基于灰色理论—BP神经网络方法的表层土壤容重预测

摘要：

以山西省黄土高原区15个试验点的年度跟踪监测样本为依据,利用灰色关联理论与BP神经网络相结合的方法,构建了表层土壤容重与土壤基本理化参数和累积接收水量之间的土壤传输函数预报模型.结果表明:影响表层土壤容重的7个土壤理化参数对于土壤容重的关联度均大于0.6;基于BP神经网络,以关联度较高的土壤粉粒含量、土壤砂粒含量、累积接收水量、体积含水率、有机碳含量和全盐量作为输入变量对表层土壤容重进行预测是可行的,预测值与实测值高度吻合,预测结果相对误差的平均值为0.41%,预测精度较高;检验样本预测结果相对误差的平均值为1.05%,误差完全在可接受范围内.研究结果可为黄土区土壤容重的获取提供新思路,为科学指导农田农事和灌溉管理提供理论支撑.

关键词：表土容重、BP神经网络、灰色关联理论、累积接收水量、土壤传输函数、土壤理化参数

分类号：S152;TV93(土壤学)

资助基金：国家自然科学基金项目"区域尺度上土壤入渗参数多元非线性传输函数研究"40671081

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：93-97