基于随机样本的神经网络模型估算参考作物腾发量

被引：30

作者：

高瑞忠 ^{[1
]}

朝伦巴根 ^{[1
]}

于婵 ^{[1
]}

朱仲元 ^{[1
]}

柴建华 ^{[2
]}

机构：

[1] 内蒙古农业大学水利与土木工程建筑学院

[2] 内蒙古水利科学研究院

来源：

农业工程学报 | 2006年 / 02期

关键词：

随机样本; BP神经网络模型; 估算; 参考作物腾发量;

D O I：

暂无

中图分类号：

S311 [作物生理学];

学科分类号：

090302 ;

摘要：

参考作物腾发量(ET0)是计算作物需水量、制定灌溉制度和进行水资源管理的主要参数之一。计算参考作物腾发量(ET0)的方法众多,为规范ET0的求法,联合国粮农组织(FAO)推荐采用修改的Penm an-M on te ith方法。该文指出不需要收集长序列气象资料,而以随机样本建立学习速率和动量因子自适应的BP神经网络模型估算参考作物腾发量(ET0)的方法,并且与FAO推荐的Penm an-M on te ith法计算值对比分析,结果表明:利用随机样本建立的的BP神经网络模型可以很好的反映气象因子(最高温度、最低温度、最大湿度、最小湿度、净辐射和风速)与参考作物腾发量(ET0)的非线性函数映射关系,并且取得了良好的估算效果,给出了国家自然科学基金重点项目研究区内蓝旗试验站2004年的时间尺度为日、十日参考作物腾发量(ET0)的计算及对比分析过程。

引用

页码：42 / 45

页数：4

共 8 条

[1] 神经网络模型在根系带土壤水力特征参数空间变异性研究中的应用 [J].