10.3321/j.issn:0564-3929.2009.05.005
区域土壤水盐空间分布信息的BP神经网络模型研究
针对黄河下游三角洲盐渍区土壤水盐动态的复杂性和空间的变异性,将人工神经网络引入土壤水盐信息的模拟和预测中,探讨了3层网络结构下隐含层神经元数对网络训练和预测的影响,建立了 0~20 cm表土层水盐含量及其空间分布的BP神经网络模型.结果表明:研究区域表土层水盐与土壤容重和地下水性质间均具极显著的关联性,表土层盐分BP网络的输入因子以经、纬度坐标、土壤容重、地下水埋深和矿化度5个变量为宜,含水量则为经、纬度坐标、土壤容重和地下水埋深4个变量;隐含层神经元数过多会导致”过拟合”,当表层土壤盐分和含水量BP网络的拓扑结构分别为5∶ 8∶ 1和4∶ 6:1时,其预测精度最高;表土层水盐BP神经网络模拟值与观测值得到的分布图表现出相似的空间格局,BP神经网络模型有效地模拟了表土层水盐含量及其空间分布特征.该研究为黄河三角洲地区土壤盐渍化的发生、发展及演变规律分析提供理论基础,并为盐渍土地的水盐调控与科学管理提供决策依据.
土壤水盐、空间分布、BP神经网络、黄河三角洲
46
S156.4(土壤学)
国家863计划重点项目课题2007AA091702、2006AA10A301;国家科技支撑计划2006BAD05B04;中国科学院南京土壤研究所创新领域前沿项目0752010022;中国科学院知识创新工程重要方向项目KZCX2-YW-406-3
2010-01-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
788-794