您的位置: 专家智库 > >

王晓磊

作品数:4 被引量:8H指数:2
供职机构:太原理工大学水利科学与工程学院更多>>
发文基金:山西省自然科学基金国家自然科学基金山西省科技攻关计划项目更多>>
相关领域:农业科学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇农业科学

主题

  • 3篇蓄水
  • 3篇蓄水坑灌
  • 3篇土壤
  • 3篇土壤温度
  • 3篇温度
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇滴灌
  • 1篇电导
  • 1篇电导率
  • 1篇冬季果园
  • 1篇冻融期
  • 1篇遗传算法
  • 1篇水盐
  • 1篇水盐运移
  • 1篇西葫芦

机构

  • 4篇太原理工大学
  • 3篇晋中学院
  • 1篇学研究院

作者

  • 4篇郭向红
  • 4篇王晓磊
  • 3篇孙西欢
  • 3篇雷涛
  • 3篇马娟娟
  • 2篇张少文
  • 1篇雷明杰
  • 1篇孔晓燕

传媒

  • 3篇节水灌溉
  • 1篇水力发电

年份

  • 1篇2019
  • 1篇2018
  • 2篇2017
4 条 记 录,以下是 1-4
排序方式:
膜下滴灌微咸水矿化度对西葫芦生长影响研究被引量:4
2017年
为了分析不同矿化度微咸水滴灌对土壤水盐分布及西葫芦生长的影响,进行了西葫芦不同灌溉水矿化度条件下微咸水膜下滴灌温室种植试验,试验设3个矿化度水平,分别为1.7、3.5和5.1 g/L。试验结果表明:采用不同矿化度微咸水滴灌后土壤水分分布区域不同,在二维空间内大致呈半椭圆状,且矿化度越高,区域越窄深,矿化度越低,区域越宽浅;生育期结束后,各处理0~20 cm土层土壤电导率均低于土壤初始电导率,1.7 g/L处理的积盐区主要集中在20~30 cm土层,3.5 g/L处理和5.1 g/L的积盐区主要集中在30~40 cm土层,说明盐分被淋洗至湿润锋附近,且灌溉水矿化度越高,该土层土壤的电导率越大;随着灌溉水矿化度的增大,西葫芦的出苗率降低,出苗时间延长,西葫芦的叶面积指数和产量也会受到一定程度的抑制作用。
孔晓燕郭向红毕远杰吕棚棚雷明杰王晓磊张少文
关键词:膜下滴灌电导率水盐运移
冻融期蓄水坑灌灌水量对土壤温度时空变化的影响
2018年
为揭示蓄水坑灌不同灌水量对冬季土壤剖面温度分布的影响,采用HZR-8T温度传感器,对田间土壤剖面不同垂向和径向位置处的温度进行连续观测。结果表明,随着灌水量的增加,冻深减小,稳定冻结期缩短;土壤温度随时间的推移呈先降后升的趋势,温度变幅随着土深和灌水量的增加而趋于平缓;表层土壤在冻结阶段土温随灌水量的增加而升高,消融解冻阶段则相反;土壤剖面温度分布特征垂向上随土深增加而升高,径向上随坑壁距离的增加先升后降;冻结阶段坑壁位置低温范围随灌水量的增加而缩小,消融解冻阶段40 cm以下土层高温范围随灌水量的增加而缩小。
曹鹭郭向红孙西欢马娟娟雷涛郑利剑王晓磊
关键词:冻融期蓄水坑灌灌水量土壤温度
基于改进的BP神经网络对蓄水坑灌冬季果园土壤温度预测被引量:3
2019年
为准确预测冬季果园土壤温度,建立了蓄水坑灌条件下BP神经网络土壤温度预测模型(BP-WSPI-T)、遗传算法优化的BP神经网络土壤温度预测模型(GA-WSPI-T)和增量逆传播学习算法优化的BP神经网络土壤温度预测模型(IBP-WSPI-T),采用坑内平均气温、地表温度、沿相邻两蓄水坑中心连线距坑壁的距离和距坑壁5cm处分层土壤最低温度为模型输入,对距坑壁15、25和35cm处分层土壤最低温度进行预测,并通过与田间实测数据的统计学分析来判定预测效果。结果表明:BP-WSPI-T、GA-WSPI-T和IBP-WSPI-T模型的平均相对误差分别为8.19%、4.41%和7.57%,GA-WSPI-T模型的预测效果最好,较BP神经网络预测精度得到了很大的提高,建议采用GA-WSPI-T模型对蓄水坑灌冬季果园土壤温度进行预测。
贺琦琦郭向红雷涛王晓磊孙西欢马娟娟张少文刘艳武
关键词:土壤温度遗传算法BP神经网络蓄水坑灌
蓄水坑灌苹果园冬季土壤温度分布动态预测模型被引量:1
2017年
以蓄水坑灌冬季土壤温度实测资料为基础,建立了以距离蓄水坑壁径向5 cm处的分层土壤最低温度、坑内平均温度、地表温度和沿坑壁的径向距离输入,以距蓄水坑坑壁15、25和35 cm处分层土壤最低温度为输出,拓扑关系为11-13-8的BP-WSPI-T模型,对蓄水坑灌果园冬季土壤最低温度分布特征进行定量预测,并采用田间实测数据对模型进行率定和验证。结果表明:BP-WSPI-T模型在对距离蓄水坑壁径向15、25和35 cm处分层土壤最低温度预测时的平均相对误差分别为8.7%、9.4%、7.3%;土壤温度整体预测的平均相对误差为8.5%,模型预测精度较好。模型可以较好对蓄水坑灌冬季土壤温度分布进行预测。
王晓磊郭向红孙西欢马娟娟雷涛曹鹭
关键词:蓄水坑灌土壤温度BP神经网络
共1页<1>
聚类工具0