-
公开(公告)号：CN112163703B
公开(公告)日：2024-02-02
申请号：CN202011024366.4
申请日：2020-09-25
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种考虑气象因子不确定性的农田参考作物蒸散量预测方法，其包括S1获取预测区域在预设时间段内设定数量组天气预报数据；S2将每组天气预报数据输入贝叶斯概率预报系统，得到修正后的天气预报数据；S3将修正后的每组天气预报数据输入已训练的RBF神经网络中，预测得到农田参考作物蒸散量。本方案采用贝叶斯概率预报系统对天气预报数据进行修正后，能够消除其的不确定性，使得RBF神经网络采用这些数据预测的参考作物蒸散量更加准确，从而使得灌溉时能够更加精准的按照农作物需(56)对比文件SG 109973 A1,2005.04.28韩信等.“考虑气象因子不确定性的参考作物蒸散量预报方法”《.中国水利水电科学研究院学报》.2021,第19卷(第1期),33-44.战国隆.“参考作物蒸发蒸腾量简化计算与预测模型研究”《.中国优秀硕士学位论文全文数据库》.2010,1-50.张海勇等“.基于改进BP神经网络的GPS信号反演蒸发波导研究”《.舰船科学技术》.2015,第37卷(第7期),73-77+98.Sien Li et al."Vineyard evaporativefraction based on eddy covariance in anarid desert region of Northwest China".《Agricultural Water Management》.2008,937-948.Junwei Huang et al.“Modeling heattransfer properties in an ORC directcontact evaporator using RBF neuralnetwork combined with EMD”《.Energy》.2019,306-316.王怡宁;张晓萌;路璐;顾南;王振龙;刘猛;王国庆.通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量.农业工程学报.2020,(第07期),109-116.梁凤国;李帅莹;于淼;马宗正.基于GRNN神经网络的参考作物腾发量预测.人民长江.2009,(第05期),58-59+103.
-
公开(公告)号：CN111461909B
公开(公告)日：2023-02-28
申请号：CN202010256456.X
申请日：2020-04-02
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种农田蒸散量短期预测方法，涉及农作物监测技术领域，其包括确定预测基准日以及短期预测日；利用PM法获得预测基准日的参考作物蒸散量ET0；利用涡度相关系统获取目标农田预测基准日的作物实测蒸散量ETc；计算目标农田用于短期预测的作物系数Kc；采用Hargreaves‑Samani模型预测各短期预测日的参考作物需水量ET′0；获取各短期预测日的蒸散量ET′c；计算历史经验修正参数α；计算目标农田各短期预测日的预测蒸散量ET″c，完成农田蒸散量的短期预测。本发明方法对于农田蒸散量短期预测适用价值更高，预测精度高，稳定性好，为未来平原区农田水分管理提供科学依据。
-
Patent Agency Ranking
公开(公告)号：CN112163703A
公开(公告)日：2021-01-01
申请号：CN202011024366.4
申请日：2020-09-25
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种考虑气象因子不确定性的农田参考作物蒸散量预测方法，其包括S1获取预测区域在预设时间段内设定数量组天气预报数据；S2将每组天气预报数据输入贝叶斯概率预报系统，得到修正后的天气预报数据；S3将修正后的每组天气预报数据输入已训练的RBF神经网络中，预测得到农田参考作物蒸散量。本方案采用贝叶斯概率预报系统对天气预报数据进行修正后，能够消除其的不确定性，使得RBF神经网络采用这些数据预测的参考作物蒸散量更加准确，从而使得灌溉时能够更加精准的按照农作物需水量进行补给，达到节约用水的同时还能保证作物的正常生产。
-
公开(公告)号：CN111833202B
公开(公告)日：2022-06-03
申请号：CN202010674470.1
申请日：2020-07-14
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种考虑作物系数动态变化与降雨的农田蒸散量短期预测方法，该方法包括获取农田作物生长环境的气象数据；根据预测基准日的参考作物蒸散量和农田实测蒸散量计算预测基准日的作物系数；分别构建训练集和测试集，并进行预处理；建立考虑作物系数动态变化和降雨影响的前馈神经网络模型，并进行训练优化；利用优化后的前馈神经网络模型根据测试集数据短期预测农田作物蒸散量。本发明考虑了作物系数变化与降雨对农田作物蒸散量的影响，有效构建了农田参考作物蒸散量与其驱动因素之间的非线性关系，据此可以得到更符合作物实际生长状况的作物蒸散量，为农田下垫面的未来水分管理提供科学依据。
-
公开(公告)号：CN111833202A
公开(公告)日：2020-10-27
申请号：CN202010674470.1
申请日：2020-07-14
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种考虑作物系数动态变化与降雨的农田蒸散量短期预测方法，该方法包括获取农田作物生长环境的气象数据；根据预测基准日的参考作物蒸散量和农田实测蒸散量计算预测基准日的作物系数；分别构建训练集和测试集，并进行预处理；建立考虑作物系数动态变化和降雨影响的前馈神经网络模型，并进行训练优化；利用优化后的前馈神经网络模型根据测试集数据短期预测农田作物蒸散量。本发明考虑了作物系数变化与降雨对农田作物蒸散量的影响，有效构建了农田参考作物蒸散量与其驱动因素之间的非线性关系，据此可以得到更符合作物实际生长状况的作物蒸散量，为农田下垫面的未来水分管理提供科学依据。
-
公开(公告)号：CN111783987A
公开(公告)日：2020-10-16
申请号：CN202010675336.3
申请日：2020-07-14
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于改进BP神经网络的农田参考作物蒸散量预测方法，该方法包括根据天气预报信息获取农田参考作物生长环境的气象数据，并采用PM法计算农田参考作物蒸散量；构建训练集和测试集，并进行预处理；采用LM算法构建考虑降雨因素的BP神经网络模型，并进行训练优化；利用优化后的BP神经网络模型根据测试集气象数据预测农田参考作物蒸散量。本发明利用LM算法构建考虑降雨因素的BP神经网络模型，并将农田参考作物蒸散量作为实测值对模型进行训练优化，提高了模型的收敛程度和计算速度，有效构建了农田参考作物蒸散量与其驱动因素之间的非线性关系，从而显著提高农田参考作物蒸散量的预测精度和预测效果。
-
公开(公告)号：CN111461909A
公开(公告)日：2020-07-28
申请号：CN202010256456.X
申请日：2020-04-02
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种农田蒸散量短期预测方法，涉及农作物监测技术领域，其包括确定预测基准日以及短期预测日；利用PM法获得预测基准日的参考作物蒸散量ET0；利用涡度相关系统获取目标农田预测基准日的作物实测蒸散量ETc；计算目标农田用于短期预测的作物系数Kc；采用Hargreaves-Samani模型预测各短期预测日的参考作物需水量ET′0；获取各短期预测日的蒸散量ET′c；计算历史经验修正参数α；计算目标农田各短期预测日的预测蒸散量ET″c，完成农田蒸散量的短期预测。本发明方法对于农田蒸散量短期预测适用价值更高，预测精度高，稳定性好，为未来平原区农田水分管理提供科学依据。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
