期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多头LSTM模型的南疆枣树土壤墒情预测 被引量:1
1
作者 杨轶航 吕德生 +4 位作者 刘宁宁 王振华 李淼 张金珠 王东旺 《水资源与水工程学报》 北大核心 2025年第2期207-217,共11页
在南疆枣业生产中,准确预测土壤墒情对于优化作物种植质量和制定灌溉计划至关重要。通过建立高精度的土壤墒情预测模型,为南疆枣树的灌溉管理提供了科学依据。基于2021和2022年的全生育期枣树在20、40、60、80 cm土层的土壤墒情数据、... 在南疆枣业生产中,准确预测土壤墒情对于优化作物种植质量和制定灌溉计划至关重要。通过建立高精度的土壤墒情预测模型,为南疆枣树的灌溉管理提供了科学依据。基于2021和2022年的全生育期枣树在20、40、60、80 cm土层的土壤墒情数据、气象数据以及灌溉水量等小时级数据集,采用长短期记忆神经网络(LSTM)模型对各土层土壤墒情进行多步预测。引入了由4个单一LSTM模型组成的多头LSTM模型,旨在扩大预测范围并提高预测精度,并采用k折交叉验证结合麻雀搜索算法(SSA)对每个单一LSTM模型进行超参数调优,以提升模型的泛化能力和准确性。对各单一模型的输出进行加权平均,获得最终的预测结果。结果表明:在4个土层墒情均值数据集上,多头LSTM模型对未来1、12、24、48 h的土壤墒情预测的决定系数(R^(2))分别提升至0.951、0.932、0.870、0.815;多头LSTM模型可有效提升枣树土壤墒情的中长期预测精度,特别是在24和48 h的预测中,改进效果尤为明显,这为枣树的精细化灌溉管理提供了有力支持,可帮助农民更有效地利用水资源,减少浪费。 展开更多
关键词 土壤墒情预测 多头LSTM 麻雀搜索算法 k折交叉验证 南疆滴灌骏枣
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部