首页 > 行业新闻行业新闻

降雨和蒸发是土壤墒情的输入和输出量

更新时间:2015-03-05    浏览次数:1508

  采用2008~2011年杭州市平原区站点富阳区60组旬气象和旬墒情数据,山区站点场口镇63组旬气象和旬墒情数据验证3因子模型,土壤墒情监测数据同样使用杭州市墒情监测站的每日0~10、10~20和20~40cm的墒情数据,对数据每旬求平均值。在MATLAB 2012a环境下,用前一旬土壤墒情、相对湿度、日照时数这3组数构建3因子模型。
  土壤墒情影响因子包括降水量、蒸发量、相对湿度、日照、气温、风速、前一旬土壤墒情这7个因子。降雨和蒸发是土壤墒情的输入和输出量,两者相互作用对墒情产生影响。如果将2个因子同时作为模型输入变量,将因未考虑2个因子的相互影响和相互作用而增加模型的复杂程度。本研究考虑将,个因子合并成1个,用降雨和蒸发的净值(蒸降差)作为输入变量,故人工神经网络墒情预报模型输入层包括6个输入变量。
  基于缺省因子分析法,对6个因子进行敏感性分析发现,土壤墒情对6个因子的敏感程度分别为:前一旬墒情>相对湿度>日照时数>蒸降差>平均风速>气温,其中气温、平均风速和蒸降差(R<1)为冗余因子,在此基础上删除冗余因子,构建3因子土壤墒情预报模型,用3因子土壤墒情预报模型完成相同数据组模拟预报。通过3因子预报模型的误差分析和拟合关系检验模型的精度和拟合度,并将3因子模型应用于北京市山区和平原区站点,检验模型的可操作性。6因子和3因子便携式无线墒情监测仪的构建及研究表明:
  便携式无线墒情监测仪主要影响因子是前一旬墒情、相对湿度和日照时数这3个因子。6因子模型均方根误差2.73,虽然3因子模型均方根误差3.55略大于2.73,但是3因子模型基本能够达到生产所需的精度和拟合度。将3因子模型应用于杭州市山区和平原区站点,2个检验站点的拟合效果均较好,3因子模型的实测值与预测值均达到极显着相关水平,模型具有数据收集和处理量小,可操作性强等特点。
版权所有:浙江托普云农科技股份有限公司 地址:杭州市拱墅区祥园路中国(杭州)智慧信息产业园3号楼11-13楼
联系电话:0571-86056609 86059660 86054117 86055117
备案号:浙ICP备09083614号

浙公网安备 33010502001418号