基于神经网络的杉木人工林碳通量影响因素的选择

作者：温旭丁; 赵仲辉; 邓湘雯

来源：广东林业科技, 2014, (02): 23-28.

• 遗传神经网络
• 相关分析
• 碳通量
• 预测因子 genetic neural network
• correlation analysis
• carbon flux
• factors selection

对碳循环影响因素的研究是预测碳通量的重要环节,也是研究碳循环的重要基础。利用亚热带地区湖南省会同杉木人工林生态系统国家野外科学观测研究站2008年7—9月的碳通量和环境因子观测数据,采用遗传神经网络模型对碳通量预测因素进行优化选择,并与传统的相关分析方法进行对比分析。结果表明:模型CIV.8(输入参数包括空气温度Ta、光合有效辐射Par、大气CO2浓度ρc、空气相对湿度Rh、风速Ws、土壤温度Ts)是所有模型中模拟效果最好的。光合有效辐射与碳通量的相关性最强,相关系数是-0.704(P=0.000);降雨量与碳通量的相关性最弱,相关系数是0.002(P=0.854)。最多输入变量或最复杂的神经...

• 出版日期2014
• 单位中南林业科技大学