BP神经网络技术与稳健地质统计学在土壤水盐空间变异中的比较研究

被引：3

作者：

刘全明 ^{[1
]}

吴昊璋 ^{[2
]}

郭晓静 ^{[1
]}

申晓华 ^{[1
]}

机构：

[1] 内蒙古农业大学水资源与水土工程研究所

[2] 内蒙古伊金霍洛旗水土保持监测站

来源：

内蒙古农业大学学报(自然科学版) | 2013年 / 34卷 / 05期

关键词：

BP神经网络; 稳健地质统计学; 水盐空间变异; 比较研究;

D O I：

10.16853/j.cnki.1009-3575.2013.05.021

中图分类号：

S152.7 [土壤水分];

学科分类号：

摘要：

本文以内蒙古河套灌区内一典型实验区的土壤水盐空间变异性为案例,进行了普通克立格、BP神经网络与稳健克立格估计对比分析。发现对于土壤水分预测,BP法可在一定程度上克服克立格法的平滑效应;在盐分预测中,稳健克立格与BP法对特异值影响估值问题尚未很好解决。BP神经网络技术对原始数据没有参数及严格地采样分布要求,简单而实用。

引用

页码：101 / 105

页数：5

共 10 条

[1] 基于稳健统计学的水盐空间变差函数逼近方法 [J].

陈亚新 ;

徐英 ;

魏占民 ;

史海滨 .

水利学报, 2004, (09) :44-49

[2] 内蒙古河套灌区节水灌溉工程实施后地下水变化的BP模型预测 [J].

屈忠义 ;

陈亚新 ;

史海滨 ;

魏占民 ;

李延林 ;

张艺强 .

农业工程学报, 2003, (01) :59-62

[3] 土壤盐渍化与地下水动态特征关系研究 [J].

杨建强 ;

罗先香 .

水土保持通报, 1999, (06) :11-15

[4]

A recurrent neural networks approach using indices of low‐frequency climatic variability to forecast regional annual runoff[J] . &nbspHydrol. Process. . 2000 (15)

[5]

The differences in the interpolation methods for mapping spatial variability of soil properties. Brodsky L,Vanek V,Bazalova M, et al. Rostlinna Vyroba . 2001

[6]

Comparison of several interpolators for smoothing hydraulic conductivity data in south west I ran. Hosseini E, Gallichand J, Caron J. Transaction of the ASAE . 1993

[7]

The use of artificial neural networks for the prediction of water quality parameters. Maier H R, Dandy G C. Water Resources . 1996

[8] 土壤水盐空间变异性指示克立格阈值及其与有关函数的关系 [J].