首页 | 本学科首页   官方微博 | 高级检索  
     

半干旱区春小麦生长系统的人工神经网络模型与产量预测
引用本文:徐彩琳 李自珍. 半干旱区春小麦生长系统的人工神经网络模型与产量预测[J]. 西北植物学报, 2004, 24(3): 449-453
作者姓名:徐彩琳 李自珍
作者单位:1. 兰州大学,干旱农业生态国家重点实验室,兰州,730000
2. 兰州大学,干旱农业生态国家重点实验室,兰州,730000;兰州大学,数学系,兰州,730000
基金项目:国家基础研究重大项目前期专项 2 0 0 2 CAC0 0 3 0 0,G2 0 0 0 0 1860 3,国家自然科学基金项目 3 9970 13 5,3 0 0 70 13 9 资助
摘    要:以半干旱区春小麦生长系统为研究对象。探讨了作物生长系统中水分、土壤养分等生态因子的时空变化特征及春小麦产量形成机制,应用人工神经网络方法建立了半干旱区春小麦生长系统的产量随环境因子变化的神经网络模型,并与传统的CTM模型进行了比较。模拟结果表明,人工神经网络模型可适用于半干旱区春小麦生长系统产量随环境因子变化规律描述,且优于传统模型,从而为春小麦产量预测提供了新的途径,也为作物生态系统的人工调控提供了新的模式与定量依据。

关 键 词:半干旱区 春小麦生长系统 人工神经网络模型 产量预测
文章编号:1000-4025(2004)03-0449-05

Artificial neural network model of spring wheat growth system in semi-arid areas and yield forecast
XU Cai lin,LI Zi zhen. Artificial neural network model of spring wheat growth system in semi-arid areas and yield forecast[J]. Acta Botanica Boreali-Occidentalia Sinica, 2004, 24(3): 449-453
Authors:XU Cai lin  LI Zi zhen
Affiliation:XU Cai lin 1,LI Zi zhen 1,2*
Abstract:Focusing on spring wheat growth system in semi arid areas,this paper built a artificial neural network model to simulate yield change of spring wheat with environment factors,and compared with traditional CTM model.Also,it examined the variation characteristics of ecological factors such as water and soil nutrient,and formation mechanism of yield of spring wheat.The simulation results suggest that artificial neural network model is suitable for describing yield change law of crop in semi arid areas,and superior to traditional model.This paper offers a new approach for forecasting spring wheat yield,and also offers a new pattern and quantitative ground for artificially controlling and regulating crop ecosystems.
Keywords:semi arid area  growth system of spring wheat  artificial neural network model  yield forecast
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《西北植物学报》浏览原始摘要信息
点击此处可从《西北植物学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号