基于混合模糊神经元网络模型的小麦霜冻灾害脆弱性分析
霜冻灾害是我国常见的农业气象灾害，霜冻灾害农业承灾体的脆弱性分析，对评估农业霜冻灾害风险具有重要意义。本文主要根据自然灾害风险脆弱性评估理论，采用华北地区小麦霜冻历史灾情数据，基于混合模糊神经元网络模型(HM)，建立了霜冻发生时最低气温与小麦减产率间的复杂非线性关系，对小麦霜冻脆弱性进行了分析。结果表明，利用混合模糊神经元网络模型(HM)得到的输入-输出关系比传统BP网络得到的结果更为稳定，且估计误差也小于线性回归方法。证明采用HM模型可以较好的解决小样本对小麦霜冻关系承灾体脆弱性曲线拟合和评价问题。
小麦 霜冻灾害 脆弱性 HM模型
周瑶 岳耀杰 沈鸿 王静爱
北京师范大学地理学与遥感科学学院,北京100875,中国;北京师范大学区域地理研究重点实验室,北京100875,中国 北京师范大学地理学与遥感科学学院,北京100875,中国;北京师范大学区域地理研究重点实验室,北京100875,中国;北京师范大学地表过程与资源生态国家重点实验室,北京100875,中国
国内会议
长春
中文
411-417
2010-08-16（万方平台首次上网日期，不代表论文的发表时间）