基于GA优化的支持向量机模型在青椒作物需水量预测中的应用

摘要：

为节约灌溉用水,采用垄沟集雨覆盖种植技术与滴灌技术相结合(MFR-DI),并对使用该技术种植的青椒进行作物需水量预测.根据多年气象资料、青椒冠层温度以及逐日作物需水量资料,构建了以冠层温度、气象因素为输入因子的预测MFR-DI种植模式下青椒作物需水量的GA-SVM模型,使用2017年的数据对模型进行了测试,结果表明:在输入相同气象因子时,GA-SVM1(RMSE=0.9010 mm/d,MAE=0.6735 mm/d,NS=0.9718)比SVM(RMSE=0.9607 mm/d,MAE=0.7691 mm/d,NS=0.9680)预测模型具有更高的精度性能.此外,在输入相同数量的因子时,将冠层温度作为GA-SVM的输入因子之一,比仅输入气象因子的GA-SVM模型预测精度更高,其RMSE,MAE,NS值分别为0.7817 mm/d,0.5838 mm/d,0.9788.结果说明采用GA优化的SVM预测模型,提高了模型的收敛速度,使模型的精确度更高.另外,在作物需水量预测模型中引入冠层温度,可以提高模型的预测准确性,为实现高效智能节水提供参考.

关键词：支持向量机、遗传算法(GA)、作物需水量预测、冠层温度、青椒

分类号：S161.4;S274.3(农业气象学)

资助基金：河北省研究生创新资助项目"青椒集雨调亏滴灌智能高效节水决策系统研究";河北省自然科学基金资助项目"节水灌溉条件下浊漳河流域的水循环机理研究";河北省科技支撑计划项目"设施蔬菜水肥菌时空施用阈值及改良土壤技术研究";河北省创新能力提升计划科技研发平台建设专项

在线出版日期：2021-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：70-76