国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

丹棱“不知火”掛果率及產(chǎn)量氣候趨勢(shì)預(yù)測(cè)方法研究

2018-05-14 11:32李奇穗呂蓮
南方農(nóng)業(yè)·上旬 2018年1期
關(guān)鍵詞:氣象要素神經(jīng)網(wǎng)絡(luò)

李奇穗 呂蓮

摘 要 通過神經(jīng)網(wǎng)絡(luò)擬合出四川省丹棱縣2012—2015年氣候要素值與“不知火”雜柑當(dāng)年掛果率、667 m2產(chǎn)量之間關(guān)系,得出掛果率及單位面積產(chǎn)量氣候趨勢(shì)預(yù)測(cè)方法,再運(yùn)用此方法對(duì)2016年掛果率和667 m2產(chǎn)量預(yù)測(cè)值與實(shí)際值作比較,發(fā)現(xiàn)月平均氣溫、降水量、日照時(shí)數(shù)預(yù)測(cè)值與實(shí)際值之間的誤差都在10%以下,在3個(gè)氣象要素中以采用月平均氣溫的誤差最小,最接近實(shí)際值。

關(guān)鍵詞 雜柑;不知火;氣象要素;掛果率;單位面積產(chǎn)量;神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào):S666 文獻(xiàn)標(biāo)志碼:B DOI:10.19415/j.cnki.1673-890x.2018.1.021

“不知火”又名凸頂柑、丑柑,為原產(chǎn)日本的晚熟柑橘品種,由清見和中野3號(hào)椪柑雜交而成?!安恢稹惫鬅o核,可溶性固形物含量高,含糖量14%~15%,極晚熟(次年3月采摘),抗逆性強(qiáng),果實(shí)柔軟多汁、脆嫩化渣、風(fēng)味極好、品質(zhì)特優(yōu),是一個(gè)綜合性狀優(yōu)良的晚熟品種。但其耐寒性較弱,且果實(shí)須在樹上越冬成熟,因此“不知火”對(duì)種植區(qū)域氣象條件有著極高的要求[1]。近年來,氣候變化日益顯現(xiàn),對(duì)“不知火”掛果及產(chǎn)量形成影響也越來越明顯,目前國(guó)內(nèi)外學(xué)者在氣候變化對(duì)“不知火”生長(zhǎng)的影響及“不知火”留樹保鮮方面做了研究,并取得了一系列研究成果[2]。但在氣象因子與“不知火”掛果、單位面積產(chǎn)量之間的關(guān)系方面尚未有研究。本文通過神經(jīng)網(wǎng)絡(luò)方法擬合丹棱2012—2015年氣象因子與相應(yīng)年份丹棱“不知火”掛果率和產(chǎn)量之間的關(guān)系,并運(yùn)用此關(guān)系反向驗(yàn)算2016年丹棱“不知火”掛果率和產(chǎn)量,得出驗(yàn)算值與實(shí)際之間的誤差。

丹棱縣隸屬于四川省眉山市,距成都市區(qū)90 km。地處四川盆地西南邊緣,岷東以西,青衣江以東。縣城在總崗山南麓,地貌以淺丘為主,地勢(shì)由西北向東南傾斜,海拔在469~1 017 m。丹棱屬亞熱帶濕潤(rùn)氣候區(qū),氣候溫和,四季分明,冬無嚴(yán)寒,夏無酷暑,雨量充沛,無霜期長(zhǎng)。年平均氣溫16.7 ℃,歷史極端最高氣溫38.3 ℃,極端最低氣溫-3.7 ℃;雨量充沛,分布不均,年均降水量1 157.9 mm,其中5—9月降水量932.7 mm,占全年降水量81%;年無霜期301 d;年平均日照時(shí)數(shù)939.8 h。丹棱于1998年引入“不知火”,采用高接換種技術(shù)嫁接,距今已有 18年歷程,日積月累后具有成熟而豐富的栽培技術(shù)和經(jīng)驗(yàn), 并于2012年進(jìn)入了國(guó)家農(nóng)業(yè)部頒發(fā)的農(nóng)產(chǎn)品地理保護(hù)名錄,丹棱更是榮獲“中國(guó)橘橙之鄉(xiāng)”的美譽(yù)?!安恢稹碑?dāng)之無愧地成為地方特色經(jīng)濟(jì)農(nóng)產(chǎn)品之一。近年來,由于氣候條件的差異日顯,“不知火”掛果率和年際產(chǎn)量波動(dòng)較大[3]。本文分析氣象因子與“不知火”掛果率、單位面積產(chǎn)量之間關(guān)系,以期預(yù)測(cè)掛果率、單位面積產(chǎn)量,及時(shí)更好地為果農(nóng)和地方經(jīng)濟(jì)服務(wù)。

1 資料來源和處理方法

相關(guān)資料主要包括“不知火”年掛果率和單位面積產(chǎn)量,資料來源于丹棱縣果技站。氣象資料主要包括2012—2016年的逐月平均氣溫、降水量、日照時(shí)數(shù),由丹棱縣氣象局提供。

采用神經(jīng)網(wǎng)絡(luò)相關(guān)方法,將各月平均氣溫、降水量和日照與“不知火”掛果率、單位面積產(chǎn)量進(jìn)行擬合相關(guān)性分析,得出“不知火”氣候趨勢(shì)掛果率和單位面積產(chǎn)量。

