考虑时滞效应的龙爪槐树干液流人工神经网络模型研究

摘要：

以鲁东大学校内5年生龙爪槐为例,分别利用美国产AZ-M茎流系统和澳大利亚产AXWG03自动气象站对植株的树干液流和微环境气象因子进行了观测,探讨了BP-人工神经网络模型在植物液流与环境因子定量分析中的适用性,并比较了考虑液流相对于微环境气象因子滞后效应前后人工神经网络模型拟合精度的变化.结果表明,树干液流速率相对于太阳总辐射、光合有效辐射和风速分别存在10 min、10 min和20 min等间隔不等的时滞.与传统的多元线性回归和不考虑滞后效应的BP-人工神经网络模型相比,考虑滞后效应的人工神经网络模型的拟合精度显著提高,考虑、不考虑滞后效应的人工神经网络模型和多元线性回归模型得到的液流速率拟合值与观测值回归方程的决定系数分别为0.94 4、0.888和0.853;液流速率拟合值与观测值相对误差处于±5％和±10％范围内的分别为41.177％、35.849％、30.189％和70.588％、62.264％、31.527％.由分析结果可知,液流的时滞是模型建立中一个不可忽略的现象.

关键词：龙爪槐、BP-人工神经网络、多元线性回归、拟合精度、滞后效应

所属期刊栏目：33

分类号：S715.4(林业基础科学)

资助基金：国家自然科学基金资助项目41271236;陕西省教育厅科研计划项目12JK0814;渭南师范学院科研计划育苗项目13YKP011

在线出版日期：2014-02-26（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：37-41,52