摘要

为了实现对蓄水坑灌苹果树蒸腾速率(WSPIT)的定量监测,研究基于遗传算法(GA)、列文伯格算法(LM)和附加动量算法(AM)优化的三种BP神经网络模型,建立了以气温、大气相对湿度、光辐射强度和饱和水汽压差为输入,以蓄水坑灌苹果树蒸腾速率为输出的GA-BP-WSPIT模型、LM-BP-WSPIT模型和AM-BP-WSPIT模型,对苹果树蒸腾速率进行预测,并采用实测数据对模型进行率定和验证。结果表明GA-BP-WSPIT模型、LM-BPWSPIT模型和AM-BP-WSPIT模型的平均相对误差分别为2.17%、3.56%和5.68%,GA-BP-WSPIT模型精度最优。蓄水坑灌条件下苹果树蒸腾速率的定量预测建议采用GA-BP-WSPIT模型。

  • 单位
    山西省水利水电科学研究院