基于神经网络优化模型的丝绵木瞬态液流模拟

摘要：

树木的液流规律是复杂的,难以用多元线性或经验模型表达,在理解林木树干液流规律的基础上,寻找一种简易可行的方法模拟林木树干液流对环境因子的响应过程,对定量分析森林生态水文过程及区域生态需水量尤为重要.本研究以宁夏河东沙区防护林树种丝绵木为对象,采用热扩散茎流计连续测定树干液流速率,分析环境因子对丝绵木树干液流的影响,并构建基于粒子群算法(PSO)和麻雀搜索算法(SSA)优化的神经网络模型对丝绵木液流速率进行预测.结果表明:影响丝棉木树干液流的主要因素为太阳辐射、饱和水汽压差、气温和相对湿度,重要度依次为32.5％、25.3％、22.0％和16.1％,其响应过程均呈现时滞回环关系.采用优化后的BP、Elman和ELM神经网络模型模拟瞬态液流,综合评价指标(GPI)分别提高1.5％、30.0％和5.3％.但与PSO-Elman和SSA-ELM优化模型相比,SSA-BP优化模型预测结果最佳,GPI分别提高1.0％和23.2％.基于麻雀搜索算法优化的BP神经网络模型可以作为预测丝绵木树干瞬态液流速率的首选模型.

关键词：神经网络、优化算法、瞬态液流、模拟、预测、丝绵木

所属期刊栏目：34

分类号：TP391.9;TP181;F274

资助基金：宁夏自然科学基金项目;国家自然科学基金

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2123-2132