周良臣,康绍忠,贾云茂.BP神经网络方法在土壤墒情预测中的应用[J].干旱地区农业研究,2005,(5):98~102
BP神经网络方法在土壤墒情预测中的应用
Application of BP artificial neural network on prediction of soil water content
  
DOI：10.7606/j.issn.1000-7601.2005.05.19
中文关键词:  土壤墒情  BP神经网络  模型  预测
英文关键词:soil moisture  back-propagation neural network  model  forecast
基金项目:国家“863”计划项目(2002AA6Z3031)； 国家自然科学基金重点项目(50339030)资助
作者单位
周良臣 西北农林科技大学教育部旱区农业水土工程重点实验室，陕西 杨凌 712100 
康绍忠 西北农林科技大学教育部旱区农业水土工程重点实验室，陕西 杨凌 712100；中国农业大学中国农业水问题研究中心，北京 100083 
贾云茂 山西省汾河灌区水利管理局中心试验站，山西 030900 
摘要点击次数: 0
全文下载次数: 0
中文摘要:
      利用多年实测土壤水分资料和气象资料,建立了考虑多个因素如:外界气象因素及土壤特性、作物生长等对土壤墒情影响的BP人工神经网络模型。应用结果表明:所建立的模型具有较好的预测效果;用BP人工神经网络建立土壤墒情预测模型的方法是可行的。
英文摘要:
      The movement of soil moisture is influenced by multiple factors, such as weather elements, soil characteristics and crop growth, etc. Based on the observation data of soil water content and meteorological data during 1993 to 2001, a back-propagation (BP) neural network model for soil water content forecast is established. The application results show that the predicted values are coincident well with the observed values, and it is feasible to apply the model in predicting soil moisture condition and setting up irrigation plans.
查看全文  查看/发表评论  下载PDF阅读器