10.16213/j.cnki.scjas.2018.7.015
基于T-S模糊神经网络模型的干旱区土壤盐分预测研究
[目的]本研究以野外考察数据为基础,尝试构建基于模糊神经网络方法的干旱区土壤盐分预测模型,对表层土壤盐分进行预测模拟.[方法]首先,根据研究区实际情况选取7个土壤盐渍化影响因子并提取所需信息,利用灰色关联分析法得出土壤盐分与各影响因子之间的关系,然后利用土壤盐渍化的影响因子作为输入样本,土壤盐分作为输出因子,建立了基于T-S模糊神经网络的表层土壤盐分预测模型.[结果]预测结果表明,平均相对误差为13.092%,最小误差为0.875%,最大相对误差为41.733%,预测精度较高.[结论]T-S模糊神经网络模型的预测效果较好,可以用于预测土壤盐渍化状况,为干旱区土壤盐渍化变化规律提供了一种有效的方法.
土壤盐渍化、干旱区、模糊神经网络、预测
31
S159;TV32+1(土壤学)
国家自然科学基金U1303381,41261090;新疆维吾尔自治区重点实验室专项基金2016D03001;新疆维吾尔自治区科技支疆项目201591101;教育部促进与美大地区科研合作与高层次人才培养项目
2018-09-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
1418-1424