基于GRNN的坡面径流输沙能力模型的试验研究

摘要：

坡面径流输沙能力是建立土壤侵蚀过程模型的重要水力学参数,研究定量计算坡面径流输沙能力的实用模型具有重要的理论和实践意义.通过室内模拟径流冲刷试验,计算不同坡度和流量条件下的裸地坡面径流输沙能力,利用平均影响值(MIV)方法对影响坡面径流输沙能力的因子进行分析,建立以干密度、能坡、进口流量、出口流量、水力半径、流速为输入,以坡面径流输沙能力为输出的广义回归神经网络(GRNN)模型,并应用Adaboost算法对模型进行优化.验证结果表明,所建模型能够用于对坡面径流输沙能力的模拟预测.与BP神经网络模型进行对比分析的结果表明:在试验训练样本条件下,广义回归神经网络(GRNN)模型的模拟预测结果优于BP神经网络模型；Adaboost算法能够有效减小广义回归神经网络(GRNN)模型的模拟预测误差.

关键词：GRNN模型、Adaboost算法、土壤侵蚀、坡面径流输沙能力

所属期刊栏目：10

分类号：TV1;S15

资助基金：国家重点基础研究发展计划973“沙漠宽谷河道水沙关系变化及驱动机理”2011CB403303;国家自然科学基金项目“土壤抗蚀性对植被响应的力学机理”41071191;中央级公益性科研院所基本业务费专项项目“风沙区水沙耦合关系对被覆的响应”HKY-JBYW-2011-03

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：25-31