10.13287/j.1001-9332.202005.005
基于模糊规则的人工神经网络模拟新疆杨蒸腾耗水
于2017年7-11月,应用热扩散探针(TDP)技术,结合同步测定的气象因子,对宁夏河东沙区新疆杨的耗水日变化特征及季节变化规律进行分析,提出了一种基于模糊规则的BP神经网络和Elman神经网络耗水模型,探究新疆杨蒸腾耗水规律并对其耗水量进行模拟.结果 表明:生长季内(7-10月)新疆杨平均液流密度为4.98 9·cm-2·h-1,影响蒸腾耗水的主要因素依次为太阳辐射、大气温度、饱和水汽压亏缺和相对湿度;受气象因子影响,新疆杨耗水具有明显的季节性变化规律,夏季(7-8月)单株耗水量为秋季(9-10月)的1.4倍;采用基于模糊规则的BP神经网络和Elman神经网络模型对新疆杨耗水进行模拟可以解释80%以上的变量,能够较准确地模拟新疆杨耗水情况,相对于BP神经网络,采用Elman神经网络对新疆杨耗水进行模拟,相对误差减少27.0%,均方根误差减少24.3%,纳什效率系数提高67.9%,决定系数达0.80以上.Elman神经网络的模拟效果优于BP神经网络,模型效率和拟合度更高,有效地提高了林木蒸腾耗水模拟精度,可作为河东沙区新疆杨林分蒸腾耗水估算的首选模型.
树干液流、耗水、神经网络、新疆杨
31
本文由国家自然科学基金项目;宁夏自然科学基金项目
2020-06-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
1525-1534