基于遗传算法优化BP神经网络的青藏高原海北高寒湿地CO₂通量模拟及其影响因子

曹镓玺¹,王鑫²,雷光春^1*

1.北京林业大学生态与自然保护学院, 北京 100083;2.北京师范大学地理科学学部遥感科学与工程研究院, 北京 100875

发布日期:2021-05-13

作者简介:曹镓玺(1997— ),男,硕士研究生,研究方向为湿地碳过程. E-mail:aircraft@bjfu.edu.cn*通信作者简介:雷光春(1960— ),男,教授,博士生导师,研究方向为湿地保护与管理. E-mail:guangchun.Lei@foxmail.com

Simulation of alpine wetlands CO₂ flux and its influencing factors based on BP neural network optimized by genetic algorithm in Qinghai-Tibet Plateau

CAO Jia-xi¹, WANG Xin², LEI Guang-chun^1*

1. School of Ecology and Nature Conservation, Beijing Forestry University, Beijing 100083, China;
2. Institute of Remote Sensing Science and Engineering, Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China

Published:2021-05-13

摘要/Abstract

摘要： 构建了使用潜热通量、显热通量、空气温度、总辐射、有效辐射、土壤温度、土壤体积含水量来模拟湿地生态系统CO₂排放通量的3层BP神经网络。在确定BP神经网络拓扑结构之后,使用遗传算法取得了BP神经网络训练的最优初始阈值和权值。采用2 190组青藏高原海北高寒湿地生态系统中实测CO₂通量及相应的训练数据归一化处理后,对所建立的BP神经网络进行训练和验证。验证结果显示,训练组、验证组和测试组的回归系数分别为0.942、0.935和0.938,总体回归系数为0.941,模拟值与实测值之间的均方根误差为0.92%,高寒湿地生态系统中CO₂模拟通量为1.207~13.767 g/(m²·d),均值为6.008 g/(m²·〓d)。相关性分析结果显示,青藏高原海北高寒湿地生态系统中CO₂通量与输入神经元的相关系数r表现为:土壤温度(0.77)>空气温度(0.72)>土壤体积含水量(0.39)>潜热通量(0.30)>显热通量(0.29)>总辐射(0.09)>有效辐射(-0.02)(P<0.01)。青藏高原海北高寒湿地生态系统中CO₂通量主导因子为土壤温度和空气温度,后续建模工作中应提高这二者的权重。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3443