基于BP神经网络的陕西春季浅层地温预测模型  

Prediction model for shallow ground temperature in spring in Shaanxi Province based on BPneural network

作　　者：刘佩 高茂盛 王百灵 周忠玉 李建科 李燕赟 郑倩 LIU Pei;GAO Mao-sheng;WANG Bai-ling;ZHOU Zhong-yu;LI Jian-ke;LI Yan-yun;ZHENG Qian

机构地区：[1]杨凌气象局,陕西杨凌712100 [2]陕西省气象局秦岭和黄土高原生态环境气象重点实验室,西安710016 [3]杨凌高新农业气象技术联合研示中心,陕西杨凌712100 [4]衢州市气象局,浙江衢州324000

出　　处：《陕西气象》2024年第4期45-52,共8页Journal of Shaanxi Meteorology

基　　金：陕西省重点研发项目(2021ZDLNY03-02);陕西省自然科学基础研究计划项目(2017JQ3025);陕西省气象局秦岭和黄土高原生态环境气象重点实验室开放基金课题(2023K-3,2021G-9)。

摘　　要：利用2016—2021年春季(3—5月)陕西98个国家级地面气象观测站逐日观测资料,运用BP神经网络构建了陕西春季不同区域(陕北、关中、陕南)不同月份(3、4、5月)不同土壤深度(5、10、15、20 cm)地温预测模型,并利用2022年数据进行模型预测检验。研究结果表明:模型预测的各深度日平均地温在陕北、关中、陕南地区预测准确率>95%,且整体表现出土壤深度越深预测准确率越高的趋势,10 cm日平均地温预测准确率>98%,15、20 cm日平均地温预测准确率>99%;各深度日平均地温在陕北、关中、陕南地区预测值与实测值的均方根误差≤1.0℃、平均绝对误差≤0.8℃,均方根误差和平均绝对误差整体表现出土壤深度越深误差值越小的趋势;模型预测精度比较理想,可用于陕西春季浅层地温预报业务,为春播及果树花期预报提供技术支持。

关 键 词：BP神经网络 浅层地温 预测模型 春季 陕西省 

分 类 号：P468.021[天文地球—大气科学及气象学] TP183[自动化与计算机技术—控制理论与控制工程]