0。以西安地区的相关资料为基础,设计9种影响因子组合方案,利用PSO-BP网络模型进行ET0的预测,... 详细信息

针对以往BP神经网络收敛速度慢及易陷于局部极小值等问题,引入粒子群算法优化BP网络的权值和阈值,建立PSO-BP神经网络,预测参考作物蒸腾量ET0。以西安地区的相关资料为基础,设计9种影响因子组合方案,利用PSO-BP网络模型进行ET0的预测,结果表明,该模型运算速度快,预测精度较高;对比分析9种方案的预测结果发现,方案7为最优,该方案只需选用平均温度、平均相对湿度、风速和日照时数四项影响因子,即可获得较高精度的参考作物蒸腾量预测值。

关键词：粒子群算法 PSO-BP 神经网络参考作物蒸腾量

在线全文

学校读者我要写书评

暂无评论

湖北省参考作物蒸腾量时空变异特征

灌溉排水学报 2013年第3期32卷 6-10页

作者：王卓民邵东国杨丰顺武汉大学水资源与水电工程科学国家重点实验室武汉430072

根据湖北省20个测站1977—2007年的气象资料,应用Penman-Monteith公式计算了31年的逐日ET0。应用GIS技术和统计检验方法分析了参考作物蒸腾量的时空变异特征和气象因子对ET0的影响。结果表明,湖北省参考作物蒸腾量的空间分布呈西低东高... 详细信息

根据湖北省20个测站1977—2007年的气象资料,应用Penman-Monteith公式计算了31年的逐日ET0。应用GIS技术和统计检验方法分析了参考作物蒸腾量的时空变异特征和气象因子对ET0的影响。结果表明,湖北省参考作物蒸腾量的空间分布呈西低东高的特征;随多年时间变化空间分布趋于均匀;年内ET0值分布以7、8月最高,12、1月最低;影响ET0的主要气象因子为风速,平均温度次之。

关键词：参考作物蒸腾量湖北省时空变异特征气象因子

土地格局演变下的赣抚平原灌区植被生态需水量时空分异研究

在线全文

学校读者我要写书评

暂无评论

土地格局演变下的赣抚平原灌区植被生态需水量时空分异研究

作者：张远发南昌大学

学位级别：硕士

赣抚平原灌区位于赣中偏北部,气候温暖湿润,雨量充沛,日照充足。随着人口的增长,以农耕为主的经济活动,由于技术和管理水平的落后,导致水资源严重浪费,需水量超过灌区承载力,生态环境不断退化。而研究灌区植被生态需水量有利于推动植被... 详细信息

赣抚平原灌区位于赣中偏北部,气候温暖湿润,雨量充沛,日照充足。随着人口的增长,以农耕为主的经济活动,由于技术和管理水平的落后,导致水资源严重浪费,需水量超过灌区承载力,生态环境不断退化。而研究灌区植被生态需水量有利于推动植被资源的可持续利用与发展,对实现灌区的生态平衡和农业可持续发展具有重大意义。本文综合运用遥感数据提取技术和联合国粮农组织（FAO）推荐的Penman-Monteith模型等方法,开展赣抚平原灌区植被生态需水量估算及时空变化规律研究,实现了灌区土地利用/覆盖信息提取及演化分析、参考作物蒸腾量ET0的估算及与气象要素的相关性分析、关键参数和不同植被类型的适宜/最小生态需水量和缺水量计算及时空分析。主要研究结果如下:（1）基于1965-2020年降雨量数据,通过频率分析法求得丰、平、枯、特枯四个典型水文年,分别为2012年、1991年、1986年、2008年。通过解译不同水文年下的遥感数据可知,灌区的主要植被类型是农田,呈现出递减趋势,主要分布在中部和东北部;相反,城镇用地面积呈现出递增趋势,主要分布在西北部。在1986年～2012年这27年期间,城镇用地增加了164.12km2,主要由农田转化而来;相应的,农田面积则大幅减少178.92km2。其他土地利用类型变幅较小。综上,灌区的土地利用变化以城镇用地的扩张和农田的缩减为主。（2）采用Penman-Monteith模型,基于1965～2020年气象数据,计算并分析了灌区的参考作物蒸腾量ET0及变化趋势。结果显示,ET0年内呈先增后减趋势,其最大值一般出现在7月或8月,最小值一般出现在3月或11月。在不同水文年下,各气象站点的ET0最大值和最小值差异显著,差值范围在143.09mm～214.22mm。各站多年平均ET0值由大到小的排序为:南昌县站>丰城站>进贤站>南昌站。此外,ET0与实际日照时数、温度和水汽压等因素均显著相关。（3）综合遥感影像、实测资料及单作物系数法,分析了不同水文年下植被生长期内各月的植被系数kp变化规律。结果显示,丰水年植被系数变化较大,初期、中期和末期波动范围分别为:0～0.40、0.89～1.05、0.66～0.89;平水年和枯水年的变化范围相近,而特枯水年的植被系数变化范围则明显较小。此外,通过解译遥感数据,确定了不同水文年下各植被类型的覆盖面积。基于Saxton模型和Jensen公式,计算出适宜/最小土壤水分限制系数ks分别为:0.90、0.56。（4）计算并分析了灌区不同水文年下的适宜/最小生态需水量。结果表明,农田的适宜和最小生态需水量均最大,远超其他植被类型。对于不同水文年下适宜生态需水量由大到小排序一致,排序如下:农田>有林地>疏林地>灌木林>高覆盖度草地>中覆盖度草地>其他林地,且适宜生态需水总量介于11.80亿m3～14.76亿m3。在分析不同水文年下最小生态需水量时,尽管在特枯水年的排序略有变动,但农田最小需水量依然稳居首位。此外,最小生态需水总量在不同水文年下介于7.26亿m3～9.09亿m3。（5）结合有效降雨量数据分析计算赣抚平原灌区不同土地利用类型代表植被的适宜/最小生态缺水量。结果显示,农田的适宜和最小生态缺水量均为最大。各水文年下适宜生态缺水量由大到小排序大致为:农田>有林地>疏林地>灌木林>高覆盖度草地>中覆盖度草地>其他林地,且不同水文年下适宜生态缺水总量介于5.43亿m3～9.19亿m3。对于最小生态缺水量,农田同样位居首位,不同水文年下的排序略有差异,其数值均介于2.41亿m3～4.19亿m3之间。

