茶树树冠结构的多元差分方程组模型

茶树的生长、产量和品质受树冠结构的影响,因此利用数学模型来模拟茶树树冠指标的变化可以指导茶树的栽培和管理。考虑到茶树树冠各指标不但相互影响,而且与前几年生长数据相关,针对茶树树冠15个生长指标的18年数据,建立了多元差分方程组模型,并提出了一种结合利用聚类分析和神经网络进行模型参数估计的方法。计算表明,笔者研究中模型的平均相对误差绝对值(MAPE)为0.045828,低于一元差分方程模型的MAPE的平均值0.0618和一元回归方程模型的MAPE的平均值0.0842,精度有明显提高。该方法可以用于其他多维时间序列的差分方程组建模。

植保无人机作业参数对茶树冠层雾滴沉积分布特性的影响

植保无人机应用领域范围广、环境适应能力强、喷药均匀且面积大、作业速度快、效率高。以极飞农用植保无人机XP2020为研究对象,探讨了植保无人机作业高度(2.0、2.5、3.0 m)和喷幅宽度(3.5、4.0、4.5 m)对茶树冠层雾滴密度和雾滴覆盖度的影响,为植保无人机的高效利用提供参考。结果表明,随着作业高度增加,各喷幅宽度下茶树冠层雾滴密度和雾滴覆盖度均先增加后降低,以作业高度2.5 m最大。随着喷幅宽度增加,在飞行高度2.0 m时,茶树冠层雾滴密度和雾滴覆盖度逐渐降低;在飞行高度2.5 m时,茶树冠层雾滴密度和雾滴覆盖度先增加后降低,以喷幅宽度4.0 m最大;在飞行高度3.0 m时,茶树冠层雾滴密度和雾滴覆盖度逐渐增加。整体来看,飞行高度2.5 m、喷幅宽度4.0 m组合茶树冠层雾滴密度和雾滴覆盖度最大,飞行高度2.5 m、喷幅宽度3.5 m组合次之。综上,植保无人机最佳作业参数为飞行高度2.5 m、喷幅宽度4.0 m。