基于神经网络的冬小麦生育期日土壤水分预测模型研究

摘要

准确掌握土壤水分动态变化,对精准制定灌溉计划至关重要。采用五道沟实验站2018-2019年蒸渗仪日土壤水和同期7个气象要素(气温、降雨、水面蒸发、日照时数、风速、绝对湿度、地温)资料,采用BP神经网络方法建立冬小麦生育期不同土层(10、30、50 cm)的土壤水分预测模型,模型分别为BP(7-9-1)、BP(7-12-1)和BP(7-14-1),并用遗传算法优化上述BP神经网络模型。结果表明:两种模型均可用于冬小麦生育期土壤水分预测,其中遗传算法优化BP神经网络能够更好提高预测精度,且随着土层厚度增加,预测精度提高。BP神经网络土壤水分预测10、30、50 cm土层平均相对误差分别为6.2、4.0、2.9;遗传BP神经网络土壤水分预测10、30、50 cm土层平均相对误差为3.8、1.7、1.3。