利用BP神经网络由特征气象要素预测土壤湿度

土壤湿度的实测数据量因地面观测网的稀疏不均和观测时间的不连续而十分有限,而其作为气象、农业、水文、环境等学科领域的重要研究内容,数据量的匮乏直接影响了研究工作的顺利进行。地面常规气象数据的观测频率较高(逐日/时),提供了丰富的大气及土壤状态信息,从地气交互作用的普遍性出发,对气象要素与土壤湿度之间的作用关系进行研究,拟借助人工神经网络良好的函数模拟能力,建立以多气象要素为网络输入、以土壤湿度为网络输出的BP神经网络。通过主成分分析筛选特征要素、选择训练函数、确定合理的隐层神经元个数等来精细化网络。以甘肃省2008年8、9月份的AB报(土壤湿度数据)和A报(气象观测数据)资料进行了实验,建立BP神经网络,最终获得了较好的土壤湿度预测结果。