排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
基于气温预报和神经网络的参考作物腾发量预报 总被引：2，自引：0，他引：2
采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。 相似文献
2.
为克服传统量水设施的不足,促进灌区灌溉水情的实时监测,研制和测试了一种基于水位流量关系的量水计。该量水计由水位传感器、模数转换器、单片机、电源、控制盒组成,其测流方法是:水位传感器实时采集水位数据,通过水位流量关系推算渠道流量,再按时段对水量进行累计得到灌溉水量,可实时读出或存储渠道水位、流量及灌溉水量数据。在高邮灌区的实验表明,该量水计与高精度板闸流量计的量水结果相近,相关系数为0.986,平均相对误差为4.48%,满足渠系量水的精度要求。该量水计具有成本低廉、使用方便、量测精度较高的优点,适合在中小型灌溉渠道推广应用。 相似文献
1