关键词：植被生态需水量参考作物蒸腾量土地利用植被生态缺水量赣抚平原灌区

云南立体气候条件下参考作物腾发量计算方法的适用性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

灌溉排水学报 2020年第7期39卷 91-99页

作者：高蓉吴雷顾世祥赵绍熙李磊苏建广杨涛云南省水利水电勘测设计研究院昆明650021

【目的】合理估算云南省特殊气候条件下的参考作物腾发量,验证不同ET0计算方法的适用性。【方法】利用云南省6个灌溉用水分区的14个气象站资料,以FAO推荐的ET0计算方法(FAO-56 Penman-Monteith法)为标准,利用标准差(δ)、相对误差(RE)... 详细信息

【目的】合理估算云南省特殊气候条件下的参考作物腾发量,验证不同ET0计算方法的适用性。【方法】利用云南省6个灌溉用水分区的14个气象站资料,以FAO推荐的ET0计算方法(FAO-56 Penman-Monteith法)为标准,利用标准差(δ)、相对误差(RE)、一致性指数(IOA)、Nash-Sutcliffe系数(NES)、线性回归法、反距离加权平均法等指标和方法对其他6种常用ET0计算方法的适用性进行评价。【结果】随着降水量的减少,ET0大体上呈增加趋势。受云南省特殊低纬高原季风气候及“通道-阻隔”效应影响,云南省各分区逐月ET0值呈双峰曲线的变化规律,峰值分别位于4月和8月。不同水平年ET0计算方法的适用性不存在一致的规律性,6种ET0计算方法与FAO-56 Penman-Monteith法计算得到的ET0计算结果的线性回归绝定系数(R2)均大于0.9,FAO-79 Penman法和Irmark-Allen法于6个分区显著相关,FAO-24 Penman法仅在1个分区显著。各分区各种方法的RE值均不大,在0~0.28之间。各方法中IOA值和NSE值在各区表现最好的方法为FAO-79 Penman法,IOA值和NSE值分别为0.65~0.96和0.58~0.89。【结论】FAO-79 Penman法在云南省除干热河谷区外的其他区域的适用性最强,计算精度最高;FAO-24 Penman法在云南省范围内适用最差,误差较大;FAO-24 Radiation法在除滇西北区以外的区域相对误差较小;Hargreaves-Samani法在干热河谷区及滇中区适用性较好。

关键词：云南省立体气候参考作物蒸腾量 FAO-56 Penman-Monteith法适用性

在线全文

学校读者我要写书评

暂无评论

城市绿地智能化灌溉系统研究

城市绿地智能化灌溉系统研究

作者：矫亚涛西安建筑科技大学

学位级别：硕士

水是生命之源,是人类生存和社会发展不可缺少的基本条件,水资源短缺、供水不足,已成为全球性问题。我国水资源形势尤为严峻,人均水资源占有量不足世界的1/4,居世界第109位。全国670个城市中,有400多个城市不同程度缺水,其中108个严重缺... 详细信息

