基于梯度提升树算法的玉米施肥模型构建
2020-12-21严海军
水资源与水工程学报 2020年4期
卓 越,严海军
(中国农业大学 水利与土木工程学院,北京 100083)
1 研究背景
化肥使用对于提高农作物产量具有重要作用。但是长期以来,我国化肥投入结构不合理,肥料利用率低,造成养分比例失调。过度施用化肥不仅增加了生产成本,还导致产量下降,同时对环境和农作物造成严重污染[1-2]。实践证明,精准施肥可以节约肥料、增加粮食产量、均衡土壤养分、减少环境污染[3-4],然而如何确定最佳施肥量是精准施肥的难点。因此,探究作物产量与施肥量等因素之间的关系,合理构建施肥模型、寻找最佳施肥量、实现精准施肥是被关注的研究热点之一。
施肥决策模型主要有目标产量法、营养诊断法和肥料效应函数法[5]。其中肥料效应函数法是通过大量的田间试验获得施肥量与产量的关系,进而确定最优施肥量,为目前广泛应用的一种施肥决策方法[6]。为了模拟施肥量等因素与产量之间的非线性关系,很多学者使用神经网络的方法构建模型。马成林等[7]先采用数据包络分析法对数据进行预处理,再通过BP神经网络建立模型,最终确定了最佳施肥方案。于合龙等[8]通过bagging算法生成多个BP神经网络并通过拉格朗日乘子法进行集成从而建立模型,指出该方法优于常规BP神经网络,并通过模型得到了最佳施肥方案。杨晓辉等[9]分别使用模拟退火算法和遗传算法对BP神经网络进行优化,进一步提高了施肥模型的拟合精度。王福林等[10]在模型输入中加入玉米种植密度,使用BP神经网络建模,得到了最佳种植密度与最佳施肥量模型,并进行了模型验证。……
登录APP查看全文
