基于人工神经网络的涡度相关仪观测蒸散量的数据插补方法 (2014年)

自然科学论文

立足于绿洲农田生态系统,采用人工神经网络方法对潜热通量数据进行模拟和插补。根据作物生长季分阶段模拟,对比整体模拟结果,发现分阶段模拟效果(R2=0.91～0.95,RMSE=28.9～41.3W/m2,MAE=21.3～28.8W/m2)优于整体模拟效果(R2=0.87～0.92,RMSE=39.6～50.7W/m2,MAE=27.6～34.9W/m2)。通过模型网络连接权值对各阶段环境因子的相对贡献率作了定量分析,并从数学统计的角度对研究区蒸散发环境因子影响机理进行了分析。结果表明为了提高潜热通量的插补

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于人工神经网络的涡度相关仪观测蒸散量的数据插补方法 (2014年)

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载