文章摘要:作物蒸腾量是指导作物灌溉关键参数之一，实时获取作物蒸腾量，实现按需灌溉是节约用水的有效途径。然而，温室内小气候效应显著，作物蒸腾与环境因子间关系较为复杂，且各环境因子之间相互关联并呈非线性变化。本文以番茄作为研究对象，使用称量法测量作物实时蒸腾量，通过布设传感器实时获取温室小气候数据，包括空气温度（Air temperature， AT）、相对湿度（Relative humidity， RH）、光照强度（Light intensity， LI）作为模型的小气候环境输入，冠层相对叶面积指数（Relative leaf area index，RLAI）作为模型的作物生长输入，在此基础上，提出了长短期记忆网络（Long short term memory， LSTM）的番茄蒸腾量预测模型。利用该模型对番茄蒸腾量进行预测，并与非线性自回归神经网络（Nonlinear autoregressive， NARX）、Elman神经网络、循环神经网络（Recurrent neural network， RNN）模型进行了对比分析。试验结果表明，LSTM预测模型决定系数(Determination coefficient， R²)与平均绝对误差（Mean absolute error， MAE）分别为0.9925和4.53g，与NARX、Elman神经网络、RNN方法进行对比，其相关性分别提高了8.97%、1.18%和0.82%，其平均绝对误差分别降低了8.16、6.23、0.52。本研究所提的预测模型具有较高的预测精度及泛化性能，研究成果可为温室作物需水规律及需水量研究提供参考。

文章关键词:番茄,温室,长短期记忆网络,蒸腾量,预测模型,

项目基金:国家重点研发计划项目(2019YFD1001903),

论文作者:李莉¹ 李文军¹ 马德新² 杨成飞³ 孟繁佳¹ 

作者单位:2. 青岛农业大学山东省智慧农业研究院 

论文分类号: S626;S641.2

相似文献:基于物联网和LSTM的柑橘园土壤含水量和电导率预测模型.....作者:高鹏,谢家兴,孙道宗,陈文彬,杨明欣,周平,王卫星,刊载期刊：《华南农业大学学报》

相关文章:果树高光效树形标准化整形修剪技术.....作者:牛自勉
新时代山西红枣栽培技术与发展趋势.....作者:贺润平

上一篇： 地质学论文_音频大地电磁法在深部隐伏锰矿找
下一篇：没有了