《植物生理学报》 2020, 56(3): 489-500

基于人工神经网络的柑橘树日间蒸腾速率精细模拟与预测

张庆玉^1,2, 董晓华^1,2,*, 葛亮³, 赵乔⁴, 严东英^1,2, 李璐^1,2

¹三峡大学水利与环境学院, 湖北宜昌443002; ²水资源安全保障湖北省协同创新中心, 武汉430072 3长江三峡技术经济发展有限公司, 北京100038 4中国电建集团贵阳勘测设计研究院有限公司, 贵阳550081

通信作者：董晓华；E-mail: xhdong@ctgu.edu.cn

摘　要：

蒸腾作用是植物的重要生理过程, 精细模拟与预测蒸腾速率有助于植株需水量的确定。本文使用茎流计和气象站监测柑橘树蒸腾速率及周边气象因子, 基于人工神经网络, 构建10 min尺度的柑橘树日间蒸腾速率预测模型。以环境温度、环境湿度、太阳净辐射、风速四种气象因子组合, 构建的4-7-1网络结构的柑橘树蒸腾速率预测模型精度最高, 与实测数据的Pearson相关系数高于0.8; 与FAO作物系数模型和经验公式模型相比,神经网络模型对10 min间隔的柑橘树蒸腾速率预测更加准确, 建模所需数据量更少, 在“午休”现象的预测上符 合实际规律。结果表明以气象因子作为输入的神经网络模型, 能够对10 min间隔的柑橘树蒸腾速率进行更加精细的模拟与预测。

关键词：人工神经网络; 蒸腾速率; 模拟与预测; 气象因子; 柑橘树

收稿：2019-08-07   修定：2020-02-20

资助：国家自然科学基金(40701024)和三峡大学学位论文培优基金(2020SSPY009)