基于缺省因子的BP-ANN土壤墒情预报简化模型

• 作者: 任树梅 周嵘 曹建武 杨培岭 税朋勃 黄令淼
• 来源期刊: 中国农业大学学报
• 学科: 农学
• 关键词: 土壤墒情 预测预报 人工神经网络 缺省因子分析法
• 年，卷（期）: 2013,（5）
• 页码范围: 166-172
• 分类号: S156.2|X592
• 语种: 中文
• DOI: 10.11841/j.issn.1007-4333.2013.05.25

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨培岭	中国农业大学水利与土木工程学院	189	3877	34.0	53.0
2	任树梅	中国农业大学水利与土木工程学院	129	2853	30.0	48.0
3	税朋勃		5	20	3.0	4.0
4	周嵘		5	31	3.0	5.0
5	黄令淼	中国农业大学水利与土木工程学院	4	19	3.0	4.0
6	曹建武		1	7	1.0	1.0