水是生命之源,是人类生存和社会发展不可缺少的基本条件,水资源短缺、供水不足,已成为全球性问题。我国水资源形势尤为严峻,人均水资源占有量不足世界的1/4,居世界第109位。全国670个城市中,有400多个城市不同程度缺水,其中108个严重缺水。绿地系统不仅具有美化城市、提高城市品质、改善城市环境等多方面功能,而且还能成为城市居民游玩、休憩的场所。随着人民生活水平的提高,我国政府对城市绿地的建设越来越重视,在今后一段时期内我国城市绿化覆盖率将大幅提高,城市绿地面积会迅速增加。然而绿地面积的增加必然会导致绿地灌溉方面需水量的大幅增加。要使城市绿地灌溉发展适应城市发展的需要,最有效的办法就是采取先进的节水灌溉模式,以精确化,智能化灌溉系统进行精量灌水,取代目前普遍存在的粗放式灌水。本文工作主要有两部分,首先建立GA-BP网络模型预测参考作物蒸腾量ET0,并对预测结果进行分析,然后利用公式计算土壤计划湿润层含水量,并将其与冠气温差相结合建立灌水量和灌水日期的模糊决策系统,以达到对作物适时、适量灌溉的目的。建立网络预测模型,首先需要确定BP神经网络的网络结构,本文对影响参考作物蒸腾量的各种气象因素进行随意组合作为网络的输入量,采用参考作物蒸腾量ET0作为输出量,并利用基于黄金分割原理的前向神经网络隐含层节点数的优化算法来确定隐含层节点数。网络结构确定后,采用遗传算法(GA)优化BP神经网络的连接权值,并用2001年、2002年北京地区的气象数据和PMETo对其进行训练,建立GA-BP网络预测模型。利用训练好的GA-BP模型预测2003年北京地区的参考蒸腾量,然后将各种不同输入量的预测结果与PM ET0进行对比分析。其分析结果表明本文所建GA-BP预测模型仅需选用日序数、平均气温、风速和日照时数四项因子作为输入量,就可快速获得较高精度的预测参考蒸腾量,对于气象资料不全时,参考蒸腾量的预测具有一定的指导意义。本文首先用计划湿润层平均含水量和冠气温差为输入量,灌水系数为输出量建立模糊决策系统,对灌水系数进行模糊决策,同时为防止次日有雨及预测灌水量过小时进行灌溉,引入限制系数α1、α2,利用灌水量计算公式对灌水量进行预测,并通过土壤含水量的计算预测灌水日期。利用2003年北京地区的数据对本系统进行测试,其结果表明,利用本系统对灌水量和灌水日期进行决策可使土壤含水量长期保持在适宜作物健康生长的范围内。

关键词：智能化灌溉 GA-BP预测模型参考作物蒸腾量模糊决策

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于作物蒸腾量智能预测的农田优化灌溉系统

基于作物蒸腾量智能预测的农田优化灌溉系统

作者：刘天凤东华大学

学位级别：硕士

作物蒸腾量(ET0)是大气陆地水文循环中最重要的组成部分,随着物联网技术的发展,实时采集一些气象数据和土壤环境数据成为可能。在农业灌溉领域,为了持续有效的节约灌溉水资源,精准预测作物需水量十分关键。本文针对如何使用智能算法提... 详细信息

