论文部分内容阅读
灌溉是影响番茄产量的重要因素之一。为更加高效、精准控制对番茄进行灌溉，本研究将以“齐达利”番茄展开试验，在灌溉决策模型中将作物实时状态考虑进去，对Penman-Monteith（P-M）模型和知识推理算法相结合的番茄灌溉展开研究。该方法首先收集“番茄灌溉的影响因素和专家经验知识并数据结构化，然后利用“自顶向下”和“自底向上”的模块化方法构建番茄知识图谱，接着应用路径排序算法（Path Ranking Algorith，PRA）计算灌溉调整值并对P-M模型计算的初始灌溉值进行调整，实现番茄的精准灌溉。知识推理中每个专家的灌溉调整策略都不相同，本试验目标为番茄果实产量最大化，选择得分最高的专家灌溉推理值对灌溉进行调整。试验结果表明，本研究提出的基于Penman-Monteith模型和路径排序算法相结合的方法比传统P-M模型方法和基于视觉经验方法的果实总产量、单株果实均产量、果实均重、果实均重百分比分别提高了5346.1g、178.2g、5.16g、2.22%和875.2g、29.17g、9.54g、4.18%。表明该方法根据作物生长状态对作物灌溉进行调整合理，为精确灌溉提供了新的思路。