论文部分内容阅读
通过对人工神经网络理论中BP网络的分析,建立描述不同水分条件下膜下滴灌根冠间非线形变化的模拟模型,通过该模型利用棉花地上部株高、干物重、叶面积参数、时间及土壤水分预测膜下滴灌不同水分处理下的根系参数,以2000年在新疆的大田棉花试验结果作为学习样本和检验样本。结果表明,所建立的人工神经网络模型对描述不同水分条件下根、冠复杂的非线性关系方面具有较高的精度和应用价值。