当前位置: 首页 > 文章 > 基于气象因子的长三角地区农田站点土壤水分时间序列预测 水土保持学报 2021 (2) 131-137
Position: Home > Articles > 基于气象因子的长三角地区农田站点土壤水分时间序列预测 Journal of Soil and Water Conservation 2021 (2) 131-137

基于气象因子的长三角地区农田站点土壤水分时间序列预测

作  者:
李柳阳;朱青;刘亚;廖凯华;赖晓明
单  位:
中国科学院南京地理与湖泊研究所中国科学院流域地理学重点实验室
关键词:
土壤水文;时空变化;长三角;遥感反演;
摘  要:
以长三角3省1市为研究区,旨在构建长三角地区土壤水分长时间序列,为农业生产和遥感算法提供数据支撑。研究基于空间匹配的站点土壤水分数据和气象数据,利用主成分分析得到4个有效主成分作为线性回归和BP神经网络模型的输入因子,建立土壤水分与气象因子间的定量关系,并评估所构建模型的精度。结果表明,基于全部站点数据建立的单一BP神经网络模型优于单一线性回归模型。单一线性回归模型的R2=0.34,RMSE=0.046 m3/m3,MAE=3.67%;而单一BP神经网络模型的训练、验证和测试3个数据集的R2均在0.64以上,RMSE<0.043 m3/m3,MAE低于3.4%。根据逐个站点分别构建分站点的BP神经网络模型,其总体精度高于基于全部站点数据构建的单一BP神经网络模型。分站点构建的BP神经网络模型的总体精度方面,3个数据集的R2均值在0.75以上,RMSE<0.039 m3/m3,MAE低于3%。通过对逐个站点分别构建BP神经网络模型,获得了精度较高、较稳定的土壤水分拟合结果。

相似文章

计量
文章访问数: 16
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