首页 | 本学科首页   官方微博 | 高级检索  
     检索      

人工神经网络在土壤含盐量预测中的应用
引用本文:宰松梅,郭冬冬,温季.人工神经网络在土壤含盐量预测中的应用[J].中国农村水利水电,2010(10).
作者姓名:宰松梅  郭冬冬  温季
作者单位:水利部农田灌溉研究所,河南新乡,453003
基金项目:国家高技术研究发展计划("863"计划)科技专项课题资助项目,农业科技成果转化资金资助项目,国家科技支撑计划资助项目
摘    要:土壤含盐量的预测对合理配置水资源.防治土壤次生盐碱化等具有重要的指导意叉.在阐述BP人工神经网络原理的基础上,针对影响土壤含盐量的主要因素,建立了多因子土壤含盐量的3层BP网络模型,以土壤含水率、地下水矿化度、地下水pH值、地下水埋深、相对湿度、降雨量、蒸发量作为模型输入参数,土壤含盐量作为模型输出,对土壤含盐量进行了预测.结果表明,BP神经网络模型预测土壤含盐量的最大误差为8.78%,平均误差为5.99%,模型具有较高的预测精度.

关 键 词:土壤含盐量  次生盐碱化  BP模型

Soil salinity prediction based on BP neural network model
ZAI Song-mei , GUO Dong-dong , WEN Ji.Soil salinity prediction based on BP neural network model[J].China Rural Water and Hydropower,2010(10).
Authors:ZAI Song-mei  GUO Dong-dong  WEN Ji
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号