土地整治区典型林地土壤贮水量预测方法比较
在长期田间试验基础上,分别利用数值模拟方法(Numerical Simulation,NS)和人工神经网络(Artificial Neural Network,ANN)模型构建江南平原土地整治区典型林地的土壤水分运动模型,并对土壤贮水量进行预测.NS模型校正结果表明,该模型虽能较好地预测林地土壤含水量动态变化,但是NS模型对训练期和验证期0~60 cm土层贮水量预测的均方根误差(Root Mean Square Error,RMSE)分别为11.09和8.29 mm,而ANN预测的RMSE分别为4.17和4.08 mm,说明ANN的预测效果好于NS模型.最后,敏感性分析结果表明ANN预测精度对输人参数的敏感程度由高到低依次为:前期土壤贮水量>降水量>最高气温>最低气温.
林地、土壤贮水量、数值模拟、神经网络、土地整治区
23
F301.21(农业经济理论)
2014-07-31(万方平台首次上网日期,不代表论文的发表时间)
827-832