共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
高寒草甸区土壤水分动态的模拟研究 总被引:16,自引:1,他引:15
土壤水分在植物生长期间的动态变化,可分解为周期项和随机波动项两个部分。利用1992年土壤水分观测资料,以谐波分析法对周期项进行随时间序列的模拟处理,以剩余土壤水分(随机波动项)建立与自然降水量的线性回归关系后,依加法模式确定高寒草甸地区土壤水分动态变化的预报模型方程为: 对1992年土壤水分资料进行回代模拟,拟合率很高,平均相对误差为7.2%。对1993年土壤水分动态变化进行预测预报,准确率较高,其相对误差平均为8.9%。结果表明,该模拟方程,能准确预报土壤水分动态变化的过程,进而对研究草地物质能量循环等生态过程均具有一定的实用价值。 相似文献
3.
土壤水分胁迫对新疆大叶苜蓿的生长及生物量的影响 总被引:2,自引:0,他引:2
采用盆栽法研究了不同土壤水分胁迫(田间持水量的90%,70%,40%,20%)对新疆大叶苜蓿的生长及生物量积累的影响。结果表明,土壤水分含量为田间持水量的70%时,苗高、地径、分枝数及侧根数均高于其他处理,叶片、茎、主根鲜生物量和干生物量均最大,最适宜新疆大叶苜蓿生长;土壤水分含量过高(田间持水量的90%)或过低(田间持水量的20%,40%)时,均不利于新疆大叶苜蓿生物量的形成;土壤水分胁迫抑制了新疆大叶苜蓿的生长发育,随着水分胁迫的加剧,苗高和地径生长速度均减慢。该结果为进一步了解新疆大叶苜蓿对水分胁迫的响应规律并为其在干旱区节水灌溉农业中的推广和种植以及为建立持久稳定高产的畜牧业草业生产体系提供理论依据。 相似文献
4.
本研究利用近红外光谱通过人工神经网络(Artificial neural network, ANN)建立狼尾草属(Pennisetum Rich)牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明:基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法(PLS)模型效果。在人工神经网络的方向传播(BP)网络模型中,6项表征牧草品质指标的校正均方根误差(RMSEC)、预测均方根误差(RMSEP)均显著低于PLS模型,同时校正集决定系数(R■)、预测集决定系数(R■)显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。 相似文献
5.
分析了用常规统计分析回归法在桑树病虫害预测预报中所存在的缺陷,提出了改进的思路。建立了人工神经网络预测的模型,开发出KX-Ⅱ型人工神经网络软件,并指出了该新方法在病虫预测系统中的优点。 相似文献
6.
牛奶中各种成分含量是影响牛奶品质的重要因素,也是决定其价格的重要因素之一,高品质的牛奶和奶产品往往对人们的健康具有重要的意义。而具有高效低成本的中红外光谱(MIR)已逐渐成为奶产品品质检测的有效新方法。十多年来,欧美发达国家已利用MIR建立了牛奶和奶产品中脂肪酸、蛋白质、矿物质等成分含量预测模型,并投入生产使用。然而,我国在利用MIR预测牛奶中成分的研究较晚、没有得到有效应用。在建立模型的过程中,可选择较多的建模方法,其中回归建模方法的正确选用是决定模型预测能力的关键所在,而正确的预测方法往往意味着更高的预测精度和更强的泛化能力。偏最小二乘法(PLS)、最小二乘支持向量机(LS-SVM)、人工神经网络(ANN)以及贝叶斯回归(Bayes-R)因为其各自不同的优点已成为目前使用较多的几种预测方法。本文对这些方法及其特征进行介绍和总结。 相似文献
7.
基于BP网络的典型草原群落自然演替预测模型研究 总被引:1,自引:1,他引:0
以典型草原植被群落为研究对象,探讨草地生态系统自然演替恢复的动态变化,采用BP人工神经网络,以演替年度为输入量,群落的凋落物、含水量、容重、孔隙度、有机质、微生物量C、土壤N、地上生物量和多年生禾草密度为输出量,对典型草原群落自然演替进程进行模拟和预测.结果表明:BP-NN的稳定性较好,各参数预测结果的平均误差为2.04%,说明BP-NN可适用预测典型草原群落自然恢复演替,其优势在于可模拟了解较少或不确定性和模糊性较大的系统行为,这是传统数学模型所无法实现的,因而是对传统机理模型的重要补充. 相似文献
8.
9.
10.
基于EPIC模型的黄土高原旱地草粮轮作田土壤湿度模拟 总被引:1,自引:0,他引:1
土壤水分是黄土高原地区粮食生产的关键因子,EPIC模型自建立以来在世界范围内得到了广泛的应用,是研究土壤水分动态的有效工具,因此,在黄土高原地区验证EPIC模型的土壤湿度模拟精度对该地区土壤水分的模拟研究具有重要的现实意义。本研究应用长期定位试验观测值和EPIC模型对草粮轮作田[苜蓿(Medicago sativa)-苜蓿-苜蓿-苜蓿-马铃薯(Solanum tuberosum)-冬小麦(Triticum aestivum)-冬小麦-冬小麦]土壤湿度进行了模拟研究。结果表明, 在苜蓿草地、冬小麦田和马铃薯田中0~2.0 m土层土壤湿度的观测值和模拟值相关系数分别为0.756、0.973和0.790,RMSE值分别为0.028、0.011和0.023 m/m;模拟值与观测值的土壤湿度剖面分布总体上一致。EPIC模型能够较好模拟草粮轮作田土壤水分的动态变化规律,可以用来模拟研究黄土高原草粮轮作田土壤水分动态变化及其土壤湿度的剖面分布。建立合理的土壤数据库和作物根系分布方程将会进一步提高模型对土壤湿度的模拟精度;增加模型中的土层数有利于提高模型对深根系作物土壤湿度的模拟精度。 相似文献