10.3969/j.issn.1007-4929.2019.07.009
深层灌水条件下基于BP人工神经网络方法的冬小麦根系分布预测模型
对冬小麦实施深层灌水是一种高效的节水灌溉方式,为了简化深层灌水条件下冬小麦根系研究工作,建立了以土层深度、发育时间、土层根系日均吸水量、土层日均温度、地上部干重、株高为输入因子,土层根系密度为输出因子的BP人工神经网络预测模型.研究结果表明:在所建立的预测模型下,训练样本各土层根系密度预测值与实测值之间平均相对误差为5.92%,检验样本的平均相对误差为7.30%,训练样本和检验样本都具有较高的精度,因此以该模型对深层灌水条件下冬小麦根系分布情况进行预测是可行的,可为深层灌水条件下冬小麦的根系研究提供新方法.
深层灌水、冬小麦、根系分布、BP人工神经网络
S126(农业物理学)
国家自然科学基金项目51579168;山西省研究生教育创新项目2018SY028
2019-08-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
41-44,55