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

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。