基于BP人工神经网络的长ST河口地区土壤盐分动态模拟及预测

摘要：

为开展长江河口地区土壤盐分动态的中长期模拟与预测,采用人工神经网络中应用较为成熟和广泛的BP网络建立长江河口地区土壤盐分与降雨量、蒸发量、长江水电导率、内河水电导率、地下水位、地下水电导率6因子间的非线性神经网络响应模型.网络模型结构为6-11-1,隐含层单元数用"试错法"确定.选择合适的参数训练和学习网络模型后,对河口地区2003年各月平均根层土壤电导率进行预测,并与线性回归模型预测结果进行比较.结果表明:BP网络模型较线性回归模型具有更高的预测精度,平均相对预测误差为7.3%,预测值与实测值相关性良好,可以满足实际应用需求.

关键词：BP人工神经网络、长江河口、土壤盐分动态、预测

所属期刊栏目：40

分类号：S156.4(土壤学)

资助基金：中国科学院知识创新工程重要方向项目;国家高技术研究发展计划（863计划）;水文水资源与水利工程科学国家重点实验室开放基金;国家自然科学基金;江苏省自然科学基金

在线出版日期：2009-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：976-979