10.11841/j.issn.1007-4333.2013.05.25
基于缺省因子的BP-ANN土壤墒情预报简化模型
对影响土壤墒情的主要气象要素,平均气温、相对湿度、日照时数、平均风速、蒸降差和前一旬土壤墒情进行分析合并,建立BP-ANN土壤墒情预报6因子模型;通过缺省因子检验法,判断土壤墒情对6个因子敏感程度,简化冗余因子,构建BP-ANN的3因子(相对湿度、日照时数、前一旬土壤相对湿度)墒情预报模型.结果表明:3因子模型均方根误差3.55,具有数据收集和处理量小的优点,基本能够达到所需精度和拟合度.在北京市山区和平原区2个典型站点的模拟检验表明,3因子模型实测值与预测值的拟合关系均达到极显著相关水平,可操作性强的特点.
土壤墒情、预测预报、人工神经网络、缺省因子分析法
18
S156.2;X592(土壤学)
北京市科学技术计划资助项目pxm2009_035324_092070;北京市干旱风险评估项目
2013-11-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
166-172