首页|荒漠草原植物群落现存量的BP神经网络模拟与预测研究

荒漠草原植物群落现存量的BP神经网络模拟与预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
本研究以内蒙古锡林郭勒盟苏尼特右旗短花针茅荒漠草原为研究对象,采用分层取样技术,分别对碱韭和短花针茅为主的草地植物群落进行调查(测定指标为高度、盖度、密度和地上现存量),获得禾本科为主、碱韭为主以及由二者构成的复合样本数据.通过MATLAB软件平台,把植物群落的数量特征(高度、盖度和密度)作为输入因子,以群落现存量作为输出因子来建立BP神经网络模型,并对预测结果进行检验.结果显示,禾本科为主、碱韭为主以及由二者构成的复合样本,采用BP神经网络平均预测准确率分别为94.1％,92.98％,91.01％.因此,BP神经网络可作为草地植物群落地上现存量模拟与预测的有效工具之一.采用BP神经网络对不同草地植物类群进行模拟和预测可能会存在差异,但这种差异会随着样本容量的增大或训练精度的增加而弱化.
The research of simulation and prediction on plant community biomass in desert steppe based on BP neural network

张爽、卫智军、吕世杰、刘文亭、白玉婷

展开 >

内蒙古农业大学生态环境学院,内蒙古呼和浩特010019

内蒙古农业大学理学院,内蒙古呼和浩特010018

荒漠草原 现存量 BP神经网络 MATLAB 模拟与预测

内蒙古自然科学基金国家自然科学基金国家重点基础研究计划项目

2015MS0349314601262014CB138800

2016

草原与草业
内蒙古草原勘测设计院 内蒙古草原学会

草原与草业

影响因子：0.336
ISSN：2095-5952
年,卷(期)：2016.28(1)
  • 1
  • 6