考虑时滞效应的龙爪槐树干液流人工神经网络模型研究.pdfVIP

第 33卷 第 l2期 中 南 林 业 科 技 大 学 学 报 V0l1．33 No．12 2013年 12月 JournalofCentralSouthUniversityofForestry Technology Dec． 2013 考虑时滞效应的龙爪槐树干液流人工神经网络 模型研究 谢恒星 ，张振华 (1．渭南师范学院 陕西省多河流湿地生态环境重点实验室，陕西渭南714000 2．鲁东大学 地理与规划学院，山东烟台264025) 摘 要：以鲁东大学校 内5年生龙爪槐为例，分别利用美国产AZ．M 茎流系统和澳大利亚产AXWG03自动气象 站对植株的树干液流和微环境气象因子进行了观测，探讨了BP一人工神经网络模型在植物液流与环境因子定量 分析中的适用性，并比较 了考虑液流相对于微环境气象因子滞后效应前后人工神经网络模型拟合精度的变化。 结果表明，树干液流速率相对于太阳总辐射、光合有效辐射和风速分别存在 i0min、10min和 20min等间隔不 等的时滞。与传统的多元线性回归和不考虑滞后效应的BP．人工神经网络模型相比，考虑滞后效应的人工神经 网络模型的拟合精度显著提高，考虑、不考虑滞后效应的人工神经网络模型和多元线性回归模型得到的液流速 率拟合值与观测值回归方程的决定系数分别为0．944、0．888和0．853；液流速率拟合值与观测值相对误差处于 ±5％和 ±10％范围内的分别为41．177％、35．849％、30．189％和 70．588％、62．264％、31．527％。由分析结果可知， 液流的时滞是模型建立中一个不可忽略的现象。 关键词：龙爪槐；BP。人工神经网络；多元线性回归；拟合精度；滞后效应 中图分类号：$715．4 文献标志码：A 文章编号：1673—923X(2013)12—0037．05 Artificialneuralnetworkmodelforstem sapflow ofChinesepagodatree consideringeffectoftimedelay XIEHeng—xing。。，ZHANGZhen—hua2 (1．KeyLab．forEco—environmentofMulti—riverWetlandinShaanxiProvince，Weinan714000，Shaanxi，China； 2．CollegeofGeographyandPlanning，LudongUniversity,Yantai264025，Shnadong，China) Abstract：InLudongUniversity,thetrunksapflowofSophorajaponicafpendulaandthemicro—environmentweremeasuredwith AZ—M sapflow system madeinUSA andAXW G03auto—weatherstationmadeinAustralia．TheapplicabilityofBP—artificialneura1 networkmodelinthequantitativeanalysisofrtrunksapflow andenvironmentalfactorswereconducted，andthefiringprecisionchanges ofBP—artificialneuralnetworkmodelbeofreandafterconsideringtheeffectofliquid．phaseonlaggedeffectofmicro—environment ofm