摘要：如何提高農作物的生產質量,已經成為當前農業的工作重點;神經網絡技術是現今農業信息化、精準化的一種表現形式。在參考國內外LED光源應用于農業現狀的基礎上,研究農業LED光源模擬環境;論述了環境系統的總體設計和模塊原型,并將BP神經網絡技術結合到該環境中,建立BP神經網絡預測模型,利用神經網絡學習理論對農業光源環境進行初步研究。研究顯示BP神經網絡技術在農業LED光源環境中具有良好的應用價值,對農作物生長的光環境研究具有重要的意義。

　　農作物生長的光環境是影響作物光合作用最重要的因素，并且直接影響到作物的生長和健康狀況。長期以來在農業領域使用的人工光源主要有高壓鈉燈、熒光燈、金屬鹵素燈、白熾燈等;這些光源的突出缺點是能耗大、運行費用高。LED 在農業與生物領域的應用已經顯示出旺盛的活力，LED 光源在滿足植物光合作用需求的同時，能夠節省大量能源。

　　本研究擬在分析目前國內外農作物生長環境中使用的光源的基礎上，重點研究影響農作物生長狀態的LED 光源環境;通過以溫室為主體的人工光植物生長的環境，在不同光質、光強、光照時間的作用下，對農作物的一系列生長狀態進行相關性研究[1];利用BP 神經網絡技術對植物生長過程的光參數進行自學習和自適應，建立基于LED 光源和BP 神經網絡技術的農作物生長光環境。BP(Back Propagation)網絡是一種按誤差逆向傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。近年來，BP 神經網絡強大的非線性映射能力使其在農業研究方面得到廣泛應用。

......