基于Bp神经网络的温室番茄气孔导度的模拟研究

被引：14

作者：

杨再强 ^{[1
,2
]}

黄川容 ^{[2
]}

费玉娟 ^{[2
]}

彭晓丹 ^{[2
]}

朱凯 ^{[2
]}

扎西才让 ^{[3
]}

机构：

[1] 中国气象局兰州干旱气象研究所

[2] 南京信息工程大学应用气象学院

[3] 青海省海东地区气象局

来源：

东北农业大学学报 | 2011年 / 42卷 / 11期

关键词：

人工神经网络; 番茄; 气孔导度;

D O I：

10.19720/j.cnki.issn.1005-9369.2011.11.013

中图分类号：

S641.2 [番茄（西红柿）]; S626 [蔬菜设施园艺]; TP183 [人工神经网络与计算];

学科分类号：

090202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

试验于2009年5月～2010年3月间,在我国青海海东地区和江苏南京温室内分别设计番茄栽培试验,测定和分析作物气孔导度数据和环境数据,研究发现温室番茄气孔导度与叶片温度成正相关,与饱和水气压差和CO2浓度呈负相关,气孔导度与光合有效辐射相关不显著。在此基础上,构建基于Bp神经网络的温室番茄叶片气孔导度模拟模型。结果表明,模型对"苏粉8号"和"大红"品种的气孔导度日变化的模拟值与实测值间基于1 1线的决定系数(R2)分别为0.760和0.674,其回归估计标准误差(RMSE)分别为0.054和0.061 mol.m-2.s-1。研究建立的Bp神经网络模型模拟叶片气孔导度的精度明显高于Ball-berry模型。

引用

页码：70 / 77

页数：8

共 22 条

[1] 基于光温的温室多杆切花菊干物质生产与分配的预测模型 [J].

杨再强 ;

罗卫红 ;

陈发棣 ;

谢以萍 ;

顾俊杰 .

生态学报, 2009, 29 (03) :1478-1485

[2] 植被-大气相互作用中的气孔导度及其尺度转换 [J].

王笑影 ;

李丽光 ;

谢艳兵 ;

李荣平 ;

李广霞 ;

周广胜 .

生态学杂志, 2008, (03) :454-459

[3] 胡杨叶片气孔导度特征及其对环境因子的响应 [J].

司建华 ;

常宗强 ;

苏永红 ;

席海洋 ;

冯起 .

西北植物学报, 2008, (01) :125-130

[4] 盘锦湿地芦苇叶片气孔导度的模拟 [J].

周莉 ;

周广胜 ;

贾庆宇 ;

吕国红 ;

谢艳兵 ;

赵先丽 .

气象与环境学报, 2006, (04) :42-46

[5] 半干旱地区3种植物叶片水平的抗旱耐旱特性分析——两个气孔导度模型的应用和比较(英文) [J].

刘颖慧 ;

高琼 ;

贾海坤 .

植物生态学报, 2006, (01) :64-70

[6] Simulation of artificial neural network model for trunk sap flow of Pyrus pyrifolia and its comparison with multiple-linear regression [J].

Liu, Xiaozhi ;

Kang, Shaozhong ;

Li, Fusheng .

AGRICULTURAL WATER MANAGEMENT, 2009, 96 (06) :939-945

[7]

Limitation of coffee leaf photosynthesis by stomatal conductance and light availability under different shade levels[J] . Nicolás Franck,Philippe Vaast.Trees . 2009 (4)

[8]

Effects of long-term experimental night-time warming and drought on photosynthesis, F v/ F m and stomatal conductance in the dominant species of a Mediterranean shrubland[J] . Acta Physiologiae Plantarum . 2009 (4)

[9] A coupled model of stomatal conductance and photosynthesis for winter wheat [J].

Ye, Z. -P. ;

Yu, Q. .

PHOTOSYNTHETICA, 2008, 46 (04) :637-640

[10] Performance Evaluation of Reference Evapotranspiration Estimation Using Climate Based Methods and Artificial Neural Networks [J].

Chauhan, Seema ;

Shrivastava, R. K. .

WATER RESOURCES MANAGEMENT, 2009, 23 (05) :825-837

← 1 2 3 →