基于BP神经网络的东港灌区作物需水量预测研究

张 丽，吴金亮，杨国范

（1.吉林师范大学 旅游与地理科学学院，吉林 四平136000；2沈阳农业大学 水利学院，沈阳110866）

参考作物蒸散量（Reference Evapotranspiration，ET0）是一种假想的参考作物冠层的蒸腾速率，它非常类似于表面开阔、高度一致、生长旺盛、完全遮盖地面而不缺水的绿色草地的蒸腾量［1－2］。ET0的研究与估算，一直是灌溉和排水领域的重要研究课题之一，它的准确计算直接影响作物需水预报的精度，进而影响到区域水资源的优化配置。作物需水量的研究是节水农业的重要内容，对水资源规划和陆地水文学的研究具有重要意义［3］。传统方法计算ET0时需要对风速等气象资料进行修正或需要一些不易测得的气象资料，这给一些条件相对较差地区的农业用水计算预报和调度带来很大困难，在一些气象资料缺测时具有明显的局限和不足［4］。随着我国水资源的日趋紧张，有必要对参考作物蒸散量的计算预报模型进行简化，使其具有一定精度，方便农业生产的需要。正确估算作物需水量不仅仅是节约用水、计划用水、工程建设与规划等需要解决的重要问题，也是农业经济用水、作物生长模拟、水资源平衡分析与评价研究中的一个重要因素［5］。

20世纪80年代迅速发展起来的人工神经网络（Artificial Neural Networks），是模拟生物神经网络进行信息处理的一种数学模型。它以对大脑的生理研究成果为基础，模拟大脑的某些机理和机制，实现一些特定的功能［6］。由于其独特的分布并行处理、非线性映射、自适应学习能力等已经在诸多领域得到广泛应用，并取得了较好的成果［7］。……