基于气象因子的海南岛土壤水分预测模型研究

摘要：

选择能代表海南岛气候特点的 4 个市县作为研究区,旨在构建海南岛土壤水分长时间序列,为海南岛精细化农业发展和节水灌溉提供数据支撑.采用主成分分析与长短期记忆神经网络,构建基于气象因子的海南岛土壤水分预测模型.结果表明,基于全部站点数据建立的单一 LSTM 神经网络模型优于单一 BP 神经网络模型,在训练集和测试集上,单一 LSTM 神经网络模型的决定系数(R2)均在 91％以上,RMSE＜2.4％,MAE＜1.7％;根据逐个站点分别构建分站点的LSTM神经网络模型,在训练集和测试集上,精度均高于基于全部站点数据构建的单一LSTM神经网络模型;分站点构建的LSTM神经网络模型决定系数(R2)在 93％以上,RMSE＜1.8％,MAE＜1.1％.分站点构建的LSTM神经网络模型能较好地反映当地土壤水分的变化趋势,具有精度高、稳定性强及拟合效果好的优点.

关键词：土壤水分、海南岛、土壤墒情、长短期记忆网络

所属期刊栏目：43

分类号：S152.7(土壤学)

资助基金：国家重点研发计划;海南省气象局科研项目

在线出版日期：2023-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：84-89