BP神经网络在土壤重金属污染分析中的应用

摘要：

以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归(MLR)、偏最小二乘回归(PLS)、BP神经网络回归模型(BP),分别建立土壤重金属(Cr、Cu、Ni)含量的反演模型,并对模型预测效果进行检验.建模与预测综合效果:BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据.其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性.

关键词：土壤、重金属污染、多光谱、BP神经网络、湖南株洲

所属期刊栏目：41

分类号：TP751.1;X833(遥感技术)

资助基金：国家重点研发计划项目2017YFC0601503

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：394-400