10.3321/j.issn:0564-3945.2005.05.001
基于BP神经网络的土壤水力学参数预测
为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型.本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量θs、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较.t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度.通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低.以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法.
BP神经网络、土壤水力学参数、土壤转换函数
36
S152.7(土壤学)
国家重点基础研究发展计划973计划G1999011709;国家自然科学基金40201023,50349012;国家高技术研究发展计划863计划2003AA209020,2001AA245021
2005-11-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
641-646