作物蒸腾量(ET0)是大气陆地水文循环中最重要的组成部分,随着物联网技术的发展,实时采集一些气象数据和土壤环境数据成为可能。在农业灌溉领域,为了持续有效的节约灌溉水资源,精准预测作物需水量十分关键。本文针对如何使用智能算法提高作物蒸腾量预测精度展开研究,采用生物启发式优化算法优化模型的参数,同时引入波形叠加的函数调整极限学习机预测模型的激活函数,该改进策略提高了极限学习机算法的稳定性和预测的准确性;此外借鉴人脑学习记忆机理,结合概念漂移大数据流特点,提出一种深度极限学习机网络模型,提高了作物蒸腾量的预测精度,减少了预测时间损耗和计算成本,实现实时数据在线预测。本论文的主要工作如下:(1)针对小数据模型,构建合理的神经网络预测模型,采用改进的极限学习机算法(PSO-SWELM)预测作物蒸腾量;首先极限学习机的预测的稳定性能与输入层和隐含层之间的连接权值和阈值密切相关,本文将通过粒子群算法不断迭代寻优的思想寻找其输入层和隐含层的最优权值和阈值,其中算法的预测输出值与彭曼公式计算的理想目标输出值之间的平方根误差和(RMSE)被作为粒子群寻优过程中的适应度函数;同时在激活函数选择阶段,考虑有限的土壤环境数据和气象数据的特点,选取具有强调高低频拟合能力的小波函数和反双曲线正弦函数相结合的波形叠加函数作为新的激活函数,提高了作物蒸腾量的预测精度。(2)针对大规模实时采集数据,提出一种新的动态深度极限学习机网络模型(DELM);DELM模型借鉴人脑对已经学习过的知识的再次巩固学习机制,构建了深度极限学习机的再次训练机制;根据每个数据块的预测精度,定义预测精度与隐含层节点的函数关系,动态调整隐含层节点来提高模型的预测精度;同时将采集的大规模数据分成多个小数据块,采用“求同存异”策略,基于已有模型和新的数据集运用增量式极限学习机训练更新模型。DELM模型在处理大数据训练样本时,不仅提高了作物灌溉需水量的预测准确度,而且还缩短了算法的预测时间。(3)农业物联网智能灌溉系统平台框架的构建,通过采集物联网设备的各类型传感器采集农田的土壤数据和气象数据等关键信息,然后建立良好的数据库采集系统将采集数据实时存到数据库中,然后实现数据库与Matlab算法仿真平台的导通,最后采用计算机设备利用建立的智能预测模型求解具体的作物需水量,合理的制定灌溉方案,进而控制灌溉设备,实现适时、适量灌溉。本文结合生物智能优化算法和深度学习机制通过参数的优化来改进传统的极限学习机智能预测模型,实现准确的预测作物需水量,其成果对于节约水资源,合理灌溉农作物具有重要贡献。

关键词：参考作物蒸腾量极限学习机粒子群算法激活函数深度学习彭曼公式增量式学习机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城镇绿地智能化灌溉决策系统研究

城镇绿地智能化灌溉决策系统研究

作者：周威西安建筑科技大学

学位级别：硕士

水是维持人类生存和社会发展的基本要素。我国水资源短缺问题日益严重。随着我国城镇化进程的加快，城市绿地面积迅速增加，绿地灌溉需水量也大幅度增加，加之水污染等环境问题的威胁，致使城市供水问题形势更加严峻。提高水资源利用率... 详细信息

水是维持人类生存和社会发展的基本要素。我国水资源短缺问题日益严重。随着我国城镇化进程的加快，城市绿地面积迅速增加，绿地灌溉需水量也大幅度增加，加之水污染等环境问题的威胁，致使城市供水问题形势更加严峻。提高水资源利用率，走节水、省水路线，是解决我国城镇供水紧张问题的根本途径。城镇绿地灌溉势必以精量化、智能化节水灌溉模式取代当前的粗放式灌溉模式。本文首先建立PSO-BP神经网络预测参考作物蒸腾量ET0，在此基础上建立灌水系数模糊推理系统以及灌溉模糊决策系统，最终实现对绿地适时、适量地灌溉。本文选用9组不同气象因子组合作为输入量，建立BP神经网络，通过理论分析以及大量重复实验，确定网络结构。然后采用PSO算法优化BP网络的权值和阈值，建立PSO-BP神经网络。利用训练好的PSO-BP模型预测参考作物蒸腾量。将不同输入得到的预测结果与PM ET0对比分析，结果表明，只需选用平均温度、平均相对湿度、风速和日照时数等四项影响因子作为输入，即可通过PSO-BP模型得到较为精确的参考作物蒸腾量预测值，为气象资料缺失情况下准确预测参考作物蒸腾量提供了一个可行的方法。本文利用经模糊处理的绿地作物系数估算绿地作物实际蒸腾量。以实际蒸腾量和土壤有效含水量为输入，灌水系数为输出，建立灌水系数模糊推理系统。在此基础上结合灌水定额公式及水量平衡方程等，建立灌溉模糊决策系统，由此系统决策灌水量和灌水时间。用2005年的相关数据对灌溉模糊决策系统进行测试，结果表明，利用本系统进行灌溉决策，可使土壤有效含水量较为稳定的保持在适宜作物生长的范围内。在保证作物健康生长的前提下最大限度的节约了水资源，对节水灌溉的广泛实施具有一定的指导意义。

关键词：智能化灌溉 PSO-BP神经网络参考作物蒸腾量模糊决策系统