利用人工神经网络估算稻田土壤湿度
神经与进化计算
2013-03-11 v1 大气与海洋物理
摘要
在稻田中，监测土壤湿度对于灌溉调度以及水资源的分配、管理和规划至关重要。本研究提出了一种人工神经网络（ANN）模型，旨在利用有限的气象数据估算稻田土壤湿度。该 ANN 模型采用动态结构，以参考蒸散量（ETo）和降水量作为输入来估算土壤湿度。首先，利用最高气温、平均气温和最低气温作为模型输入来估算 ETo。模型在两个水稻种植期之间的不同天气条件下进行了测试。利用第一个时期的观测数据进行模型训练，而基于第二个时期的观测数据进行验证。动态 ANN 模型估算土壤湿度的训练和验证过程的值分别为 0.80 和 0.73，表明观测值与估算值之间存在紧密的线性相关性。因此，该 ANN 模型能够利用有限的气象数据可靠地估算土壤湿度。
引用
@article{arxiv.1303.1868,
title = {Estimation of soil moisture in paddy field using Artificial Neural Networks},
author = {Chusnul Arif and Masaru Mizoguchi and Budi Indra Setiawan and Ryoichi Doi},
journal= {arXiv preprint arXiv:1303.1868},
year = {2013}
}
备注
5 Pages