基于ANN的复垦土壤水分特征曲线的预测研究

被引：21

作者：

胡振琪 ^{[1
]}

张学礼 ^{[1
,2
]}

机构：

[1] 中国矿业大学(北京)土地复垦与生态重建研究所

[2] 核工业北京化工冶金研究院

来源：

农业工程学报 | 2008年 / 10期

关键词：

人工神经网络; bagging算法; 土壤水分特征曲线; 土壤转换函数; 预测;

D O I：

暂无

中图分类号：

S152.7 [土壤水分];

学科分类号：

摘要：

为能较容易且更准确地获取复垦土壤水分特征曲线,将易测定的土壤特性如土壤质地、容重和饱和含水量作为输入变量,采用基于bagging算法的神经网络法建立了用于预测土壤水分特征曲线的土壤转换函数法(PTFs)模型,并对徐州矿区复垦土壤的水分特征曲线进行了预测,同时与普通BP算法预测精度进行了比较。研究结果表明所建立的PTFs参数模型具有较高的估计精度,bagging算法均方根预测误差比普通BP算法减少了7.5%～27.0%,说明该模型的建立与求解为复垦土壤水分特征曲线的预测研究提供了一条新途径。

引用

页码：15 / 19

页数：5

共 11 条

[1] 基于支持向量机的土壤水力学参数预测 [J].

杨绍锷 ;

黄元仿 .

农业工程学报, 2007, (07) :42-47

[2] 基于随机粒子群算法的Van Genuchten方程参数优化求解 [J].

陈大春 ;

马英杰 .

农业工程学报, 2006, (12) :82-85

[3] 基于BP神经网络的土壤水力学参数预测 [J].

高如泰 ;

陈焕伟 ;

李保国 ;

黄元仿 .

土壤通报, 2005, (05) :3-8

[4] 利用阻尼最小二乘法求解Van Genuchten方程参数 [J].

马英杰 ;

虎胆·吐马尔拜 ;

沈冰 .

农业工程学报, 2005, (08) :179-180

[5] 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

[6] 基于神经网络的土壤水分预测建模研究 [J].

刘洪斌 ;

武伟 ;

魏朝富 .

水土保持学报, 2003, (05) :59-62

[7] BP网络在预测土壤pH值中的应用研究 [J].

杨珏 ;

汪德爟 .

中国水土保持, 2003, (06) :33-35

[8] 土壤水力性质的估算——土壤转换函数 [J].

黄元仿 ;

李韵珠 .

土壤学报, 2002, (04) :517-523

[9]

Using neural networks to predict soil water retention and soil hydraulic conductivity[J] . Marcel G Schaap,Feike J Leij.Soil & Tillage Research . 1998 (1)

[10] Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140

← 1 2 →