排灌机械工程学报

作者：霍倩, 朱立保, 檀海斌, 郑成海

单位：1. 石家庄铁道大学土木工程学院, 道路与铁道工程安全保障教育部重点实验室, 河北 石家庄 050043; 2.河北农业大学园艺学院, 河北 保定 071001; 3.河北水润佳禾农业集团股份有限公司, 河北 保定 071100; 4.河北省科技创新服务中心, 河北 石家庄 050051

关键词：草莓腾发量,NARX神经网络,时间序列预测,精准农业,温室水分管理

基金：河北省重点研发计划项目(22327211D

针对传统腾发量预报模型难以实现超前预测的问题,系统研究了常规NARX神经网络对基质草莓腾发量的超前预报能力及局限性,提出了基于时滞消除技术的改进型NARX单步超前预测模型.温室系统自动采集小气候因子(温室温湿度、有效光辐射)及重量数据,水量平衡法统计腾发量,选取果实膨大-成熟期数据,将原始序列分割为6种时段(1,2,3,4,6,24 h)建模分析.结果表明:NARX开环模型仅建立t时刻小气候因子、腾发量与t时刻腾发量的动态基础映射,无法超前预报;NARX闭环模型在多步预测中存在初始状态敏感性和误差累积问题,对未来气候因子的依赖加剧了预测不确定性;预测误差随时段延长超线性增长,1 h步长(RMSE=3.31 g)最适配草莓动态滴灌需求;NARX单步预测模型仅需6步历史观测值即可实现鲁棒预测,蒸腾活跃时段预测相对误差绝对值稳定在5.2%±4.5%,性能优于同参数规模的BP和TDNN神经网络模型.NARX单步超前预测模型可为基质草莓智能灌溉提供可靠技术支撑.

来源：2026年第5期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2026年第5期