陇中黄土丘陵沟壑区人工草地土壤水蚀预测模型

摘要：

针对陇中黄土丘陵沟壑区土壤水蚀过程复杂且难以有效预测的问题,以定西市安家沟水土保持试验站2005-2016年1～12月人工草地径流场试验数据为主要来源,将流域月降雨量、月侵蚀性降雨量、月径流量、月降雨强度、径流场面积、径流场坡度、土壤砂粒含量、土壤粘粒含量8个因子作为输入因子,月土壤水蚀量作为输出,运用偏最小二乘法(Partial Least-Squares Regression,PLSR)和长短期记忆(Long Short-Term Memory,LSTM)循环神经网络建立人工草地土壤水蚀预测模型,并利用BP(Back Propagation)、RNN(Recurrent Neural Network)、LSTM常见神经网络模型,对模型的有效性进行评估.结果 表明:PLSR将模型8个输入因子减少为4个,从而有效解决LSTM神经网络模型对样本数量要求过高的问题;PLSR和LSTM神经网络模型的结合可以有效提高模型对人工草地土壤水蚀过程的预测精度和收敛速度,预测结果的平均相对误差小于4％,相关系数高于其他3种神经网络模型,而迭代次数、均方根误差和平均绝对误差均低于其他3种模型;研究发现坡度对人工草地土壤水蚀过程影响较为明显,降雨量小于25 mm时,人工草地土壤水蚀量不会随坡度增加而明显增长,但当降雨量超过25 mm时,人工草地土壤水蚀量会随坡度明显增加.PLSR-LSTM神经网络土壤水蚀预测模型可以准确预测陇中黄土丘陵沟壑区人工草地土壤水蚀量,为该地区水土流失的准确预报提供新的思路和方法.

关键词：黄土丘陵沟壑区、人工草地、长短期记忆循环神经网络、土壤水蚀预测

所属期刊栏目：43

分类号：TP391;S157.1;TP183

资助基金：甘肃农业大学学科建设基金项目;甘肃农业大学学科建设基金项目;国家自然科学基金;甘肃省重点研发计划

在线出版日期：2020-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：398-405