土壤温度时间序列预测的BP神经网络模型研究

• 作者: YANG Jin-Song 姚荣江 邹平
• 来源期刊: 中国生态农业学报(中英文)
• 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
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 835-838
• 页数: 4页
• 分类号: S152.8
• 语种: 中文

摘要

针对滨海盐渍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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚荣江	中国科学院南京土壤研究所	69	2298	27.0	46.0
2	邹平	中国科学院南京土壤研究所	13	452	10.0	13.0
3	YANG Jin-Song	中国科学院南京土壤研究所	1	12	1.0	1.0