基于特征提取的CNN-BiLSTM长白落叶松树干液流密度预测

• 作者: 赵星宇 宋其江
• 来源期刊: 温带林业研究
• 关键词: 长白落叶松;树干液流密度;转移熵;CNN-BiLSTM混合模型
• 年，卷（期）: 2025,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 18-24
• 页数: 7页
• 语种: 中文

摘要

【目的】树干液流密度是影响植物蒸腾的重要因素，其大小受太阳辐射、空气湿度、土壤水分等环境变量影响，准确测量或估计树干液流密度对于了解森林的水分利用效率、研究全球气候变化具有重要意义。【方法】本文提出一种基于特征提取的长白落叶松树干液流预测方法。首先，选取黑龙江省佳木斯市孟家岗林场的长白落叶松为试验对象，将林场气象监测站测得的9个环境变量和Granier法所测长白落叶松树干液流密度进构建数据集。其次，通过皮尔逊相关系数方法对环境变量与树干液流密度之间存在的线性关系进行分析。然后，应用转移熵方法对数据进行特征提取，提取出四个主要环境变量作为模型的输入。最后，搭建基于特征数据的CNN-BiLSTM混合模型，将数据集输入模型进行训练与测试。【结果】通过对比试验，将相关系数（R2）、均方根误差（RMSE）和平均绝对误差（MAE）作为预测精度的评价指标，CNN-BiLSTM方法在性能表现上优于BP、CNN、CNN-LSTM模型的预测方法。【结论】转移熵方法可以很好地分析环境变量与长白落叶松液流引入时滞后的因果关系，基于转移熵的特征提取构建的CNNBiLSTM模型能有效的提高长白落叶松树干液流的预测精度。