-
题名基于线性回归分析与BP神经网络的枣树需水量研究
- 1
-
-
作者
方婷
-
机构
边临镇人民政府
-
出处
《南方农机》
2025年第5期44-46,50,共4页
-
文摘
【目的】需水量的预测是实现智能灌溉的关键环节,将先进的计算机技术应用到需水量的预测中具有重要现实意义。【方法】根据气象资料数据以及枣树逐日参考需水量,以空气温度、平均风速、空气湿度、日照时数为输入向量,采用线性回归分析和BP神经网络模型对枣树需水量进行了相关预测研究,并从365组实验数据中随机选取40组样本数据进行了枣树需水量预测对比。【结果】1)整体线性回归分析要优于逐步线性回归分析,且空气温度、平均风速、空气湿度对枣树需水量的影响要高于日照时数;2)BP神经网络的预测值与实际值的线性拟合值为0.983,高于线性回归方程的0.941;3)BP神经网络的残差相对较小且波动幅度小,而线性回归方程的残差较大且不稳定;BP神经网络相对于线性回归分析对需水量的预测效果更好,更适用于枣树需水量的预测研究;而线性回归分析可以分析出气象因素对需水量的影响程度,能够为模型输入向量的选择提供依据。【结论】本研究为后续枣树需水量预测研究奠定了一定的基础,未来的研究工作中可以选取更多的影响因素来进行试验,进一步提高预测效果,助力实现枣树智能节水灌溉。
-
关键词
线性回归分析
BP神经网络
枣树需水量预测
线性拟合
-
分类号
S274.4
[农业科学—农业水土工程]
S607.1
[农业科学—园艺学]
-
