中国农业科学院农业信息研究所 主办
当前位置: 首页 > 文章 > 基于Penman-Monteith模型和路径排序算法相结合的草莓灌溉方法与验证

基于Penman-Monteith模型和路径排序算法相结合的草莓灌溉方法与验证

吉林农业大学信息技术学院;北京农业智能装备技术研究中心

摘  要:
灌溉是影响作物产量的重要因素.为更加有效、精确地控制设施作物的灌溉,本研究以"章姬"草莓为例,将作物实时生长特征引入灌溉决策模型中,将Penman-Monteith(P-M)模型和知识推理相结合对草莓的灌溉展开研究.首先明确影响草莓灌溉的因子和影响系数,然后建立"章姬"草莓灌溉知识结构和草莓灌溉知识图谱,接着应用路径排序算法(Path Ranking Algorithm,PRA)对P-M模型计算的灌溉值进行调整,实现草莓的精准灌溉.知识推理中每个专家的灌溉调整策略都不相同,本试验以草莓产量最大为目标,选择概率值最高的一组灌溉推理值对灌溉进行调整.试验结果表明,在规定时间采收的情况下,本研究提出的基于Penman-Monteith模型和路径排序算法相结合的方法比传统P-M模型方法的果实总产量、单株果实均产量和果实均重百分比分别提高2478.5g、20.65g和12.15%(单个果实均重提高1.65g),硬度提升了0.1 kg/cm2.表明该方法根据作物生长状态对作物灌溉进行调整合理,为精确灌溉提供了新的思路.

关键词:人工智能;知识图谱;知识推理;精准灌溉;路径排序算法;草莓;Penman-Monteith

PDF下载 引用

所属期刊

智慧农业(中英文)

ISSN: 2096-8094

CN: 10-1681/S

相似文章

推荐期刊