《表4 各深度地温的模拟效率参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络和FEFLOW模型模拟预测多年冻土活动层温度——以青藏高原风火山地区为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在基于BP神经网络模型成功模拟预测地表温度的前提下，利用改进的FEFLOW模型来模拟预测研究区活动层不同深度土壤温度的动态变化过程。图7是不同深度土壤温度模拟值与观测值年内的动态变化过程。从图中可以看出，不同深度土壤温度的模拟值与观测值动态变化趋势一致，二者吻合得很好，模拟值能很好地反映活动层土壤剖面温度的动态变化过程。表4是不同深度土壤温度模拟的效率参数。各深度模拟值与观测值之间的相关系数R均高于0.94（P<0.01），NSE值均高于0.93。模拟结果说明，FEFLOW模型对于模拟不同深度土壤温度的动态变化模拟精度较高，效果良好。0～20cm各层土壤温度模拟效果差别不大，RMSE值在1.73～1.76℃，MAE值在1.40～1.42℃；自20cm以下，各层土壤RMSE值均小于1.24℃，MAE值均小于0.93℃，即随着深度的增加，RMSE与MAE基本呈减小趋势，说明随着土壤深度的增加模型的模拟精度逐渐提高。周剑等[7]根据各深度土壤含水率的年内变化特征，将风火山研究区土壤冻融过程划分为冻结发生期（9月下旬至11月中旬）、完全冻结期（11月下旬至次年3月下旬）、融化发生期（4月上旬至6月中旬）、完全融化期（6月下旬至9月中旬）。本研究参照上述结论，计算求得四个阶段各深度土壤温度平均RMSE值分别为1.26℃、1.48℃、0.94℃、1.11℃，可以看出模型在冻结发生期与完全冻结期的模拟精度均低于融化发生期与完全融化期，这可能与模型计算的冻结期土壤水热参数存在误差有关，从而导致了模型的不确定性。然而从整个模型的效率参数来看，FE-FLOW模型能用于模拟多年冻土区土壤温度的动态变化过程，且精度较高，模拟效果好。