文獻摘要
準確掌握土壤水分動態(tài)變化,對精準制定灌溉計劃至關(guān)重要,。采用五道溝實驗站2018-2019年蒸滲儀日土壤水和同期7個氣象要素(氣溫,、降雨、水面蒸發(fā),、日照時數(shù),、風速、絕對濕度,、地溫)資料,,采用BP神經(jīng)網(wǎng)絡(luò)方法建立冬小麥生育期不同土層(10、30,、50cm)的土壤水分預測模型,,模型分別為BP(7-9-1)、BP(7-12-1)和BP(7-14-1),,并用遺傳算法優(yōu)化上述BP神經(jīng)網(wǎng)絡(luò)模型,。結(jié)果表明:兩種模型均可用于冬小麥生育期土壤水分預測,其中遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)能夠更好提高預測精度,,且隨著土層厚度增加,,預測精度提高。BP神經(jīng)網(wǎng)絡(luò)土壤水分預測10,、30,、50cm土層平均相對誤差分別為6.2%、4.0%,、2.9%;遺傳BP神經(jīng)網(wǎng)絡(luò)土壤水分預測10,、30、50cm土層平均相對誤差為3.8%,、1.7%,、1.3%。
??? 實驗概述
五道溝水文實驗站地處安徽省蚌埠市固鎮(zhèn)縣新馬橋鎮(zhèn)原種場境內(nèi),,屬暖溫帶半濕潤季風氣候,,四季分明。多年平均降雨量為893mm,,其中汛期(6-9月)降雨量占62%,,多年平均氣溫在14℃,地下水位變化范圍1~3m,,屬于淺埋區(qū),,種植農(nóng)作物主要有夏玉米、夏大豆和冬小麥。土壤類型主要由形狀,、色澤如生姜的砂姜黑土組成,,該土壤飽和含水率為38%~40%,適宜作物生長的土壤含水率區(qū)間為18%~26%,,滲透系數(shù)為24.2mm/h,。實驗站內(nèi)設(shè)有潛水蒸發(fā)、入滲和徑流,、土壤水分,、蒸散發(fā)、葉面積指數(shù),、氣象,、徑流等觀測要素,有60余年長系列實驗觀測資料,。
??? 實驗設(shè)施
選取五道溝實驗站自動稱重式蒸滲儀2018年10月30日-2019年5月31日逐日分層實測土壤水數(shù)據(jù),,地下水位埋深設(shè)置為1 m。土壤含水率主要與降雨,、氣溫,、地溫、風速,、日照時數(shù),、絕對濕度和水面蒸發(fā)等7個氣象因素有關(guān),選取同期氣象場實測7個氣象要素數(shù)據(jù)建立土壤含水率預測模型,。
本文采用BP神經(jīng)網(wǎng)絡(luò)遺傳算法,,以7個氣象因子作為輸入因子,不同土層土壤含水率分別作為輸出因子,,建立關(guān)于土壤含水率BP神經(jīng)網(wǎng)絡(luò)模型,,在此基礎(chǔ)上,引入具有全局搜索能力的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),,分別采用兩種方法建立預測模型,。
??? 結(jié)果與分析
本文從能量平衡原理入手,結(jié)合波文比的概念,,引入地表凈輻射的修正參數(shù),建立了一種新的潛在蒸散發(fā)計算模型(LY-E模型),,基于小型蒸滲儀觀測試驗的土壤蒸發(fā)和草地覆被蒸散發(fā)能力實測數(shù)據(jù)對模型進行了率定與驗證,,并進一步對比分析了該模型與6種現(xiàn)有常見計算公式的模擬精度,以評價模型的適用性,,
(1) 建立了10,、30、50cm不同土層冬小麥生育期BP神經(jīng)網(wǎng)絡(luò)模型,模型分別為BP(7-9-1),、BP(7-12-1)和BP(7-14-1),,10、30,、50cm土層模型預測平均相對誤差分別為6.2%,、4.0%和2.9%。
(2) 建立了10,、30,、50cm不同土層冬小麥生育期遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型,10,、30,、50cm土層模型預測平均相對誤差分別為3.8%、1.7%和1.3%,。
兩種模型均可用于淮北地區(qū)冬小麥土壤水分預測,,其中遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型能夠更好地提高預測精度,且隨著土層厚度增加,,預測精度提高,。本模型主要適用于淮北地區(qū)砂姜黑土區(qū)冬小麥生育期土壤水預測,對其他地區(qū)不同土壤,、不同作物土壤水分預測模型有待進一步研究,。
立即詢價
您提交后,,專屬客服將第一時間為您服務(wù)