东北农业大学学报
東北農業大學學報
동북농업대학학보
JOURNAL OF NORTHEAST AGRICULTURAL UNIVERSITY
2011年
11期
70-77
,共8页
杨再强%黄川容%费玉娟%彭晓丹%朱凯%扎西才让
楊再彊%黃川容%費玉娟%彭曉丹%硃凱%扎西纔讓
양재강%황천용%비옥연%팽효단%주개%찰서재양
人工神经网络%番茄%气孔导度
人工神經網絡%番茄%氣孔導度
인공신경망락%번가%기공도도
试验于2009年5月～2010年3月间,在我国青海海东地区和江苏南京温室内分别设计番茄栽培试验,测定和分析作物气孔导度数据和环境数据,研究发现温室番茄气孔导度与叶片温度成正相关,与饱和水气压差和CO2浓度呈负相关,气孔导度与光合有效辐射相关不显著.在此基础上,构建基于Bp神经网络的温室番茄叶片气孔导度模拟模型.结果表明,模型对“苏粉8号”和“大红”品种的气孔导度日变化的模拟值与实测值间基于1:1线的决定系数(R2)分别为0.760和0.674,其回归估计标准误差(RMSE)分别为0.054和0.061 mol·m-2·s-1.研究建立的Bp神经网络模型模拟叶片气孔导度的精度明显高于Ball-berry模型.
試驗于2009年5月～2010年3月間,在我國青海海東地區和江囌南京溫室內分彆設計番茄栽培試驗,測定和分析作物氣孔導度數據和環境數據,研究髮現溫室番茄氣孔導度與葉片溫度成正相關,與飽和水氣壓差和CO2濃度呈負相關,氣孔導度與光閤有效輻射相關不顯著.在此基礎上,構建基于Bp神經網絡的溫室番茄葉片氣孔導度模擬模型.結果錶明,模型對“囌粉8號”和“大紅”品種的氣孔導度日變化的模擬值與實測值間基于1:1線的決定繫數(R2)分彆為0.760和0.674,其迴歸估計標準誤差(RMSE)分彆為0.054和0.061 mol·m-2·s-1.研究建立的Bp神經網絡模型模擬葉片氣孔導度的精度明顯高于Ball-berry模型.
시험우2009년5월～2010년3월간,재아국청해해동지구화강소남경온실내분별설계번가재배시험,측정화분석작물기공도도수거화배경수거,연구발현온실번가기공도도여협편온도성정상관,여포화수기압차화CO2농도정부상관,기공도도여광합유효복사상관불현저.재차기출상,구건기우Bp신경망락적온실번가협편기공도도모의모형.결과표명,모형대“소분8호”화“대홍”품충적기공도도일변화적모의치여실측치간기우1:1선적결정계수(R2)분별위0.760화0.674,기회귀고계표준오차(RMSE)분별위0.054화0.061 mol·m-2·s-1.연구건립적Bp신경망락모형모의협편기공도도적정도명현고우Ball-berry모형.
