文章摘要:灌溉是影响作物产量的重要因素。为更加有效、精确地控制设施作物的灌溉，本研究以“章姬”草莓为例，将作物实时生长特征引入灌溉决策模型中，将Penman-Monteith （P-M）模型和知识推理相结合对草莓的灌溉展开研究。首先明确影响草莓灌溉的因子和影响系数，然后建立“章姬”草莓灌溉知识结构和草莓灌溉知识图谱，接着应用路径排序算法（Path Ranking Algorithm,PRA）对P-M模型计算的灌溉值进行调整，实现草莓的精准灌溉。知识推理中每个专家的灌溉调整策略都不相同，本试验以草莓产量最大为目标，选择概率值最高的一组灌溉推理值对灌溉进行调整。试验结果表明，在规定时间采收的情况下，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模型方法的果实总产量、单株果实均产量和果实均重百分比分别提高2478.5g、20.65g和12.15%（单个果实均重提高1.65g），硬度提升了0.1 kg/cm²。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。

文章关键词:

项目基金:《世界知识》 网址: http://www.sjzszzs.cn/qikandaodu/2021/1118/1063.html