摘要:该文根据中国科学院禹城农业试验站2003-2006年冬小麦季的气象资料和大型称重式蒸渗仪观测资料,把实测作物系数作为作物因子指标,建立了以日最高温度、日净辐射、实测表层60cm土壤含水率、日序数和作物系数为输入因子,蒸渗仪实测蒸散量为输出因子的BP神经网络预测模型,神经网络拓扑结构为5-9-1,训练函数为Trainbr。检验结果表明冬小麦耗水量模型预测平均相对误差为13.1%,预测值和实测值的均方根误差为0.88mm,模型预测Nash-Sutcliffe效率指数为0.865,预测效果较好,可满足生产需要。
关键词:作物 蒸散发量 反向传播 神经网络 作物系数
单位:中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室; 北京100101; 中国科学院研究生院; 北京100049
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社