论文部分内容阅读
烤烟作为一种重要的经济作物,施肥对烟叶的产量、产值和品质都起着决定性的作用。传统施肥模型往往建立在专家经验和大量田间试验的基础上,存在主观性强、试验周期长和通用性差等缺陷。为更好地指导烤烟精准施肥,解决肥料配制中的技术难题,本文在综合评价烤烟土壤肥力的基础上,分别建立了基于BP网络和最小二乘支持向量机的智能施肥推荐模型,设计开发了BP网络和最小二乘支持向量机两种施肥推荐平台,并结合GIS技术用于指导烤烟施肥。本文的主要研究内容如下:(1)烤烟土壤肥力适宜性评价研究。比较现有的土壤肥力评价方法,在专家指导下建立评价因素集,选用灰色关联分析和AHP-模糊综合评价两种方法,分别对研究区的烤烟土壤肥力进行评价。依据各地烤烟的历史产量水平,对两种方法的评价结果进行验证。结果表明,AHP-模糊综合评价法相比灰色关联分析法,评价结果更准确,评价过程更符合实际。(2)建立基于BP网络平台的烤烟施肥推荐模型。针对传统施肥模型的不足,采用附加动量法和自适应学习速率法改进BP算法,构建基于BP网络平台的施肥推荐模型。综合考虑土壤养分差异对施肥量的影响,以土壤养分含量和施肥方案作为输入,以评价目标,如烤烟产量、产值或品质作为输出,BP网络各层神经元数由用户动态设定。实验结果表明,该模型对产量预测的平均准确率为88.55%,施肥推荐结果与实际一致。(3)建立基于最小二乘支持向量机的烤烟施肥推荐模型。分析最小二乘支持向量机模型的优点和适用性,研究其基本原理,构建基于最小二乘支持向量机的智能施肥推荐模型。总结常见的核函数形式,选择径向基函数作为施肥推荐模型的核函数;对于模型中的两个待定参数,采用粒子群优化算法来确定。实验结果表明,基于最小二乘支持向量机的施肥推荐模型对产量的预测准确率高于BP网络模型,且特别适用于样本数量有限的情况。(4)基于GIS的烤烟智能施肥推荐平台的开发。将构建的智能模型用于烤烟施肥推荐,设计开发了BP网络和最小二乘支持向量机两种施肥推荐平台。在GIS支持下,建立空间数据库,关联土壤肥力评价结果,绘制了烤烟土壤肥力适宜性分布图;将其与施肥推荐方案集成,发布到Web页面。测试结果表明,所建平台能有效地实现烤烟智能施肥推荐,具有较高的通用性、直观性和实用价值。