荒漠草原植物群落现存量的BP神经网络模拟与预测研究

摘要：

本研究以内蒙古锡林郭勒盟苏尼特右旗短花针茅荒漠草原为研究对象,采用分层取样技术,分别对碱韭和短花针茅为主的草地植物群落进行调查(测定指标为高度、盖度、密度和地上现存量),获得禾本科为主、碱韭为主以及由二者构成的复合样本数据.通过MATLAB软件平台,把植物群落的数量特征(高度、盖度和密度)作为输入因子,以群落现存量作为输出因子来建立BP神经网络模型,并对预测结果进行检验.结果显示,禾本科为主、碱韭为主以及由二者构成的复合样本,采用BP神经网络平均预测准确率分别为94.1％,92.98％,91.01％.因此,BP神经网络可作为草地植物群落地上现存量模拟与预测的有效工具之一.采用BP神经网络对不同草地植物类群进行模拟和预测可能会存在差异,但这种差异会随着样本容量的增大或训练精度的增加而弱化.

关键词：荒漠草原、现存量、BP神经网络、MATLAB、模拟与预测

所属期刊栏目：28

分类号：Q145+.2;Q332(生态学（生物生态学）)

资助基金：内蒙古自然科学基金项目2015MS0349;国家自然科学基金项目31460126;国家重点基础研究计划项目2014CB138800

在线出版日期：2016-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：53-59