遥感信息结合光合特性研究作物光合产量估测模型

从遥感信息参数和植物生理生态参数出发 ,建立了遥感-光合作物产量机理模型(RSPCYM) ,其中包括直接以遥感信息获取吸收光合有效辐射 (APAR),将用以完整表示作物生育期中光合时间的作物光合同化势 (CPAP)引入到遥感-光合作物产量模型中,同时利用遥感信息求算作物光合速率 ,进而建立遥感-光合作物产量模型。将建立的模型用于典型区域的冬小麦作物产量估测研究中 ,表明发展的模型有可比的精度。     

应用于水文预报的优化BP神经网络研究

利用广东省滨江流域的水文观测资料，建立了以前期降水量为预报因子、以水位为输出的BP人工神经网络水文预报模型。首先采用了合理的方法进行样本组织，进而利用最优子集回归技术进行输入因子的确定，然后进行了不同隐层节点数、不同转移函数、不同训练算法的组合试验，确定了应用于水文预报中的优化BP神经网络：网络结构为8-9-1；转移函数的组合方式为tansig-线性函数；训练算法为采用evenberg-Marquardt(Lm)算法。为便于精度分析，还采用了最优子集回归模型作了研究。结果表明，优化BP网络模型无论在拟合精度还是在预测精度上都高于最优子集模型。总的来说BP网络是一种精度较高的水文预测模型。