|
|||||
|
|
| 基于人工神经网络的涡度相关仪观测蒸散量的数据插补方法 | |
| 作者姓名： | 张琨 朱高峰 白岩 马婷 |
| 作者单位： | 兰州大学西部环境教育部重点实验室;干旱环境与气候变化协同创新中心; |
| 基金项目： | 国家重大科学研究计划(973计划)项目(2013CB956604);国家自然科学基金项目(41001242);教育部“新世纪人才”项目(NCET-11-0219) |
| 摘 要： | 立足于绿洲农田生态系统,采用人工神经网络方法对潜热通量数据进行模拟和插补.根据作物生长季分阶段模拟,对比整体模拟结果,发现分阶段模拟效果(R2=0.91～0.95,RMSE=28.9～41.3 W/m2,MAE=21.3～28.8 W/m2)优于整体模拟效果(R2=0.87～0.92,RMSE=39.6～50.7 W/m2,MAE=27.6～34.9 W/m2).通过模型网络连接权值对各阶段环境因子的相对贡献率作了定量分析,并从数学统计的角度对研究区蒸散发环境因子影响机理进行了分析.结果表明为了提高潜热通量的插补精度,合理地根据作物生长季分阶段建模插补是有必要的. |
| 关 键 词： | BP神经网络 潜热通量 贡献率分析 模拟插补 |
| 本文献已被 CNKI 等数据库收录！ | |