基于BP神經(jīng)網(wǎng)絡的林木碳匯計量算法研究.pdf

1、學校代碼10225學號：S13216學位論文基于BP神經(jīng)網(wǎng)絡的林木碳匯計量算法研究指導教師姓名：申請學位級別：論文提交日期：授予學位單位：教媛媛任洪娥教授東北林業(yè)大學碩士學科專業(yè)：林業(yè)信息工程2013420論文答辯日期：201369授予學位日期：答辯委員會主席：論文評閱人：東方厶櫛景大學摘要摘要隨著《京都議定書》的出臺和簽署，越來越多的國家開始加大森林碳匯的研究力度，碳匯經(jīng)濟的發(fā)展在經(jīng)濟市場中所占的比例也在逐漸擴大，碳匯貿易帶來經(jīng)濟效益

2、的同時，也在改變著生態(tài)環(huán)境，也為人類創(chuàng)造了相應的環(huán)境效益。森林碳儲量的形成是林木光合作用和呼吸作用的共同作用的結果，同時也受到周圍環(huán)境因素的影響和制約，因此，森林碳匯形成復雜，碳匯計量算法眾多，但目前尚沒有形成一個統(tǒng)一的標準，這也是碳匯計量算法研究的重點和難點。本文根據(jù)目前國內外對碳匯估算方法的研究現(xiàn)狀，深入研究幾種常用算法的基本理論，分析各種算法所存在的利弊、適用范圍和計量結果，總結了幾個影響碳儲量的重要因素，并以此作為C02通量計算

3、的關鍵因子，借鑒弛豫渦旋積累法和箱式法的整體理念，通過神經(jīng)網(wǎng)絡知識的引入，建立了BP神經(jīng)網(wǎng)絡模型。選取西雙版納熱帶雨林的研究數(shù)據(jù)作為網(wǎng)絡模型的樣本數(shù)據(jù)，由于樣本容量有限，為了使模型更好地反映輸入與輸出之間的映射關系，對模型進行分組的訓練，并且分別對模型進行交叉驗證，最終得到了理想的網(wǎng)絡模型。樣本仿真訓練和驗證測試的結果表明，固碳估算的BP神經(jīng)網(wǎng)絡模型訓練次數(shù)合理，訓練誤差滿足了精度要求，且具有很好的泛化性能，測試結果與實際測量值基本一致