基于Bp神经网络和Ball-Berry模型的胡杨气孔导度模拟

摘要：

以2014年5月至9月胡杨气孔导度和环境因子的实测数据,分析了胡杨气孔导度的季节变化特征,并基于Bp神经网络和Ball-Berry模型对胡杨气孔导度进行了模拟研究.结果表明:胡杨气孔导度峰值的出现时间春季要早于夏、秋季节.在不同季节,光合有效辐射均是影响胡杨气孔导度最敏感的环境因子.利用Bp神经网络模型对春季、夏季和秋季胡杨气孔导度的模拟值与实际观测值基于1∶1直线的决定系数最高可达0.9078;利用Ball-Berry模型对春季、夏季和秋季胡杨气孔导度预测值的决定系数最高为0.5807.在不同光合有效辐射水平下也对春季、夏季和秋季的胡杨气孔导度进行了模拟,Bp神经网络对气孔导度模拟值与观测值基于1:1直线决定系数最高为0.6739,Ball-Berry模型的决定系数最高为0.5477,在光合有效辐射较弱时,Ball-Berry模型的模拟效果较Bp神经网络效果好,但随着光合有效辐射的增强,Bp神经网络的模拟精度要高于Ball-Berry模型.

关键词：气孔导度、神经网络、Ball-Berry模型、胡杨

所属期刊栏目：30

分类号：Q945(植物学)

资助基金：国家自然科学基金91025024;中国科学院西部之光项目和中国科学院重点部署项目KZZD-EW-04-05资助.

在线出版日期：2016-12-22（万方平台首次上网日期，不代表论文的发表时间）

页码：191-196