基于图像识别和BP神经网络的灌溉模型的研究

作     者：邱意敏 欣龙 武鹏 QIU Yi-min;XIN Long;WU Peng

作者机构：安徽工程大学电气工程学院安徽芜湖241000 安徽工程大学检测技术与节能装置安徽省重点实验室安徽芜湖241000 

基　　金：安徽工程大学国家自然科学基金预研项目(2017yyzr01) 安徽工程大学检测技术与节能装置安徽省重点实验室开放研究基金资助项目(2017070503B026-A04) 安徽工程大学青年基金项目(KZ00315012) 安徽省大学生创新创业训练计划项目(S202010363209) 

出 版 物：《信阳农林学院学报》 (Journal of Xinyang Agriculture and Forestry University)

年 卷 期：2021年第31卷第2期

页      码：124-129页

摘      要：影响农作物生长的重要因素之一是水,只有合理灌溉才能促进农作物的生长。我国作为农业大国,水资源却相对短缺。针对我国国情和目前灌溉模型存在的缺点,设计了一个灌溉模型。灌溉模型以小麦为研究对象,首先利用图像识别技术判断小麦是否处于病态,然后利用非病态小麦的作物水分胁迫指数(crop water stress index,CWSI指数)判断小麦是否需进行灌溉,若需要灌溉则利用BP神经网络对相关影响因素进行训练,最终得到小麦的灌溉量。仿真结果表明,灌溉模型能够提高灌溉用水的利用率,在一定程度上能够实现对作物的合理灌溉。

主 题 词：图像识别 CWSI指数 BP神经网络 灌溉模型 

学科分类：12[管理学] 080904[080904] 0809[工学-计算机类] 08[工学] 0810[工学-土木类] 1201[管理学-管理科学与工程类] 081104[081104] 081105[081105] 0835[0835] 081001[081001] 081002[081002] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16593/j.cnki.41-1433/s.2021.02.027

馆 藏 号：203103877...