论文摘要
建立花期预报模型,发布观赏性植物的精准花期预报,为旅游活动提供重要参考依据,已经成为气象服务领域一个新的发展方向。为了解高淳旅游区油菜花期的变化规律,探索其预报方法,指导高淳油菜花节旅游活动,根据1985—2010年高淳站日最高气温、日最低气温、日平均气温、日降水量、日日照时数、日平均5 cm地温、日平均相对湿度和日小型蒸发量等气象观测数据,利用主成分分析法,得到其与油菜花期相关系数较大的3个主成分,即温度因子、天气因子和辐射因子,以此为输入因子,建立基于BP神经网络的油菜花期预报模型,探讨BP神经网络在花期预报领域的应用。结果表明,传统的有效积温方法预报结果与实际开花期平均相差4.25天,BP神经网络方法预报结果与实际开花期平均相差1.5天,与有效积温预报油菜花期的方法相比,BP神经网络技术具有预测结果准确率高和操作简单等特点,在花期预报领域具有广阔的应用前景。
论文目录
文章来源
类型: 期刊论文
作者: 孙家清,张志薇,艾文文
关键词: 神经网络,主成分分析,油菜花期,预报模型
来源: 气象与环境科学 2019年04期
年度: 2019
分类: 基础科学,农业科技
专业: 气象学,农业基础科学,农作物
单位: 江苏省气象服务中心
基金: 青年基金项目(Q201704)
分类号: S565.4;S165.2
DOI: 10.16765/j.cnki.1673-7148.2019.04.004
页码: 22-26
总页数: 5
文件大小: 549K
下载量: 287