基于BP 神经网络的温室番茄光合作用速率预测模型研究
针对CO2 在作物生长中的重要作用，本文运用BP 神经网络建立番茄幼苗期光合作用速率预测模型，从而进一步确定其CO2 需求量，为CO2的调控提供决策依据。在本研究中，采用无线传感器网络中气象站节点每10 分钟自动采集温室环境信息，采集的参数包括空气温湿度、CO2浓度，土壤温湿度及光照强度，以此作为BP 神经网络的输入参数对番茄幼苗光合速率进行预测；同时采用光合仪LI-6400 采集番茄幼苗的净光合作用速率，作为神经网络的输出参数，并对预测模型进行检验。实验结果表明，光合作用预测值与实测值相关系数为0.9752，此BP 神经网络模型可用于番茄幼苗光合速率的预测。
温室环境 BP神经网络 光合作用速率 无线传感器网络 番茄幼苗 预测模型
王伟珍 刘春红 张漫 李民赞 刘刚
中国农业大学“现代精细农业系统集成研究”教育部重点实验室,北京 100083
国内会议
重庆
中文
1-4
2011-10-22（万方平台首次上网日期，不代表论文的发表时间）