土壤水盐动态的BP神经网络模型及灰色关联分析

被引：32

作者：

于国强 ^{[1
]}

李占斌 ^{[1
,2
]}

张霞 ^{[3
]}

李鹏 ^{[1
]}

刘海波 ^{[1
]}

机构：

[1] 西安理工大学西北水资源与环境生态教育部重点实验室

[2] 中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室

[3] 陕西省环境科学研究设计院

来源：

农业工程学报 | 2009年 / 25卷 / 11期

关键词：

土壤; BP; 神经网络; 敏感性因子; 灰色关联分析;

D O I：

暂无

中图分类号：

S15 [土壤学];

学科分类号：

0903 ; 090301 ;

摘要：

以陕西洛惠渠灌区实测数据为例,引用3层前馈型BP网络建模方法,对灌区综合条件下土壤水盐动态进行研究,采用附加动量法和学习速率自适应调整策略对反向传播算法进行改造;在此基础上运用缺省因子检验法分析了土壤含盐量和土壤碱度对输入层各因子的敏感性,并采用灰色关联法加以验证。结果表明,人工神经网络模型具有较高的精度,能够很好地定量描述土壤水盐动态变化与其影响因子之间的响应关系;土壤含水率、地下水含盐量和蒸发量是影响土壤水盐动态的主要敏感因子,各因子之间相互作用,形成了复杂条件下的耦合关系。灰色关联法进一步验证了各因子的敏感程度。将以上方法相结合,可为分析浅地下水埋深条件下作物生育期内土壤水盐动态规律提供有效可行的方法,是对传统土壤水盐动态研究方法的补充与完善。

引用

页码：74 / 79

页数：6

共 13 条

[1] 人工神经网络在冻土水盐空间变异与条件模拟中的应用比较 [J].