包邮温室膜下滴灌作物需水量计算方法及应用

第1章 绪论 1.1 研究意义与目的 1.2 相关概念及说明 1.2.1 我国主要栽培设施类型 1.2.2 温室大棚内节水灌溉技术 1.3 温室栽培中存在的主要问题 1.4 国内外研究现状与进展 1.4.1 膜下滴灌的节水效应 1.4.2 温室大棚内的微气候环境 1.4.3 膜下滴灌土壤水分运动及水肥调控 l.4.4 温室大棚内灌溉制度 1.4.5 温室作物需水规律和需水量 1.5 主要研究内容和方法 1.5.1 主要研究内容 1.5.2 研究方法 第2章 温室作物需水量田间试验 2.1 试验区基本情况 2.1.1 试验温室的结构特性 2.1.2 温室滴灌系统简介 2.1.3 试验作物品种 2.2 田间试验方案 2.2.1 试验设计 2.2.2 暗管排水布置 2.2.3 简易测坑布置 2.2.4 观测内容及仪器布置 2.3 试验主要仪器 2.3.1 时域反射仪 2.3.2 植物生长监测仪 2.4 水量平衡法推求温室膜下滴灌作物需水量 2.4.1 温室滴灌系统灌水利用系数确定 2.4.2 TDR实测土壤含水量计算原理 2.4.3 温室膜下滴灌土壤实际浸润深度计算方法 2.4.4 温室番茄膜下滴灌需水量计算方法确定 第3章 基于PLS的温室作物蒸腾速率预测模型 3.1 试验资料和方法 3.1.1 环境因子与蒸腾速率测量 3.1.2 快速称重法 3.2 温室番茄蒸腾速率的变化规律 3.2.1 温室番茄蒸腾速率的长系列变化 3.2.2 温室番茄蒸腾速率的日变化 3.2.3 温室番茄蒸腾速率与环境因子间的相关性分析 3.3 基于PLS的温室番茄蒸腾预测模型 3.3.1 偏*小二乘回归方法简介 3.3.2 偏*小二乘回归的建模步骤 3.3.3 温室番茄蒸腾速率的PLs预测模型 3.3.4 PLs回归模型的检验与分析 3.4 本章小结 第4章 水面蒸发法需水量计算模型 4.1 水面蒸发和需水量的变化规律 4.1.1 蒸发量、需水量的变化趋势 4.1.2 蒸发量、需水量的主要影响因子分析 4.1.3 蒸发量、需水量间相关性分析 4.2 水面蒸发法需水量计算模型验证 4.2.1 拟合结果 4.2.2 误差分析 4.3 本章小结 第5章 作物系数法需水量计算模型 5.1 需水量和作物系数年变化规律分析 5.1.1 作物需水量 5.1.2 作物系数 5.2 需水量和作物系数月变化规律分析 5.3 作物系数法需水量计算模型验证 5.3.1 拟合结果 5.3.2 误差分析 5.4 本章小结 第6章 神经网络理论和MATLAB神经网络工具箱 6.1 神经网络简介 6.1.1 人工神经网络概述 6.1.2 人工神经网络模型 6.1.3 神经网络激活函数 6.1.4 神经网络模型分类 6.2 误差反向传播网络 6.2.1 BP网络结构 6.2.2 BP网络原理 6.3 Elman动态回归神经网络 6.3.1 Elman动态回归神经网络结构 6.3.2 Elman网络原理 6.4 MATLAB神经网络工具箱 6.4.1 MATLAB简介 6.4.2 BP网络的神经网络工具箱函数 6.4.3 MATLAB中BP网络的训练过程 6.4.4 Elman神经网络工具箱函数 第7章 基于BP网络的温室作物需水量预测模型 7.1 BP网络算法 7.1.1 BP网络的限制与不足 7.1.2 BP网络的改进算法 7.2 基于L.M算法的BP网络温室作物需水量预测模型 7.2.1 BP网络层数的确定 7.2.2 试错法确定隐含层神经元个数 7.2.3 网络学习参数的选取 7.2.4 BP网络设计 7.2.5 样本数据的处理 7.3 BP网络温室作物需水量预测模型的应用 7.3.1 温室茄子需水量预测 7.3.2 温室番茄需水量预测 7.3.3 温室黄瓜需水量预测 7.4 本章小结 第8章 基于Elman网络的温室作物需水量预测模型 8.1 Elman网络模型的原理 8.2 Elman网络设计 8.3 Elmall网络温室作物需水量预测模型的应用 8.3.1 温室茄子需水量预测 8.3.2 温室番茄需水量预测 8.3.3 温室黄瓜需水量预测 8.4 BP网络模型和Elman网络模型对比 8.5 本章小结 第9章 基于GA.BP网络的温室作物需水量计算模型 9.1 GA—BP网络模型 9.1.1 BP网络的不足与优化 9.1.2 遗传算法简介 9.1.3 遗传算法在神经网络中的应用 9.2 GA—BP网络在温室作物需水量预测模型中的应用 9.2.1 样本数据的处理 9.2.2 网络结构的确定 9.2.3 遗传算法优化网络参数 9.2.4 GA—BP网络模型的训练 9.2.5 模型的拟合与检验 9.3 本章小结 第10章 结论与展望 10.1 主要结论 10.2 创新点 10.3 展望 参考文献