科研之友
微信
新浪微博
Facebook
分享链接
摘要
阿尔泰山作为干旱区典型的山地系统，其土壤温度的日、月、季节和年际动态及其影响因素研究，是深入理解干旱区山地森林生态系统能量循环过程的关键所在。基于阿尔泰山森林生态站2014年11月-2019年7月的气象因子和土壤温度数据，应用相关分析、回归分析和BP人工神经网络分析了阿尔泰山5、10、20 cm和30 cm深度土壤温度的动态变化及其对气象因子的响应，同时，应用多元线性回归和BP人工神经网络对土壤的温度进行了模拟。结果表明：1)近5 a各层土壤温度月均值年际变化一致，最低最高温度和日较差最大值均出现在20 cm,仅30 cm土壤温度的月变化出现自表层至深层滞后现象，年内月较差最大值出现在30 cm深度；各土壤层温度在春夏秋季变化较大，冬季变化较小；2)空气温度、气压和太阳辐射等与土壤温度的相关性达到极显著水平，其中与空气温度的相关性最强；3)回归模型和BP人工神经网络对20 cm土壤层的模拟结果最好，且BP人工神经网络模型的性能总体上优于回归模型。
-
单位新疆大学; 新疆林业科学院
