摘要:针对滨海盐溃区表层土壤温度时序变化复杂、高度非线性的特点,以江苏省苏北典型滩涂区域为研究对象,综合运用BP神经网络和时间序列多维拓展的方法,对长期定位监测点表土层土壤温度时间序列数据进行了分析和预测,为土壤溶质运移研究与当地作物合理布局提供理论基础和参考依据。结果表明,输入层、隐含层和输出层神经元数目分别为7、7和1的3层BP神经网络模型用于土壤温度时间序列训练仿真时效果最优,其误差平方和达最小值18.017。选定的此结构BP神经网络模型简单、实用,有良好的推广泛化能力,经独立测试样本检验,预测值与实测值的相对误差均在20%以内,平均相对误差仅为2.94%,可满足土壤温度日常预报的需要。
关键词:土壤温度预测 时间序列 bp神经网络 滨海盐碱区 农业气象观测
单位:中国科学院南京土壤研究所 南京210008
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社