罗党， 王浍婷

(华北水利水电大学 数学与统计学院,河南 郑州 450045)

灰色神经网络下的多变量土壤含水量预测模型

罗党， 王浍婷

(华北水利水电大学 数学与统计学院,河南 郑州 450045)

土壤含水量是评价农业墒情的重要指标，其变化规律对节水农业具有重要意义。基于土壤含水量预测问题中测量数据的特征和土壤含水量变化的内在联系，结合灰色GM(0,N)模型和BP神经网络模型的优势，构建BPSGM(0,N)模型。以河南省新郑市土壤含水量预测问题为例，基于实际测量数据，对该模型的预测值进行残差分析和关联度检验。结果表明，BPSGM(0,N)模型在土壤含水量预测方面具有良好的效果。

土壤含水量；SGM(0,N)模型；BPSGM(0,N)模型；三参数区间灰数

河南是农业生产大省，农业生产与百姓生活有着密切的联系。在农业生产中，土壤水分对农作物的影响至关重要。土壤墒情，即土壤的实际含水量，是用来指导农田灌溉的依据。针对不同时期不同区域的不同作物，结合当前作物所处的生育期，因墒灌溉，确保农作物收成是农业生产中的关键环节。目前，所有测量土壤水分的方法都必须以实际土壤为背景，不考虑其他因素，只能测量出当前土壤的含水量，无法测出未来土壤的含水量。

我国从20世纪50年代开始研究关于土壤含水量的测量问题，发展至今，研究出很多种测量方法，如烘焙法、滴定法、电容法、时域反射法等，其中烘焙法是最为常用的一种，在测量精度上具有其他方法不可比拟的优势。目前，河南省针对土壤含水量的测量问题，主要采用烘焙法测量土壤表层厚0～20 cm以及20～40 cm的土壤含水量，对每个地区设置一定数量的监测点进行测量。……