logo search
Сборник методов нейроинформатики

4.2.2. Идентификация лесных зон по континентальности

В данной работе все лесные зоны (лесотундра, лес и лесостепь) разделены на три сектора континентальности:

  1. Континентальный.

  2. Резко континентальный.

  3. Крайне континентальный.

Первая классификация сделана отдельно для равнин. В обучающую выборку включены данные для 76 метеостанций, а в тестирующую – для 62 метеостанций. Взяты те же входные параметры, что и для рассмотренной ранее классификации ландшафтных зон, выходным параметром (классом) является сектор континентальности. В обучающей и тестирующей выборках примеры делятся по классам следующим образом:

Обучено 12 нейросетей. При тестировании процент правильных ответов колебался от 72 до 82%. Наилучшая сеть ошибается так: к континентальному сектору отнесены 3 из 20 метеостанций резко континентального сектора и 1 из 27 метеостанций крайне континентального сектора; к резко континентальному сектору отнесены 3 из 15 станций континентального сектора и 2 из 27 станций крайне континентального сектора; к крайне континентальному сектору отнесены 3 из 20 станций резко континентального сектора. Самыми информативными параметрами для данной нейронной сети оказались коэффициент увлажнения, средняя температура июля и годовая сумма осадков.

Для классификации секторов в горах в обучающую выборку включены данные для 44 метеостанций, а в тестирующую – для 18 метеостанций. В обучающей и тестирующей выборках примеры делятся по классам следующим образом:

Для разделения секторов в горах обучено 16 нейросетей. При тестировании процент правильных ответов колебался от 72 до 89%. При тестировании нейросети с лучшей точностью прогноза получились следующие результаты: к резко континентальному сектору отнесена 1 из 9 метеостанций крайне континентального сектора, к крайне континентальному сектору отнесена 1 из 4 метеостанций резко континентального сектора. Самыми информативными параметрами для данной нейронной сети оказались осадки холодного периода, индекс континентальности и дефицит влаги. Это хороший результат. Все три параметра действительно значимы и имеют экологический смысл применительно к ситуации.

Информативность климатических параметров для классификации секторов континентальности на равнине и в горах сильно отличается, поэтому эти секторы нежелательно объединять в одну классификацию. Нужно отметить, что для классификации равнинных секторов индекс континентальности не играет большой роли (по сравнению с его значимостью для классификации секторов в горах). Хотя этот параметр, по мнению ландшафтоведов, имеет важное значение для классификации секторов.

По итогам работы по разделению секторов можно сделать следующие выводы: данная классификационная модель, как и классификация ландшафтных зон, пригодна для дальнейших исследований, т.к. по небольшому количеству основных параметров климата она дает неплохие результаты.