基于BP神经网络的马尾松人工林胸径-树高模型预测

• 作者: 卯光宪 杨深钧 柴宗政 谭伟 赵杨
• 来源期刊: 浙江农林大学学报
• 关键词: 森林经理学 胸径 树高 马尾松 BP神经网络
• 年，卷（期）: 2020,（4）
• 页码范围: 752-760
• 页数: 9页
• 分类号: S757.9
• 语种: 中文
• DOI: 10.11833/j.issn.2095-0756.20190486

摘要

[目的]马尾松Pinus massoniana是中国南方主要用材树种,建立高效的马尾松人工林胸径-树高预测模型,可为马尾松人工林经营提供理论指导.[方法]以贵州省黔中地区马尾松人工林为研究对象,基于82块样地(25 m×25 m)的4284株马尾松单木数据,选取6个常用的广义非线性模型进行拟合,从中筛选出拟合效果最好的模型.使用相同的数据确定最佳隐层节点数量后,经过反复训练建立基于BP神经网络的马尾松胸径-树高预测模型.[结果]在6个广义非线性模型中,拟合效果最佳为Korf模型(R2=0.650);马尾松适宜的隐藏层节点数为2,适宜的模型结构(输入层节点数:隐藏层节点数:输出层节点数)为1:2:1,模型预测精度达0.717.[结论]广义非线性模型能较好地拟合马尾松人工林胸径-树高关系,但与BP神经网络模型相比,BP神经网络不需要依赖经验模型,也不用模型筛选,而且BP神经网络模型具有较高的决定系数和较低的均方根误差,拟合精度优于广义非线性模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杨	贵州大学林学院	45	241	9.0	12.0
2	谭伟	贵州大学林学院	49	329	9.0	16.0
6	柴宗政	贵州大学林学院	4	8	2.0	2.0
10	卯光宪	贵州大学林学院	2	0	0.0	0.0