一种基于PCA和ANN的土壤水力性质估计方法

被引：13

作者：

廖凯华 ^{[1
]}

徐绍辉 ^{[2
]}

吴吉春 ^{[1
]}

施小清 ^{[1
]}

机构：

[1] 南京大学水科学系

[2] 青岛大学环境科学系

来源：

水利学报 | 2012年 / 43卷 / 03期

关键词：

田间持水量; 凋萎系数; 土壤转换函数; 主成分; 人工神经网络;

D O I：

10.13243/j.cnki.slxb.2012.03.011

中图分类号：

S152.7 [土壤水分];

学科分类号：

摘要：

本文根据土壤基本性质,利用主成分分析和人工神经网络相结合的方法(PANN)构建了预测田间持水量和凋萎系数的土壤转换函数,并将其结果与传统的神经网络模型(ANN)进行了比较。结果表明,由于PANN消除了神经网络输入层参数的相关性,降低了网络拓扑的复杂度,从而具有更好的预测能力。

引用

页码：333 / 338

页数：6

共 8 条

[1] 黄土高原地区土壤田间持水量的计算 [J].

游松财 ;

邸苏闯 ;

袁晔 .

自然资源学报, 2009, 24 (03) :545-552

[2] 基于BP神经网络插值的土壤全氮空间变异 [J].

雷能忠 ;

王心源 ;

蒋锦刚 ;

黄大鹏 .

农业工程学报, 2008, (11) :130-134

[3] 估计土壤水分特征曲线的间接方法研究进展 [J].

刘建立 ;

徐绍辉 ;

刘慧 .

水利学报, 2004, (02) :68-76

[4] BP神经网络的春小麦作物水模型的初步研究 [J].

魏占民 ;

陈亚新 ;

史海滨 ;

屈忠义 .

灌溉排水, 2002, (02) :12-16

[5]

人工神经元网络及其应用[M]. 广西科学技术出版社 , 袁曾任编著, 1999

[6]

土壤理化分析[M]. 上海科学技术出版社 , 中国科学院南京土壤研究所编, 1978

[7]

ESTIMATING THE SOIL MOISTURE RETENTION CHARACTERISTIC FROM TEXTURE, BULK DENSITY, AND CARBON CONTENT[J] . H. VEREECKEN,J. MAES,J. FEYEN,P. DARIUS.Soil Science . 1989 (6)

[8]

Using soil survey data for quantitative land evaluation. Bouma,J. Advances in Soil Sciences . 1989

← 1 →