排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
基于种肥同施单元和穴播变频单元等结构研制了一种玉米套种精量种肥穴播器，主要用来实现小麦收获前期的玉米套种播种机械化，可精确控制种子、化肥的穴播量及穴间距（130～380mm）。与此同时，对自行研制的套种精量种肥穴播器进行了相关试验。结果表明：该穴播器有较高的工作可靠性，行走流畅且不会影响小麦的生长和收获，能够高效地完成小麦垄沟间玉米的精量播种；播种行距、株距均匀，深度适中，基本没有漏播、重播现象。该穴播器适用丘陵地区作业，并能实现播种量、施肥量的调节。 相似文献
2.
基于粒子群优化(PSO)超限学习机预测新疆参考作物蒸散量 总被引：1，自引：0，他引：1
参考作物蒸散量(ET0)的准确预测对于作物需水量预测、农田精准灌溉和提高水资源利用效率等具有重要意义.为了解决传统方法获取ET0的弊端,本研究基于粒子群优化(Particle swarm optimization,PSO)-超限学习机(Extreme learning machine,ELM)预测ET0.通过选取新疆地区3个站点(乌鲁木齐、喀什、哈密)的最高气温(Tmax)、最低气温(Tmin)、平均相对湿度(RH)、风速(u2)、光照时间(n)等气象数据,建立PSO-ELM预测模型,对模型精度和普适性进行研究,并通过与ELM、Makkink、I-A模型的对比,探究不同气象因子组合模型的预测精度.结果表明,PSO-ELM模型在5种气象因子输入下具有最高预测精度(平均R2=0.9747,平均MAE=0.2520 mm/d,平均RMSE=0.3643 mm/d).由PSO-ELM6模型与ELM、Makkink、I-A模型的对比结果看出,在相同的气象因子输入条件下,3个站点用PSO-ELM6模型预测的效果最好.通过对PSO-ELM3模型在新疆地区普适性的研究发现,该模型具有较高的预测精度(平均R2=0.9465,平均MAE=0.3070 mm/d,平均RMSE=0.3569 mm/d).不同站点、不同气象因子输入的PSO-ELM模型能够较为精准地反映气象因子与ET0之间复杂的非线性关系,且模型在新疆地区的普适性较好,可以为新疆地区逐日ET0预测提供新的方法. 相似文献
1