文档介绍：第 26 卷第 4 期农业工程学报
81 2010 年 4 月 Transactions of the CSAE Apr. 2010
基于 BP 神经网络的冬小麦耗水预测
陈博 1,2,欧阳竹 1※
(,北京 100101;
,北京 100049)
摘要:该文根据中国科学院禹城农业试验站 2003-2006 年冬小麦季的气象资料和大型称重式蒸渗仪观测资料,把实测
作物系数作为作物因子指标,建立了以日最高温度、日净辐射、实测表层 60 cm 土壤含水率、日序数和作物系数为输入
因子,蒸渗仪实测蒸散量为输出因子的 BP 神经网络预测模型,神经网络拓扑结构为 5-9-1,训练函数为 Trainbr。检验结
果表明冬小麦耗水量模型预测平均相对误差为 %,预测值和实测值的均方根误差为 mm,模型预测 Nash-Sutcliffe
效率指数为 ,预测效果较好,可满足生产需要。
关键词:作物,蒸散发量,反向传播,神经网络,作物系数,预测
doi:.1002-
中图分类号:S161,+1 文献标识码:A 文章编号:1002-6819(2010)-04-0081-06
陈博,欧阳竹. 基于 BP 神经网络的冬小麦耗水预测[J]. 农业工程学报,2010,26(4):81-86.
Chen Bo, Ouyang Zhu. Prediction of winter wheat evapotranspiration based on BP works[J]. Transactions of the CSAE,
2010, 26(4): 81-86. (in Chinese with English abstract)
络相结合以建立性能更佳的参考作物腾发量预测模型。应
0 引言
用人工神经网络对大田作物耗水量进行预测研究时,往往
作物耗水量是农田水量平衡计算的一个重要环节,其需要考虑影响作物耗水量的土壤水分因子和作物因子。王
计算和预测方法不仅成为农田生态系统水循环和水平衡志强等[16]和郑重等[17]利用自制微型蒸渗仪测定数据,把作
研究的重要领域,同时在制定农田灌溉制度、进行水土资物叶面积指数作为作物因子,分别建立了植被覆盖条件下
源配置等方面具有重要作用。目前,估算农田作物耗水的土壤蒸发量和棉田蒸散量的 BP 神经网络预报模型;
方法主要有微气象方法(包括能量平衡法、空气动力学技 Sudheer K P 等[18]利用有限气象资料建立了估算水稻日蒸
术、空气动力学阻抗法、涡度相关法)、红外遥感技术、散量的径向基神经网络模型,模型预测性能可靠;温耀华
水量平衡法(包括大田水量平衡法和零通量面法)、植物等[19]以太阳辐射和日平均温度为输入向量,建立了大棚作
生理测定技术和器测法等[1-4]。其中,应用比较广泛的是
物腾发量 BP 神经网络模型。针对影响作物耗水特性的作
利用 1998 年联合国粮农组织(FAO)推荐的基于微气象物因子难以准确估量,微型蒸渗仪测量数据