%0 Journal Article
%T Application of BP neural network in forecasting soil temperature time-series<br>土壤温度时间序列预测的BP神经网络模型研究
%A ZOU Ping
%A YANG Jin-Song
%A YAO Rong-Jiang
%A <br>邹 平
%A 杨劲松
%A 姚荣江
%J 中国生态农业学报
%D 2008
%I 
%X 针对滨海盐溃区表层土壤温度时序变化复杂、高度非线性的特点，以江苏省苏北典型滩涂区域为研究对象，综合运用BP神经网络和时间序列多维拓展的方法，对长期定位监测点表土层土壤温度时间序列数据进行了分析和预测，为土壤溶质运移研究与当地作物合理布局提供理论基础和参考依据。结果表明，输入层、隐含层和输出层神经元数目分别为7、7和1的3层BP神经网络模型用于土壤温度时间序列训练仿真时效果最优，其误差平方和达最小值18．017。选定的此结构BP神经网络模型简单、实用，有良好的推广泛化能力，经独立测试样本检验，预测值与实测值的相对误差均在20％以内，平均相对误差仅为2．94％，可满足土壤温度日常预报的需要。
%K Soil temperature forecast
%K Time-series
%K Back-Propagation neural network
%K Saline coastal region
%K Agro-meteorological observation<br>土壤温度预测
%K 时间序列
%K BP神经网络
%K 滨海盐碱区
%K 农业气象观测
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=03F54A49DE00578AA0E5DDF5BC021AA7&cid=1A8B5357F0EF07B8&jid=AB3ABF502E2E1FF39F0E3B80164C9031&aid=C5E4014D64F67F1589AFA0AF1CF88AD2&yid=67289AFF6305E306&vid=7801E6FC5AE9020C&iid=E158A972A605785F&sid=9EB9AF946ABE60ED&eid=D40528F59753C0F7&journal_id=1671-3990&journal_name=中国生态农业学报&referenced_num=1&reference_num=11