基于神经网络的混沌时间序列土壤墒情预测预报

邓建强; 陈效民; 方堃; 杜臻杰

您当前的位置：

首页 >

文章列表页 >

基于神经网络的混沌时间序列土壤墒情预测预报

试验研究

- 基于神经网络的混沌时间序列土壤墒情预测预报
- Prediction of Chaotic Soil Moisture Time Series Based on Artificial Neural Network
- 水土保持通报 2008年27卷第6期页码：82-85
- 作者机构：
  
  南京农业大学资源与环境科学学院,江苏,南京,210095
- 作者简介：
- 基金信息：
  
  国家重点基础研究发展计划(973计划)(2005CB121103);中国科学院南京土壤研究所土壤与农业可持续发展国家重点实验室开放课题(0751010015)
- DOI：
  中图分类号：
- 纸质出版：2008
- 稿件说明：
移动端阅览
邓建强, 陈效民, 方堃, 等. 基于神经网络的混沌时间序列土壤墒情预测预报[J]. 水土保持通报, 2008,27(6):82-85.

DENG Jian-qiang, CHEN Xiao-min, FANG Kun, et al. Prediction of Chaotic Soil Moisture Time Series Based on Artificial Neural Network[J]. Bulletin of Soiland Water Conservation, 2008, 27(6): 82-85.
邓建强, 陈效民, 方堃, 等. 基于神经网络的混沌时间序列土壤墒情预测预报[J]. 水土保持通报, 2008,27(6):82-85. DOI：

DENG Jian-qiang, CHEN Xiao-min, FANG Kun, et al. Prediction of Chaotic Soil Moisture Time Series Based on Artificial Neural Network[J]. Bulletin of Soiland Water Conservation, 2008, 27(6): 82-85. DOI：

摘要

土壤墒情预测预报对农业生产、水分循环的研究具有重要的意义。应用混沌理论对具有混沌特性的土壤墒情时间序列进行相空间重构

利用神经网络对土壤墒情时间混沌序列重构相空间中相点的演化过程进行了学习、训练及预测。结果表明

该方法所需的参数较少

简单易行

即只需要土壤墒情时间序列数据。通过对预测预报值与实测数据进行比较

证实了该方法相对误差较小

预测精度高

有一定的可靠性和实用性。

Abstract

The prediction of soil moisture is significant to the research on agricultural production and water cycles.Artificial neural network is used to approximate the phase space reconstruction of chaotic soil moisture time series and the future soil moisture was then predicted.Results show that this method is easier to be used in practice because it only needs one parameter-soil moisture time series.The comparison between the predicted value and the measured value indicates that the prediction method has a little relative error and better prediction accuracy.The study also demonstrates the utility and efficiency of the method for predicting soil moisture.

关键词

Keywords

references

浏览量

1434

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

数字经济对长江经济带农业生态产品价值转化效率的影响

典型干旱区山地-绿洲-荒漠生态系统服务价值的时空演变——以玛纳斯河流域为例

城乡融合背景下秦巴山区县域“三生”空间时空演变

融雪期微地形对土壤水分时空分布的影响及短期预测

1960—2024年吉林省不同量级降水时空变化特征