[1]窦兆一,刘建军.人工神经网络在通量观测资料插补中的应用[J].西北林学院学报,2009,24(03):58-62.
DOU Zhao-yi,LIU Jian-jun.Application of Artificial Neural Networks to Interpolation and Extrapolation of Flux Data[J].JOURNAL OF NORTHWEST FORESTRY UNIVERSITY,2009,24(03):58-62.
点击复制
人工神经网络在通量观测资料插补中的应用 (
)
《西北林学院学报》[ISSN:1001-7461/CN:61-1202/S]
- 卷:
-
第24卷
- 期数:
-
2009年03期
- 页码:
-
58-62
- 栏目:
-
森林生物学研究
- 出版日期:
-
2009-05-30
文章信息/Info
- Title:
-
Application of Artificial Neural Networks to Interpolation and Extrapolation of Flux Data
- 作者:
-
窦兆一; 刘建军
-
西北农林科技大学,林学院,陕西,杨陵,712100;西北农林科技大学,资源环境学院,陕西,杨陵,712100
- Author(s):
-
DOU Zhao-yi; LIU Jian-jun
-
-
- 关键词:
-
缺失通量观测数据; 人工神经网络; 双向时间序列; 环境因子辅助参证
- 分类号:
-
S718.53
- 文献标志码:
-
A
- 摘要:
-
采用人工神经网络双向时间序列插补模型,利用缺失数据前后已知的观测数据,插补出短期缺失通量数据;应用人工神经网络环境因子辅助参证模型,利用各种与标量通量存在明显生态学响应关系的环境因子观测资料预测长期缺失通量数据.并结合Forest Site Mongolia森林生态定位站2003年的NEE观测资料,人为剔除一定比例的数据,分别用平均昼夜法(MDV)和非线形回归法(MM-S)以及2种人工神经网络模型将剔除的数据补齐,用各种插补方法得到的结果与原NEE观测资料进行对比.结果表明:2种基于人工神经网络的插补模型对通量观测缺失数据能够进行较好的插补.
备注/Memo
- 备注/Memo:
-
国家林业科技支撑计划"生态经济型防护林体系空间配制与结构设计技术研究"(2006BAD03A0205)
更新日期/Last Update:
2010-05-04