基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立花期预报模型,发布观赏性植物的精准花期预报,为旅游活动提供重要参考依据,已经成为气象服务领域一个新的发展方向.为了解高淳旅游区油菜花期的变化规律,探索其预报方法,指导高淳油菜花节旅游活动,根据1985-2010年高淳站日最高气温、日最低气温、日平均气温、日降水量、日日照时数、日平均5 cm地温、日平均相对湿度和日小型蒸发量等气象观测数据,利用主成分分析法,得到其与油菜花期相关系数较大的3个主成分,即温度因子、天气因子和辐射因子,以此为输入因子,建立基于BP神经网络的油菜花期预报模型,探讨BP神经网络在花期预报领域的应用.结果 表明,传统的有效积温方法预报结果与实际开花期平均相差4.25天,BP神经网络方法预报结果与实际开花期平均相差1.5天,与有效积温预报油菜花期的方法相比,BP神经网络技术具有预测结果准确率高和操作简单等特点,在花期预报领域具有广阔的应用前景.
推荐文章
惠水县油菜花盛花期预报
油菜花
盛花期预报
相关分析
逐步回归
鄱阳湖旅游地区油菜花花期的分析研究
鄱阳湖
旅游
油菜花
花期
预报
东川:红色的土地白色的油菜花
油菜花
风景名胜
旅游
摄影时间
高山油菜花粉黄酮提取工艺研究
高山油菜
花粉
破壁
黄酮
提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络在油菜花期预报中的应用
来源期刊 气象与环境科学 学科 农学
关键词 BP神经网络 主成分分析 油菜花期 预报模型
年,卷(期) 2019,(4) 所属期刊栏目 研究论文
研究方向 页码范围 22-26
页数 5页 分类号 S165+.29
字数 3758字 语种 中文
DOI 10.16765/j.cnki.1673-7148.2019.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张志薇 10 56 3.0 7.0
2 艾文文 4 4 1.0 2.0
3 孙家清 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (382)
共引文献  (319)
参考文献  (23)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(13)
  • 参考文献(0)
  • 二级参考文献(13)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(11)
  • 参考文献(0)
  • 二级参考文献(11)
1999(14)
  • 参考文献(0)
  • 二级参考文献(14)
2000(25)
  • 参考文献(0)
  • 二级参考文献(25)
2001(17)
  • 参考文献(0)
  • 二级参考文献(17)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(18)
  • 参考文献(0)
  • 二级参考文献(18)
2004(16)
  • 参考文献(2)
  • 二级参考文献(14)
2005(14)
  • 参考文献(0)
  • 二级参考文献(14)
2006(24)
  • 参考文献(0)
  • 二级参考文献(24)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(20)
  • 参考文献(2)
  • 二级参考文献(18)
2010(23)
  • 参考文献(1)
  • 二级参考文献(22)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(36)
  • 参考文献(1)
  • 二级参考文献(35)
2013(32)
  • 参考文献(3)
  • 二级参考文献(29)
2014(23)
  • 参考文献(3)
  • 二级参考文献(20)
2015(17)
  • 参考文献(4)
  • 二级参考文献(13)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
主成分分析
油菜花期
预报模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
气象与环境科学
季刊
1673-7148
41-1386/P
大16开
河南省郑州市金水路110号
1978
chi
出版文献量(篇)
2728
总下载数(次)
5
论文1v1指导