论文部分内容阅读
以城市典型乔木小叶榕全天24小时每10分钟的树干液流及同步气象观测数据为训练集,建立基于深度神经网络的城市典型乔木植被蒸腾估算模型,得到10分钟尺度的小叶榕蒸腾模拟结果,系统地探讨干湿季和昼夜影响小叶榕蒸腾的环境控制因子。基于深圳市91个气象观测站的常规气象观测数据,应用训练好的深度神经网络模型,估算得到站点尺度的深圳市典型乔木逐小时蒸腾特征。结果表明:1)深度神经网络模型可以高精度地模拟城市小叶榕每10分钟尺度的蒸腾变化,与树干液流系统实测数据相比,决定系数R~2=0.91,平均绝对百分比误差MA