人工神經(jīng)網(wǎng)絡(luò)是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行并行信息處理的算法數(shù)學(xué)模型。在工程與學(xué)術(shù)界也常直接簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型,由大量的節(jié)點(diǎn)(或稱神經(jīng)元)和之間相互聯(lián)接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù),稱為激勵(lì)函數(shù)(activation function)。每?jī)蓚€(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過該連接信號(hào)的加權(quán)值,稱之為權(quán)重,這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度,通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系,從而達(dá)到處理信息的目的,并具有自學(xué)習(xí)和自適應(yīng)的能力[4]。隨著神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷發(fā)展,目前神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)、水利、水土保持等方面應(yīng)用比較廣泛。

2 結(jié)果分析與驗(yàn)證

2.1 制作氣候要素曲線圖

用2012—2015年的氣候數(shù)據(jù)采用神經(jīng)網(wǎng)絡(luò)圖作出氣候要素曲線圖(見圖1~圖3)。

2.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練擬合

利用2016年的氣候要素值,通過“不知火”掛果率及單位面積產(chǎn)量氣候趨勢(shì)預(yù)測(cè)方法計(jì)算“不知火”的掛果率和667 m2產(chǎn)量,再與當(dāng)年實(shí)際掛果率和

667 m2產(chǎn)量作比較。

1)通過2016年逐月平均氣溫計(jì)算出的掛果率0.659與實(shí)際掛果率0.720誤差-0.061,通過2016年逐月降水量計(jì)算出的掛果率與實(shí)際掛果率誤差-0.042,通過2016年逐月日照時(shí)數(shù)計(jì)算出的掛果率與實(shí)際掛果率誤差0.083。

2)通過2016年逐月平均氣溫計(jì)算出的667 m2產(chǎn)量1.489 4與實(shí)際667 m2產(chǎn)量1.500 0誤差-0.010 6,通過2016年逐月降水量計(jì)算出的667 m2產(chǎn)量與實(shí)際667 m2產(chǎn)量誤差-0.096 0,通過2016年逐月日照時(shí)數(shù)計(jì)算出的667 m2產(chǎn)量與實(shí)際667 m2產(chǎn)量誤差-0.074 0。

3 小結(jié)與討論

“不知火”生育期長(zhǎng),歷經(jīng)各個(gè)季節(jié)氣象條件變化的考驗(yàn),然而在氣溫、降水、光照等要素均無法控制的條件下,氣候多變將直接影響“不知火”發(fā)育生長(zhǎng)[5],進(jìn)一步影響“不知火”的產(chǎn)量和品質(zhì)[6]。本文通過神經(jīng)網(wǎng)絡(luò)擬合出丹棱縣2012—2015年氣候要素值與“不知火”雜柑當(dāng)年掛果率、667 m2產(chǎn)量之間關(guān)系,得出掛果率及單位面積產(chǎn)量氣候趨勢(shì)預(yù)測(cè)方法,再運(yùn)用此方法對(duì)2016年掛果率和667 m2產(chǎn)量預(yù)測(cè)值與實(shí)際值作比較,發(fā)現(xiàn)月平均氣溫、降水量、日照時(shí)數(shù)預(yù)測(cè)值與實(shí)際值之間的誤差都在10%以下,在3個(gè)氣象要素中尤以采用月平均氣溫的誤差最小,最接近實(shí)際值。

參考文獻(xiàn):

[1] 倪超,顧海敏,何永坤.涪陵區(qū)關(guān)鍵氣候因子變化對(duì)柑橘產(chǎn)量的影響[J].江西農(nóng)業(yè)學(xué)報(bào),2017,29(8):29-33.

[2] 謝友祥.氣象條件對(duì)柑橘種植的影響分析[J].農(nóng)業(yè)工程技術(shù),2016(26):77.

[3] 葉美德,汪峰.柑橘產(chǎn)量氣候異常減產(chǎn)模式的初步研究[J].中國(guó)農(nóng)業(yè)氣象,1993,14(2):22-24.

[4] 毛健,趙紅東,姚婧婧.人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用[J].電子設(shè)計(jì)工程,2011,19(24):62-65.

[5] 鮑江峰,夏仁學(xué).生態(tài)因子對(duì)柑橘果實(shí)品質(zhì)的影響[J].應(yīng)用生態(tài)學(xué)報(bào),2004,15(8):1477-1480.

[6] 張光倫.生態(tài)因子對(duì)果實(shí)品質(zhì)的影響[J].果樹科學(xué),1994,11(2):120-124.

(責(zé)任編輯:丁志祥)

猜你喜歡
氣象要素神經(jīng)網(wǎng)絡(luò)
茶葉生產(chǎn)氣象要素和氣象保障服務(wù)
基于人工智能LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)成績(jī)預(yù)測(cè)
基于圖像處理與卷積神經(jīng)網(wǎng)絡(luò)的零件識(shí)別
基于改進(jìn)VGG-16神經(jīng)網(wǎng)絡(luò)的圖像分類方法
基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的電網(wǎng)穩(wěn)定性預(yù)測(cè)
三次樣條和二次刪除相輔助的WASD神經(jīng)網(wǎng)絡(luò)與日本人口預(yù)測(cè)
影響航空飛行安全的氣象要素探討
康樂縣氣候資源特點(diǎn)分析
河蟹養(yǎng)殖水溫預(yù)報(bào)模型研究
探測(cè)環(huán)境變化對(duì)臨沭站氣象要素的影響