摘要
冠层温度以及土温、水温会对作物生长发育产生一定影响,在作物的各项生理中起到重要作用。为了建立水稻5 cm土温(简称土温)和水温以及30、60、90 cm冠层温度模拟模型,于2019年水稻生长季在南京信息工程大学展开水稻大田分播期试验,选用环境温度、风速以及株高、叶面积指数等水稻表型参数,区分晴天、多云、雨天不同天气条件,利用线性回归模型、反向传播(BP)神经网络模型、支持向量机(SVM)模型等方法对稻田各层温度进行模拟。结果显示,线性回归模型和BP神经网络模型对各层温度模拟的误差较大。SVM模型对各层温度模拟的最为准确,晴天90 cm冠层温度模拟的误差最大,绝对误差为1.29℃,多云天气土温模拟误差最小,绝对误差为0.09℃。SVM模型在不同天气条件下对各层温度模拟的误差都较小,模型适用性较好。
-
单位江苏省农业气象重点实验室; 南京信息工程大学