林业科学

作者：侯志康1,曾松伟1,*,莫路锋1,周宇峰2

单位：1. 浙江农林大学信息工程学院 杭州 3113002. 浙江农林大学环境与资源学院 杭州 311300

关键词：生态系统,碳通量,GA-BP,碳储量,雷竹林

基金：国家自然科学基金两化融合重点项目(U1809208);浙江省自然基金公益项目(LGN18C200017)

目的: 研发竹林气象因子采集系统, 分析雷竹林CO2浓度与温湿度等气象因子之间的关系, 探讨基于GA-BP神经网络的雷竹林CO2浓度反演模型(简称GA-BP模型), 为竹林碳储量、竹林增汇、竹林固碳能力等研究提供基础数据。方法: 根据微气象学相关原理、方法及森林碳通量动态感知的需求, 设计基于嵌入式的森林碳通量数据远程实时监测系统, 该监测系统以成熟雷竹林为监测对象, 进行为期2个月(2019年10—11月)的气象数据监测; 在此基础上, 提出GA-BP模型。结果: 根据GA-BP模型和BP模型反演的结果可知: GA-BP模型反演结果的决定系数R2为0.86, 比BP模型的R2(0.79)提高了0.07; 平均绝对误差为8.12 mg·m-3, 比BP神经网络下降2.79 mg·m-3。GA-BP模型相较于BP网络具有更稳定的反演性能和更高的反演精度。结论: 可以利用竹林气象因子采集系统获取相关气象数据; 基于CO2浓度与温湿度等气象因子之间的相关性, 本研究提出的基于GA-BP神经网络的CO2浓度反演模型能够有效反演研究区的CO2浓度。

来源：2022年第2期

《林业科学》期刊编辑部

查看林业科学杂志2022年第2期