BP神经网络在油菜花期预报中的应用

• 作者: 孙家清 张志薇 艾文文
• 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
• 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

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.

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