基于BP神经网络的油松林小气候的模型研究

摘要：

为了检测林缘、农田的小气候是否可定量预测林分小气候,从模型角度分别研究林缘、农田与林内小气候的相互关系,为油松人工林小气候预测、林分生态效益的定量评价及森林资源经营管理提供科学依据,本研究利用延庆不同密度油松人工林林分、林缘及农田的小气候监测数据,构建了林缘-林分、农田-林分立体空间的BP神经网络模型和多元线性回归模型.借助回归估计标准误差对2种模型的预测精度进行了比较.结果显示:对于集合小气候环境梯度,林缘-林内的BP模型预测精度整体高于农田-林内的BP模型预测精度；BP神经网络模型对气温、相对湿度及光照强度小气候要素测精度明显高于利用多元线性回归模型.结论:选用BP神经网络构建的林缘-林分模型实用性强,模拟精度高,可达到评价林分小气候、定量预测的目的.

关键词：BP人工神经网络、定量预测、小气候

所属期刊栏目：31

分类号：S718.557;S718.577(林业基础科学)

资助基金：国家自然基金项目30972353;高等学校博士学科点专项科研基金项目20090014110011;北京市教育委员会学科建设与研究生教育建设项目CXYBL2008-2010

在线出版日期：2013-07-24（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：148-153