雷濤 郭向紅 孫西歡 馬娟娟 趙運(yùn)革
摘要:為了實(shí)現(xiàn)對(duì)蓄水坑灌蘋果園根區(qū)土壤水分的定量監(jiān)測(cè),基于最小二乘向量機(jī)模型、BP神經(jīng)網(wǎng)絡(luò)模型和增量逆?zhèn)鞑W(xué)習(xí)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型,建立了以土壤初始貯水量、灌水后時(shí)段長(zhǎng)度、時(shí)段內(nèi)灌水量、時(shí)段內(nèi)降雨量和蒸發(fā)蒸騰量為輸入項(xiàng),以蓄水坑灌果園根區(qū)貯水量為輸出項(xiàng)的LSSVM、BP和IBP-BP模型,對(duì)田間土壤貯水量進(jìn)行預(yù)測(cè),并采用田間實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行率定和驗(yàn)證。結(jié)果表明:ISSVM、IBP-BP和BP模型的平均相對(duì)誤差分別為6.53%、3.64%和5.98%。IBP-BP模型的預(yù)測(cè)精度最高,建議采用該模型進(jìn)行蓄水坑灌果園土壤貯水量預(yù)測(cè)。
關(guān)鍵詞:土壤貯水量;最小二乘向量機(jī);增量逆?zhèn)鞑?;BP神經(jīng)網(wǎng)絡(luò)模型;t檢驗(yàn)
蓄水坑灌法是一種具有節(jié)水抗旱優(yōu)勢(shì)的果園灌溉方法。該方法需要在距離果樹60-90 cm處均勻挖取若干直徑為25-35 cm、深度為40-60 cm的圓柱形蓄水坑,灌溉時(shí)水分沿坑壁直達(dá)根系層,從而達(dá)到提高水分利用率的目的。目前,許多學(xué)者對(duì)蓄水坑灌條件下的灌水技術(shù)參數(shù)、水分運(yùn)動(dòng)分布機(jī)理、水分運(yùn)移數(shù)值模擬進(jìn)行了大量研究,取得了豐碩的研究成果。
土壤水分預(yù)測(cè)是進(jìn)行農(nóng)田土壤水分管理的基礎(chǔ)。許多學(xué)者通過對(duì)土壤水分運(yùn)動(dòng)方程進(jìn)行改進(jìn),實(shí)現(xiàn)了土壤水分的精準(zhǔn)預(yù)報(bào)。但該方法需測(cè)定大量的土壤水分參數(shù)。給預(yù)報(bào)工作帶來了不便。隨著人工智能算法的發(fā)展,最小二乘支持向量機(jī)(LSSVM)、BP人工神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘算法被提出,并應(yīng)用于各個(gè)領(lǐng)域。最小二乘支持向量機(jī)能夠有效解決樣本容量小、高維維數(shù)災(zāi)等問題,在降雨徑流模型、洪水預(yù)報(bào)和蒸騰蒸發(fā)預(yù)測(cè)等方面得到了廣泛應(yīng)用。BP人工神經(jīng)網(wǎng)絡(luò)具有出色的非線性映射能力、泛化能力和容錯(cuò)能力,在作物耗水和河源來水等方面得到了廣泛應(yīng)用。目前,這兩種方法在蓄水坑灌條件下水分預(yù)報(bào)方面的報(bào)道較少,哪種模型更適合于蓄水坑灌水分預(yù)報(bào)有待進(jìn)一步研究。因此,本研究采用最小二乘支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)和增量逆?zhèn)鞑W(xué)習(xí)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(IBP-BP),實(shí)現(xiàn)蓄水坑灌土壤貯水量的動(dòng)態(tài)預(yù)測(cè),以期為蓄水坑灌土壤水分管理提供支持。